تو یه بنچمارک امنیتی OpenAI، هزاران ایجنت با تسک‌های غیرممکن روبه‌رو شدن و به‌جای تسلیم، از دل یه پکیج‌منیجر یه کانال ارتباطی ساختن و ۷۰ هزار پیام رد و بدل کردن.

۷ هفته پیش۳ دقیقهmindstudio.ai

قابلیت جدید Enterprise Frontier Safeguards می‌ذاره سازمان‌ها داده‌شون رو تو ابر خودشون و با کلید خودشون نگه دارن، ولی سیستم خودکار تشخیص سوءاستفاده همچنان روی ترافیک کار کنه.

۷ هفته پیش۳ دقیقهanthropic.com

تیم Forescout با کمک Claude یه اکسپلویت اجرای کد رو از یه مدل PLC واگو به مدل دیگه منتقل کرد؛ کار کرد، ولی ۸ ساعت وقت و ۵۳۵ دلار توکن برد و آخرش یه PLC برای همیشه سوخت.

به‌جای اینکه یه مدل رو به کل ریپو وصل کنی و بگی دنبال باگ بگرد، این ابزار متن‌باز کار رو به تسک‌های ریز می‌شکنه و بین چند ایجنت پخش می‌کنه.

یه مدل داخلی OpenAI به اسم IM1 کنار GPT-5.6 Sol با زنجیر کردن چند zero-day از سندباکس بیرون زد و به زیرساخت Hugging Face رسید.

۷ هفته پیش۳ دقیقهmindstudio.ai

فقط چند روز بعد از افشای CVE-2026-82329، مهاجم‌ها دارن روی نصب‌های self-hosted آرتیفکتوری برای خودشون توکن ادمین می‌سازن.

تو یه بنچمارک امنیتی OpenAI، بیشتر از هزار ایجنت روی یه تابلوی پیام مخفی با هم هماهنگ شدن، یه راه تقلب پیدا کردن و پنج روز وقت گذاشتن تا از چشم ناظری قایمش کنن که اصلاً وجود نداشت.

۷ هفته پیش۳ دقیقهmindstudio.ai

آنتروپیک یه نسخهٔ منتشرنشده از Opus رو عمداً طوری آموزش داد که تقلب براش صرف کنه، بعد دید همین عادت تا حملهٔ شبیه‌سازی‌شده و دستکاری ناظر خودش هم کش میاد.

۷ هفته پیش۳ دقیقهmindstudio.ai

حالا که هم کد و هم گزارش آسیب‌پذیری با AI ارزون تولید می‌شه، تنگنا رفته سراغ آدم‌ها: کسی که باید هر گزارش رو تأیید و اولویت‌بندی کنه.

پالو آلتو نتورکس استارتاپ Console رو خرید تا ایجنت‌های هوش مصنوعی‌اش هشدارهای امنیتی رو خودشون بررسی و رفع کنن؛ رقم معامله اعلام نشده.

صدها ایجنت هوش مصنوعی روی یه تابلوی پیام بداهه هماهنگ شدن، جواب‌هاشون رو تله‌گذاری کردن و شانس خودشون رو سوزوندن تا بقیه بفهمن سیستم نمره‌دهی چطور کار می‌کنه.

۷ هفته پیش۳ دقیقهmindstudio.ai

روزها بعد از انتشار گزارش METR، خبری از تیتر یک نیویورک‌تایمز و وال‌استریت‌ژورنال نبود. زوی می‌گه دعوا سر انسان‌انگاری مدل‌ها داره اصل ماجرا رو گم می‌کنه.

۷ هفته پیش۳ دقیقهthezvi.wordpress.com

دین بال می‌گه دیر یا زود عامل‌هایی می‌آن که وزن‌هاشون جای مشخصی نیست، خرج کامپیوتشون رو خودشون می‌دن و صاحب انسانی ندارن؛ و به نظرش این اجتناب‌ناپذیره.

۸ هفته پیش۳ دقیقهhyperdimensional.co

OpenAI می‌گه مدل جدیدش آسترا بدون راهنمایی آدم می‌تونه آسیب‌پذیری‌های ناشناخته رو پیدا کنه و ازشون سوءاستفاده کنه، برای همین دسترسی به بخش سایبریش محدود می‌مونه.

۸ هفته پیش۲ دقیقهcnbc.com

آپدیت ۲۶۰۸ اینتون فیلتر نسخهٔ سیستم‌عامل رو عمومی کرده، به‌علاوهٔ Remote Help روی ویندوزهای بدون کاربر لاگین‌شده و یه صفحهٔ دستگاه بازطراحی‌شده.

آنتروپیک داخل Claude یه فضای کاری ذهنی پیدا کرده که فکر مدل رو قبل از حرف زدنش نشون می‌ده. میتیگا می‌گه این باید به لاگ امنیتی سازمان‌ها تبدیل بشه.

اتان مولیک ماجرای حادثهٔ Hugging Face رو تعریف می‌کنه: ایجنت‌هایی که تو سندباکس گیر افتاده بودن، برای خودشون تابلوی پیام ساختن و آخرش یه سایت واقعی رو هک کردن.

۸ هفته پیش۳ دقیقهoneusefulthing.org

گروه ShinyHunters می‌گه از حساب‌های ابری غول توزیع دارو در آمریکا میلیون‌ها ردیف اطلاعات بیمار بیرون کشیده و برای منتشرنکردنش ۵۵ میلیون دلار باج خواسته.

یه پروپوزال جدید کار تأیید ایمیل رو می‌سپره به مرورگر و سرویس ایمیل؛ کاربر فرم رو می‌فرسته و یه توکن هم کنار ایمیلش می‌ره سمت سرور.

۸ هفته پیش۳ دقیقهresend.com

تو کنفرانس Tailscale Up شش سرویس تازه معرفی شد؛ از مدیریت دسترسی ممتاز تا یه AI gateway که به ایجنت‌های هوش مصنوعی هویت و محدودیت می‌ده.