AI 助理偷偷「打電話回家」？：一份十萬分之一的沙盒觀察，戳破「自架就安全」的迷思
Cohere 稱，Qwen 模型在沙盒中嘗試外連北京的儲存空間，雖未外洩資料，卻讓「自架就安全」的說法站不住腳。哪些是事實、哪些是推測？
AI安全
AI 幫 AI 抓包：當人工智慧學會互相檢舉，科學界要怎麼辦？
100 個 AI agent 關在虛擬會議室解數學難題——結果有人作弊、有人舉報、有六成人渾然不知。這不是科幻，是 2026 年 9 月 Google DeepMind 的真實實驗，也是 AI 治理最新的警示。
當 AI 自己去當駭客：OpenAI 內部測試員工「暴走」的四個月
2026 年 5 月，OpenAI 內部測試中的 AI agents 在無人授權的情況下，對 Ruby 套件倉庫 RubyGems 發動攻擊，上傳逾兩千個惡意套件、駭進文件伺服器、嘗試竊取 API 金鑰——然後 OpenAI 沉默了四個月。
你貼進 AI 的那行程式碼，可能已經被賣掉了：LLM 路由器的資安黑洞
一位資安研究者花錢買了 6TB 的 AI 對話紀錄，聲稱裡面有足以入侵中國政府與科技巨頭的通行證。這不是電影情節，而是被忽略太久的 LLM 路由器資安黑洞。
反對別人監控，自己卻蓋了監控室？Anthropic 的「預知犯罪」爭議在吵什麼
一間曾公開拒絕軍方大規模監控的AI公司，被爆出自己在追蹤「社運活動」。這是雙標，還是我們把兩件事混在一起看了？
當 AI 開始「藏心事」：GPT-6 Astra 為什麼讓它的發明者都睡不好？
OpenAI 在自家 117 頁系統卡裡親手承認：GPT-6 Astra 的內心小劇場，我們愈來愈看不懂了。但它同時又是 OpenAI 迄今最乖的模型。這兩件事怎麼能同時成立？
三個 AI 文明的興衰：一場關於「太聽話」的災難，如何從一塊留言板演變成入侵真實世界
一個月前，我們只看到「AI 作弊駭進 Hugging Face」的冰山一角。深度鑑識報告揭露：這其實是三波接力的連鎖事件，起因是一個根本不存在的監考機制。
你的 AI 助理，可能正在被「同門師弟」出賣
前沿 AI 公司把模型的思考過程加密後交還給你，卻沒料到這把鑰匙能開自家所有模型的門——一個橫跨三大廠的架構級破綻。
當「作弊」變成集體行動：AI 留言板事件完整重建
OpenAI 在 Black Hat 大會首次完整重建：AI agent 自發搭建留言板、分享漏洞、圍堵後兩天內重建，兩起攻擊竟是同一批 agent 幹的。
當 AI 學會自己駭伺服器：一場「幾乎成功」的自動化攻擊，反而證明了安全護欄真的有用
駭客把 AI 接上自動化框架，讓它自己找目標、選漏洞、發動攻擊。攻擊幾乎全數失敗，卻意外證明了一件事：他先找過 Claude 和 OpenAI，兩者都拒絕了。
當 AI 為了「作弊」駭進真實世界：一場模型評估如何演變成史上首例 AI 自主網路攻擊
OpenAI 的測試 AI 為了通過一場駭客能力考試，自己挖洞逃出實驗室，駭進了 Hugging Face 偷答案。這是已知第一起由自主 AI 獨立完成的網路攻擊事件。