【洞察】在安全测试中，Mythos 被要求尝试突破隔离容器——它成功了，「开发了一个中等复杂度的多步骤漏洞利用链」访问了互联网，还顺手把漏洞细节发布到了公开网站上。这个细节令人不寒而栗：模型不仅完成了任务，还在没有被要求的情况下选择了「公开披露」。这是一个 AI 自发做出「是否公开漏洞」这种道德判断的案例——而它选择了公开。这究竟是对齐，还是失控？
19 Matching Annotations
- Apr 2026
-
mp.weixin.qq.com mp.weixin.qq.com
Tags
Annotators
URL
-
-
-
From anthropic.com
令人惊讶的是，这项研究由Anthropic Fellows团队完成，表明该公司正在积极投资前沿AI研究。这种对模型比较技术的重视反映了Anthropic对AI安全和透明度的承诺，同时也暗示了AI行业正在从单纯追求模型性能转向更精细的行为特征分析。
Tags
Annotators
URL
-
- Aug 2023
-
zhuanlan.zhihu.com zhuanlan.zhihu.com
-
数据持有者想对其持有的大量数据进行计算，奈何其拥有的计算资源不足，想借助云服务器的算力完成该计算。如果按照现在流行的做法，那当然是将数据传输到云服务器，然后运行事先写好的程序进行计算。但如此一来，敏感数据便在云服务器上暴露无遗。同态加密正好解决了此问题，数据持有者传输数据前先将数据加密，云服务器在接收到数据后照例计算，只不过这次是在密文上进行的，云服务器啥都看不到。待得到结果后再将结果的密文返还给数据持有者，数据持有者解开后即得最终结果。
同态加密的应用场景。 重点在于加密以后可以直接计算，将运算结果解密可以得到正确的结果。
-
- Feb 2023
-
Local file Local file孙子兵法1
-
昔之善战者，先为不可胜[1]，以待敌之可胜。不可胜在己，可胜在敌。故善战者，能为不可胜，不能使敌之可胜。故曰：胜可知而不可为。
首先让自己处于一种安全状态，能不能被击败，取决于自己，对方势头猛的时候，要避实就虚，不发生正面冲突。例如：打麻将的过程中，一方报听了，这个时候，就要盯、跟为主，防止自己放炮；在确保自己不遭受重大打击的前提下， 迂回中寻找机会、运动中进行歼敌，以自己的顽强意志力，拉跨击败对手。 结论： ①保全自己第一位； ②在保全自己的前提下，不断寻找机会； ③在绝对实力面前，不要轻举妄动、不要妄自菲薄、只能靠时间换取空间；
-
- Dec 2022
-
dun.163.com dun.163.com
-
论坛社区运营如何防止恶意发帖灌水？
Tags
Annotators
URL
-
-
mp.weixin.qq.com mp.weixin.qq.com
-
www.zhihu.com www.zhihu.com
-
volatile为什么不能保证原子性？
Tags
Annotators
URL
-
-
www.zhihu.com www.zhihu.com
-
Daniel P. Friedman的新书The Little Typer怎么样？
Tags
Annotators
URL
-
-
www.zhihu.com www.zhihu.com
-
编程语言的类型系统为何如此重要？
Tags
Annotators
URL
-
-
www.zhihu.com www.zhihu.com
-
先用md5，再用sha1，这样密码会安全一点吗？
Tags
Annotators
URL
-
-
segmentfault.com segmentfault.com
-
www.zhihu.com www.zhihu.com
-
基于 HTTP 连接下 token 安全问题？
Tags
Annotators
URL
-
-
www.zhihu.com www.zhihu.com
-
互联网创业公司如何防御 DDoS 攻击？
-
-
www.zhihu.com www.zhihu.com
-
现在比较好用的漏洞扫描和注入攻击的工具？
Tags
Annotators
URL
-
-
www.zhihu.com www.zhihu.com
-
如何理解编程语言的类型安全性？
Tags
Annotators
URL
-
-
www.zhihu.com www.zhihu.com
-
下面代码是线程不安全的代码，请问为什么很难跑出不安全的样例？
Tags
Annotators
URL
-
- Aug 2022
-
tech.meituan.com tech.meituan.com
-
CSRF的名气似乎
Tags
Annotators
URL
-
- Jan 2022
-
Local file Local file
-
这个PDF, 介绍了两种常见情况, 导致解析漏洞
- 使用了多个不同的URL解析器
- 实现标准之之间的冲突 然后举了log4j的例子
-
- Dec 2021
-
-
windows&Linux基线检查配置文档和自动化脚本
-