OpenAI Can't Self-Police Because It Fires the People Raising the AlarmOpenAI 解雇 3 名安全研究员，自我监管受质疑
OpenAI 解雇 3 名安全研究员，自我监管受质疑
暴露 AI 安全审计与内部治理冲突，对安全评估、合规与吹哨机制有参考意义。
安全对齐
资料 46 条 · 常规内容近 60–90 天，综述/报告保留一年最近同步 1 小时前
同一份资料，两种阅读方式
secureagentics/Adrian开源AI agent运行时安全工具Adrian发布，实时拦截工具滥用与提示注入
开源AI agent运行时安全工具Adrian发布，实时拦截工具滥用与提示注入
为agent部署提供运行时防护，可评估用于工具调用安全与策略漂移监控。
superwesleyhys-ux/factcircuitFactCircuit 提供可审计声明-证据验证循环，含不可变溯源与可复现评测
FactCircuit 提供可审计声明-证据验证循环，含不可变溯源与可复现评测
可用于构建可信检索、事实核查和模型输出审计，强化 AI 数据闭环与对齐评测。
Alejandros17487/ai-jailbreaks35 个越狱提示覆盖 25+ 模型，面向红队测试
35 个越狱提示覆盖 25+ 模型，面向红队测试
提供可直接粘贴的越狱提示、系统提示与 Ollama Modelfiles，可用于红队评测。
Minimum required pacing: finish aligning it before you train the next one用 Mach 2 坠机类比：先解决当前对齐再训下一代
用 Mach 2 坠机类比：先解决当前对齐再训下一代
为前沿模型训练节奏设定最低对齐门槛，可能影响发布流程、安全验收与可解释性投入。
graygnatconsole/mcp-audit-toolMCP 安全审计 CLI 扫描 AI agent 配置风险
MCP 安全审计 CLI 扫描 AI agent 配置风险
为 MCP 服务器与 agent 配置提供安全扫描，支持 SARIF/CI，有助于防范工具投毒和注入。
Preface to the Computational Agent Theory and ASI Alignment SequenceASI 对齐序列前言：需弥补理论与哲学空白
ASI 对齐序列前言：需弥补理论与哲学空白
偏理论与对齐议程阐述，无新工具或实验结果，对工程实践影响有限。
Rocks to Rules: Climbing a Rickety-But-Interoperable Semantic Ladder12k 词博客探讨语义互操作
12k 词博客探讨语义互操作
为不同世界模型但预测一致的推理者互操作提供理论思路，缺数学与工程验证。
usestrix/strixusestrix/strix 是开源 AI 渗透测试工具，可发现并修复应用漏洞
usestrix/strix 是开源 AI 渗透测试工具，可发现并修复应用漏洞
信息不足，影响待观察
OpenAI and Poland’s NASK partner to advance AI safety and securityOpenAI 与波兰 NASK 合作推进 AI 安全
OpenAI 与波兰 NASK 合作推进 AI 安全
仅为合作公告，无具体技术、数据或工程细节，影响有限。
Setting the Scene (Public v1; October 25)AI安全课程分享近期动态：php2shell 引关注，CVE数量激增，Hugging Face事件被视为干净警告
AI安全课程分享近期动态：php2shell 引关注，CVE数量激增，Hugging Face事件被视为干净警告
信息不足，影响待观察。
Combining Long-Term Memory and LLMs Comes at a High Cost: From Prompt Injection to Persistent Compromise记忆注入可跨会话攻陷 ChatGPT/Claude/Gemini，Claude 共享记忆波及多用户
记忆注入可跨会话攻陷 ChatGPT/Claude/Gemini，Claude 共享记忆波及多用户
持久记忆、skills 与 MCP 资源成为新攻击面，记忆读写需隔离、审计与权限控制
