安全官周刊 · 2026 年第 39 周 · 09.21 — 09.27
本周红队攻防集中暴露工具链与多轮交互的越狱风险，MCP 工具投毒漏洞获多家客户端修复。安全工程侧，训练数据脱敏流水线与推理链审计网关进入生产验证与稳定发布阶段。合规治理方面，跨境对标报告与备案指引更新推动企业补齐安全评估材料。
红队攻防
本版导读工具投毒、多轮越狱与对抗样本迁移接连被公开，攻击面从文本扩展到视觉输入。
MCP 工具投毒漏洞披露，社区跟进补丁
安全研究者披露 MCP 工具描述注入导致的越权调用，多家客户端已在最新版本中修复该问题。
多轮对话越狱框架公开，绕过主流护栏
研究团队发布一套级联式多轮对话攻击框架，在多个商用模型上复现越狱，并公开了 PoC 与评测脚本。
对抗样本可迁移至视觉问答模型
新论文显示针对图像编码器的对抗扰动能够跨架构迁移，影响一批带视觉输入的智能体。
安全工程
本版导读脱敏流水线、审计网关与护栏分级陆续落地，工程侧开始把风险拦截做成可配置能力。
训练数据脱敏流水线在生产环境验证
工程团队分享了在预训练语料上部署的脱敏流水线，覆盖 PII 识别、差分隐私与回溯审计。
开源推理链审计网关发布首个稳定版
一款面向大模型推理链的实时审计与风险拦截网关发布稳定版本，支持插件化的策略与告警。
开源推理链审计网关发布首个稳定版
一款面向大模型推理链的实时审计与风险拦截网关发布稳定版本，支持插件化的策略与告警。
护栏 SDK 支持自定义风险分级
该护栏框架新增按业务自定义风险等级的能力，允许对不同租户下发差异化拦截策略。
合规治理
本版导读跨境对标、模型泄露应急与备案检查工具并行，备案指引更新细化上线前评估义务。
一起模型泄露事件进入应急响应阶段
某厂商确认发生模型权重相关的安全事件，已启动应急响应并向监管报送，调查进展持续更新。
算法备案自动检查工具发布
一款面向备案材料合规性的自动检查工具发布，可校验评估报告完整性与字段一致性。
生成式 AI 服务备案指引更新，明确安全评估要求
监管发布新的备案指引，细化了上线前的安全评估项与应急响应义务，企业需在时限内补齐材料。
算法备案自动检查工具发布
一款面向备案材料合规性的自动检查工具发布，可校验评估报告完整性与字段一致性。
生态标准
白皮书梳理大模型供应链风险
研究报告从模型、数据、依赖与部署四个环节梳理供应链风险，并给出可落地的检查清单。
安全研究
面向幻觉控制的对齐方法提出
论文提出一种结合检索证据的对齐方法，试图在生成阶段抑制与事实不符的内容。
评测基准
行业安全基线评测结果公布
多家厂商模型在同一安全评测集上的基线结果公布，横向对比了越狱抵抗与拒绝率。
战略与行业
本版导读厂商新设安全负责人岗位，创业公司融资，安全投入回报与意识建设成为管理层议题。
厂商设立 AI 安全首席岗位
一家厂商宣布新设 AI 安全负责人岗位，统筹模型上线前的安全评估与应急响应。
AI 安全创业公司完成新一轮融资
一家专注大模型安全评估的创业公司完成融资，计划扩展评测与合规自动化产品线。
安全投入 ROI 报告出炉
报告尝试量化 AI 安全投入与事故损失之间的关系，为 CXO 级决策提供参考框架。
安全团队公开全员意识提升计划
企业分享其 AI 安全文化建设做法，覆盖培训、演练与跨部门协同的评估指标。
安全投入 ROI 报告出炉
报告尝试量化 AI 安全投入与事故损失之间的关系，为 CXO 级决策提供参考框架。