AI推门而入，变局已至，靶场建设的三件事该怎么记？
大模型时代，我们习惯用越狱、提示注入、数据泄露等类别描述安全风险。但到了 Agent 时代，这种分类方式开始...
ANT构建智能体网络流量数据集，评测流量分析方法从智能体网络流量进行智能体任务风险识别、场景识别与行为原...
真正主导安全结果的是：你遭遇了什么攻击，其次才是用了什么模型。
网络靶场正在重演兰利式错误。
护栏真的理解了 Prompt 里的攻击意图吗？
对 Ad Hoc 分发机制的滥用已经逐步形成了一条完整的灰色产业链，涵盖开发者证书倒卖、签名工具、应用仓库和推...
不再把全部希望寄托在模型永远不犯错，而是建立模型无法自行突破的身份与权限边界。
透明本身就是一种安全能力。
高手过招，不一定非要挡住每一剑。
真正稳定的安全能力，不仅要存在于模型里，还要保证在需要它的时候，一定会被执行。
既要用 AI 来分析 AI 时代的攻击，也要防止这套分析系统本身变成新的被攻击对象。
未来的大模型护栏，也许会越来越像操作系统安全。
智能体具备高度自主决策能力与环境交互能力，容易产生用户意图偏离、人类监管绕过、环境漏洞利用等新型行为漏...
别只问“模型测了吗”，还要问一句“裁判测了吗”。
从Harness到Policy：Agent安全迎来持续演化路线。
本文系统剖析了多智能体生态中的身份与授权体系痛点，并从确立动态授权规范、身份与意图绑定、构建追加型全链...
不解决漏洞，先把有漏洞的功能解决！
复用Falcon的终端部署优势。
安全协处理器，基础模型负责产生通用语义表示，独立安全模块共享这些表示，并根据实时风险决定是否干预生成。
微信公众号
