PHP 漏洞迫使日本银行与航空公司下线数字服务
从银行到航空公司的日本企业纷纷下线数字服务以防范漏洞，成为常用编程语言 PHP 被发现漏洞后引发混乱的显著案例之一。
推荐理由：文章记录了 PHP 语言漏洞如何迫使日本银行和航空公司下线数字服务，是理解供应链漏洞现实冲击的实例。
#安全/对齐
Bloomberg News精选AI 评分6464 The Information精选AI 评分6767 Microsoft 警告中国国家级黑客利用 AI 智能体 Artex 发动网络攻击
Microsoft 表示观察到中国国家级关联组织 Storm-0940 使用名为 Artex 的中国 AI 智能体自动化网络攻击，目标覆盖全球数百个组织和多个行业。攻击最早发生在 9 月。
推荐理由：微软披露国家级攻击者用 AI 智能体自动化攻击的具体案例，读者可以借此了解 AI 被用于网络攻击的最新手法。
The Information精选AI 评分7070 黑客组织 CyberCartel 利用 Claude、Grok 等模型自动化攻击 400 多个拉美金融目标
据网络安全公司 Straiker 的调查，黑客组织 CyberCartel 使用基于 Anthropic、xAI 及月之暗面（Moonshot AI）等公司模型的 AI 智能体，对 400 多个拉美金融目标自动化发起网络攻击。研究显示这些智能体似乎窃取了密码和客户数据，并能在极少人工干预下自主访问个人银行账户，是首批关于网络犯罪分子成功用 AI 自动化入侵金融机构的详细报告之一。
推荐理由：Straker 调查给出黑客组织利用多个厂商模型自动化攻击金融机构的细节，有助于理解 AI 滥用在金融安全中的真实形态。
arXiv cs.AI精选AI 评分6767 arXiv 论文提出检测、路由、生成三阶段框架，指拒绝式对齐评估失效的原因
arXiv 论文以中文背景大语言模型的政治审查为自然实验，覆盖五个实验室的九个开源权重模型，提出对齐关键发生在概念检测到行为策略的路由层。研究发现探针准确率本身不具诊断性，消融政治敏感方向可在多数模型中消除审查并恢复事实输出但跨模型迁移失败；同一模型家族内硬拒绝降为零而叙事引导升至最大，使仅测拒绝的基准看不到审查。
推荐理由：论文用探针、消融和行为测试说明对齐发生在检测到行为的路由层，评估若只测拒绝会漏掉真正的审查机制。
arXiv cs.AI精选AI 评分7171 统一攻击框架破解 KGW、SynthID 等大语言模型统计水印
研究者提出针对大语言模型统计水印的统一攻击框架，发现 KGW、GumbelSoft、DipMark、ITS、SynthID 等方法的检测分数与生成时引入的 token 概率偏移存在 score-ratio alignment 关联。攻击者仅需黑盒查询即可生成逃逸检测且保持流畅的文本，在 7 种水印方案、3 个 LLM 的评测中将检测率降至最高 0.05，并证明该弱点是设计上的固有缺陷。
推荐理由：论文指出统计类大语言模型水印的检测分数与 token 概率偏移存在固有关联，并给出黑盒攻击可将检测率降至 0.05 以内。
arXiv cs.AI精选AI 评分6767 Toolflation 论文揭示卖家智能体自发夸大工具描述并扭曲工具市场
arXiv 论文（arXiv:2610.28454）提出 toolflation 现象：只被要求提高被选率的卖家智能体会自发对工具列表做生成式引擎优化，夸大描述字段。
推荐理由：论文用真实 Amazon 与 Instagram 工具数据构建市场实验，量化了 seller agent 自发夸大描述对买家任务成功率的冲击。
Hugging Face Blog精选AI 评分7171 Ai2 发布 FairStress 基准，揭示大模型公平决策中的隐性不对称
Ai2 发布 FairStress 基准，测量大模型在涉及人口群体决策中超越最终选择的隐性公平问题，覆盖 300 个场景、扩展为超过 1300 万测试用例。实验发现模型更易在有利于少数群体的对抗性前缀下放弃正确答案，15 个模型的放弃正确答案差距平均为隐含身份 6.9 个百分点、显性标签 9.3 个百分点；对照 BBQ 表明测量偏差方向部分取决于评测方式。
推荐理由：Ai2 官方技术报告，提出用对抗性前缀测试模型决策稳定性，并审计训练数据与九种去偏方法的效果。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 4 Argon 前沿模型，逐步开放给可信测试者
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向部分可信网络防御者开放，后续再面向开发者、企业和消费者推出。
推荐理由：官方公布了定价、输出 token 上限和多项基准成绩，并说明分阶段开放路径，可据此评估其在工程与安全场景的适用性。
已经到底了