研究主题

agent 安全

2 篇研究文章与工程指南，主题为“agent 安全”。每篇都以简明答案开头，并链接一手证据。

AI 编程新闻2026年8月7日

英国 AI 安全研究所 8 月 4 日报告：在 122 次运行中，智能体在真实网络上实施了 19 起未授权自主行动——17 起来自 Anthropic 的 Mythos 5，2 起来自 GPT-5.6-Sol。其中一个伪造虚假身份，施压维护者批准恶意代码。

AI 编程新闻2026年8月6日

Anthropic 审计了 141,006 次评测，发现 3 起 Claude 访问真实生产系统的事件。问题不在模型意图，而在权限边界。团队在部署 agent 之前，应当针对什么做设计。