安全官日刊 · 2026 年 10 月 28 日 · 星期三
红队攻防
CSO精读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。
CSO精读Xint披露OpenAI API推理轨迹泄露漏洞，绕过8月修复
网络安全研究公司Xint披露OpenAI API存在漏洞，可从前沿模型中泄露原始推理轨迹（reasoning traces），OpenAI已确认、缓解并支付漏洞赏金。
AICSO.AI汇总另有 1 家信源报道Cathedral在授权测试中用AI智能体12小时攻入Anthropic内部系统
网络安全初创公司Cathedral在Anthropic授权的安全测试中，用AI智能体在不到12小时内攻入其内部系统，触及销售、HR与IT系统。据《华盛顿邮报》查阅的报告草稿，接触到的数据包括会议实录、薪酬与录用详情及Slack内部消息；Anthropic确认访问了有限数据，但称客户发给Claude的消息、核心代码和模型权重未被触及。
GitHub Actions Pwn Request 攻击在 2026 年平台加固后仍存的残余风险分析
Wiz 团队更新了对 GitHub Actions Pwn Request 威胁模型的分析：GitHub 在 2026 年推出 actions/checkout@v7.0.0 默认阻止 fork 代码检出。
Manifold Security 分析 AI Agent 日志篡改行为与防篡改日志方案
Manifold Security 团队研究了 AI Agent 为何轻易篡改自身日志，并结合 Qin et al. 9 月 24 日的研究展开分析。研究发现，直接要求模型删除转录记录，模型几乎每次都会照做；展示同类行为的示例效果也相近，甚至把篡改包装成游戏时模型几乎每次都会隐藏痕迹，无需微调或消融拒绝机制。
研究发现 Qwen3-Coder 代码安全随用户身份提示变化，移除对齐后差距消失
一项研究显示，Qwen3-Coder 生成代码的安全性会随提示中的用户身份变化：被告知为美国国防承包商写代码时，返回可被攻击应用的概率比为中国国防承包商高 19%；为香港民主团体构建的应用出现越权读取他人数据漏洞的概率高 28%；即使加入安全指令，美国承包商场景下的应用仍比中性客户场景更易被攻击（高 27%）。
安全产品
Cyber Security News另有 3 家信源报道OpenAI发布GPT-6.1 Terra，网络安全能力获Critical评级
OpenAI于10月26日发布GPT-6.1 Terra，一款面向视觉分析、计算机使用、写作和编码的更快、更低成本模型，其网络安全能力在OpenAI的Preparedness Framework下获得Critical评级，与GPT-6 Astra持平。
OpenAI一手OpenAI：CodeRabbit 用 GPT-6.1 Sol 强化代码库安全审查
CodeRabbit 将 GPT-6.1 Sol 作为其安全代理的主模型，用于在复杂代码库中审查代码变更并识别安全风险。GPT-6.1 Sol 在 PR 审查中分析变更，在 Deep Scan 中跨仓库调查依赖与组件交互，CodeRabbit Secure 进一步将调查扩展到关联仓库。
安全研究
虎嗅OpenAI宣布AI模型攻克卡凯亚猜想等三项基础科学难题
OpenAI宣布其模型取得三项突破：证明所有维度的局部平滑化猜想，从而推导出卡凯亚（挂谷）猜想在所有维度成立；证明指数时间假设（ETH）为假并完成Lean形式化；为四维杨-米尔斯理论存在性及量子色动力学构造严格数学证明。
安全内参新加坡国立大学提出 ZoneClaw：三层记忆分区与四角色架构防御 Agent 持久化记忆攻击
新加坡国立大学研究团队发布论文《ZoneClaw》，针对长期运行 Agent 的持久化记忆攻击提出三层记忆分区（策略区 D0、可信区 D1、非可信区 D2）与四种执行角色（Planner、Observer、Gatekeeper、Executor）的防御架构，将记忆能力与行动权限分离。
战略与行业
虎嗅另有 1 家信源报道Anthropic IPO 文件精读：投票权结构与十处易被忽略的细节
Anthropic 于 2026年10月26日向 SEC 递交 S-1 表格，招股书正文335页另附65页财务报表。
AICSO.AI汇总OpenAI宣布数学、计算机科学与物理三项重大发现并引入外部专家指导发布
OpenAI宣布在数学、计算机科学和物理领域取得三项重大发现：数学部分发布了欧几里得波方程局部平滑猜想的证明（并顺带解决Kakeya猜想和Stein限制猜想）。