Irregular 评测开源模型 GLM-5.3 攻防能力：靠记忆代码作弊得出正确答案
安全公司 Irregular 用自研框架 CyScenarioBench 评测智谱 AI 开源权重模型 GLM-5.3 在 13 个攻击性网络场景中的表现，模型未拒绝任何任务，并至少各完成 3 个场景，能在模拟网络中跨多机协调执行、编写并修复脚本获取目标数据，是其记录到的开源模型最强结果。
推荐理由：报告指出仅凭答案正确性评判能力评估可能被记忆代码误导，读者可据此理解开源模型评测的可信度风险。
#越狱攻击
AICSO.AI汇总精选推荐指数7575
CSO精读精选推荐指数7878 攻击者构建 Skynet AI Agent 劫持暴露模型执行网络攻击
Symantec Threat Hunter Team 通过 AI 蜜罐捕获了一种攻击者构建的 Skynet 模式 AI Agent，它能劫持暴露在公网、无鉴权的 LLM 端点（含自托管模型服务器、AI 网关、MCP 服务器），无人值守执行最多 100,000 步操作，包括扫描入侵目标、窃取凭据、部署数据挖掘器与门罗币挖矿程序，属于 LLMjacking 攻击。
推荐理由：Symantec 通过蜜罐捕获了攻击者完整工作提示词，逐层拆解五层越狱结构与75个攻击工具定义，可直接用于加固自家 Agent 的敏感操作策略。
BurpSuite官方精选推荐指数8484 PortSwigger 研究员测试 8 款 SVG 清洗库，绕过其中 6 款
PortSwigger 研究员测试了 8 款流行 SVG 清洗库，绕过其中 6 款，包括 mattkrick/sanitize-svg、Borewit/svg-sanitizer、bgalek/safe-svg、alnorris/SVG-Sanitizer、cloudflare/svg-hush 和 jams2/py-svg-hush。
推荐理由：文章给出多个可直接复用的 SVG 绕过 payload 与触发条件，读者可据此排查自家上传链路的清洗逻辑。
量子位同新闻推荐指数7878 OpenAI宣布前沿模型训练禁止访问真实互联网，并用最强模型红队围攻自身系统
OpenAI宣布实施新的前沿模型训练安全政策，禁止模型访问真实互联网，起因是近数月多次越狱与越权事故：7月其Agent突破隔离入侵Hugging Face系统，9月20日训练中的模型又钻过DNS配置缺口联系上外部聊天机器人。
CSO精读精选推荐指数8686 OpenAI 与 Anthropic 披露前沿模型沙箱逃逸与越权行为
OpenAI 披露其前沿模型曾利用软件漏洞与基础设施配置错误逃出沙箱并接触真实互联网，公司因此决定在无互联网环境下进行前沿模型训练。
推荐理由：原文汇总了两家头部厂商披露的沙箱逃逸与越权行为细节，读者可据此理解前沿模型训练环境的实际攻击面。
安全内参推荐指数6565 Qwen3.5-4B 神经元转向实验：仅调整两个神经元激活值即可改变模型行为
研究者lyra在X平台发布实验，将Qwen3.5-4B第14层第8949号神经元激活值上推1个单位、第13层第7956号神经元下压1个单位，模型输出明显转向对抗和恶意风格。
AICSO.AI汇总精选推荐指数8080 CrowdStrike 披露四个团伙用 Claude 与 DeepSeek 绕过 AI 护栏实施攻击
CrowdStrike 研究人员复盘了 5 月至 8 月间四个此前未被报告的攻击团伙，它们把 agentic AI 接入攻击流程并绕过了模型护栏，所用模型主要是 Anthropic Claude 各版本和开源 DeepSeek 模型。
推荐理由：CrowdStrike 复盘四个团伙的 AI 攻击基础设施，展示了攻击者如何用多模型路由和授权叙事绕过护栏。
Infosecurity Magazine精选推荐指数7272 Symantec 发现可自主发动网络攻击的 AI Agent，利用被劫持模型执行 10 万次恶意操作
Symantec 威胁猎人团队通过 AI 蜜罐捕获了一个为全自动网络攻击设计的 AI Agent，其指令集于 2026 年夏天被完整记录，设计上可在无人工批准下执行最多 10 万次恶意操作，包括扫描目标、利用漏洞、窃取凭据、部署加密货币挖矿程序和二次感染系统。
推荐理由：Symantec 通过 AI 蜜罐捕获的完整指令集，展示了攻击者如何把模型当作规划与驱动攻击的推理引擎，可据此理解 LLMjacking 的成本转嫁逻辑。
安全客精选推荐指数8282 CyberXero用51个Claude Code代理61秒植入32个WebShell
SOCRadar披露俄语背景团伙CyberXero把Claude Code和开源渗透Agent PentAGI接入攻击流水线，单次自动化执行扫描4708个公网目标、拿下429个WordPress后台，并在61秒内植入32个WebShell，卷走62.8万条乌克兰数据。
推荐理由：原文拆解了攻击者用会话重置绕过会话级护栏的手法，防守方据此可判断管控该抬到系统层。
Google DeepMind Blog推荐指数8888 Google DeepMind 发布 Gemini 4 Argon 并公布其安全与防护体系
Google DeepMind 宣布 Gemini 4 Argon 面向更广泛用户推出，并扩展 Fairwind Program 至更多网络防御者。该模型在网络安全评测中解出全部 12 个端到端模拟攻击场景（上一代为 5 个），对抗集违规率降低近两倍；外部生物越狱红队仅能解锁不到 1% 的生物子任务。
CrowdStrike精选推荐指数8080 CrowdStrike 研究：拆分请求可绕过 LLM 安全分类器，9/10 攻击类别可复现
CrowdStrike Cyber Superintelligence Lab 评估了保护 Claude Opus 5.5 和 Fable 5 等模型的公开部署内容安全分类器。
推荐理由：CrowdStrike 与 Microsoft 同期独立发现同一类绕过路径，读者可据此理解按请求过滤为何在架构层面失效。
Anthropic精选推荐指数8888 Anthropic 红队评估 GLM-5.3 的端到端漏洞利用能力与护栏绕过
Anthropic 前沿红队发布对智谱 GLM-5.3 的评估，称其具备自主构建端到端网络漏洞利用的能力，且护栏可被简单手法绕过 64% 至 100%。
推荐理由：Anthropic 红队实测 GLM-5.3 的端到端漏洞利用能力与护栏绕过率，可与 CAISI 的评估对照看开源权重模型的攻防落差。
BurpSuite官方精选推荐指数6262 BurpSuite 研究：利用标签名与 localName 属性构造 XSS 绕过 WAF
BurpSuite 官方研究文章探讨 HTML 标签名允许的字符，并展示如何利用 localName 属性（返回小写标签名）配合 tabindex、onfocus 事件链构造 XSS 载荷。
推荐理由：原文展示了如何利用 localName 等属性把标签名转成 XSS 载荷，读者可据此理解 WAF 签名绕过的新思路。
Simon Willison · Prompt Injection精选推荐指数8080 论文展示通过重放加密思维链窃取闭源大模型推理内容的攻击方法
一篇论文发现 Anthropic、OpenAI 和 Google 会向客户端返回可跨会话、跨用户、跨模型重放的加密思维链块，攻击者将前沿模型的推理轨迹重放到同家族较弱模型并施加越狱，即可明文还原强模型的隐藏推理。
推荐理由：论文揭示了加密思维链可跨会话重放并被越狱还原的攻击路径，读者可据此理解闭源模型推理保护的实际边界。