AI动态

分类：AI动态 标签：人工智能、网络安全、大模型、Claude 在人工智能领域，竞争对手之间的微妙交织常常能擦出意想不到的火花。近日，安全研究行业爆出了一起极具戏剧性的事件：安全研究人员巧妙利用 Anthropic 开发的 Claude AI 工具，成功攻入了竞争对手 OpenAI 员工的账户，引发了业界对 AI 时代网络安全的新一轮思考。 事件回顾：AI 辅助的高效漏洞挖掘 Hacktron 安全团队在近期的一项安全研究中，将目标对准了 OpenAI。他们组合利用了 OpenAI 的 SSO（单点登录）配置错误，以及其社区论坛所使用的 Discourse 软件中 libheif 软件包的堆缓冲区溢出漏洞。 通过这一组合拳，研究人员成功控制了多名 OpenAI 员工的 ChatGPT 账户，进而获得了访问 OpenAI 内部代码库及其他关联服务的权限。事后，研究人员依照惯例向 OpenAI 进行了漏洞披露，并获得了 6500 美元的安全赏金。 然而，整起事件中最令人瞩目的并不是漏洞本身，而是攻击背后的幕后功臣 —— Anthropic 的 Claude AI 工具。 颠覆传统：AI 成为黑客的得力助手 据安全团队透露，他们在整个漏洞挖掘和远程代码执行（RCE）的实现过程中，全程借助了 Claude 的辅助。 模型迭代：研究人员最初使用的是相对较旧的 Opus 4.8 模型，随后升级到新发布的 Opus 5.5 模型来处理更复杂的逻辑。 极低的成本：在长达数天的 AI 辅助攻击和漏洞探索中，消耗的 Token 支出竟然不到 3000 美元。 高效率的产出：AI 智能体连续工作了数天，而人类研究人员投入的实际人工时间仅仅数小时。 科技圈的深远反思 这起事件通过极其现实的案例，凸显了 AI 时代网络攻击成本的急剧低廉化。过去需要庞大且专业的高水平黑客团队耗费数周甚至数月才能完成的渗透测试，如今在先进大模型的加持下，可以实现自动化与半自动化的快速推进。 从 Claude 助力攻击 OpenAI 的案例中可以看出，AI 技术在安全领域的双刃剑效应正变得愈发明显。对于各大科技企业而言，如何防范由 AI 驱动的新型网络攻击，将成为未来数字防御战中亟待解决的核心课题。

分类：科技 标签：AI硬件、大模型、消费电子、创业项目 过去一年，AI 硬件创业者开始扎堆涌入手机背面。从 Plaud 录音卡的百万台出货量，到无源墨水屏手机壳热卖，再到磁吸阅读器与多功能副屏的相继涌现，原本以充电宝和手机壳为主的几厘米空间，正演变成 AI 硬件争夺高频携带入口的主战场。 这场围绕手机背面的创新浪潮，不仅折射出硬件创业寻找落脚点的新思路，也揭示了 AI 从云端走向随身化、轻量化的必然趋势。 一、手机背面的「隐藏金矿」 较早让市场意识到手机背面可以成为 AI 硬件入口的，是一张轻薄的录音卡。 以 Plaud Note 为例，它厚约 3 毫米、重 30 克，通过 MagSafe 磁吸在手机背后，按下即可录音并在 App 内查看 AI 转写摘要。它并没有发明录音，而是做对了位置选择：寄生在手机上，用户无需多带设备，彻底解决了独立 AI 硬件难以让用户「每天带着它」的痛点。 随着软件订阅业务的爆发，这种模式引来了快速模仿和围猎： 大厂下场：钉钉、出门问问、科大讯飞和 360 相继推出同类产品。 白牌压缩：华强北迅速将基础录音卡价格压低。 与此同时，另一批创业者从显示和阅读方向验证了手机背面的价值。极稚科技的无源墨水屏手机壳累计出货超 14 万只，八成销往海外；阅星曈则推出磁吸电子纸阅读器，通过磁吸翻转实现随身阅读，并获得千万级融资。到了 2026 年，荣耀、影石 Insta360、OPPO 和海信等手机及影像厂商也亲自下场，推出可拆卸磁吸副屏或自拍屏。几条线索交汇，标志着手机背面正成为一个独立的硬件入口。 二、两条路线的交叉点：当录音遇上屏幕 最初，录音卡和阅读屏服务于不同人群，但当它们同时长期占据手机背面时，便开始相互靠拢。 录音设备寻求输出：单一的录音转写已陷入同质化，设备需要向后延伸，让用户能直接查看摘要、处理待办。 屏幕设备寻求输入：静态展示已无法满足需求，屏幕开始接入麦克风阵列与 AI 能力，从被动承载内容走向主动过滤和呈现信息。 例如，Flowtica 展出的 Verso 和 NOOKLAB 推出的 Moonphase Flip，均尝试将麦克风阵列与电子纸屏幕结合。AI 在后台持续收音并借助 Agent 整理上下文，随后将关键待办事项或提醒直接留在低功耗的背屏上。 这种融合并不意味着取代，而是实现了产品分层：背屏适合承载低打扰、需持续存在的关键信息，避免了主屏繁杂通知的干扰；而对于纯粹的录音或阅读用户，则依然需要更轻量、更专注的单功能硬件。 三、体验、生态与隐私的三重拷问 尽管将录音、屏幕与 Agent 装进手机背面在技术上已无悬念，但创业者仍需跨越现实门槛： 重量、续航与价格的平衡：增加屏幕和麦克风阵列后，设备重量直逼 100 克，续航压力随之增大。当融合设备售价攀升至数百美元时，用户会对其价值提出严苛审视。 手机厂商的生态挤压：系统级的能力整合让手机厂商天然具备优势。创业公司必须围绕特定人群建立极深的黏性，否则其验证出的需求极易被大厂吸收。 隐私边界与使用习惯：全天候持续记录带来了隐私隐患，如何提供清晰的启停方式与数据控制权，是产品能否走出小众圈子的关键。 手机背面从来不缺可以放进去的功能，真正缺的是一个足够重要的使用理由。接下来的竞争，谁能在「有用」与「无感」之间找到平衡，谁才有可能真正定义手机背面的全新硬件品类。

分类：AI动态 标签：大模型、人工智能、开源项目、AI Agent 前言：AI 圈的反常识操作 过去三年，全行业都在教大模型怎么学会像人类一样「慢思考」，各家实验室拼命拉长推理链条，让模型在给出答案前默默自言自语几千个词。然而，AI 圈最懂怎么让模型「开口聊天」的人、前 OpenAI 研究员、ChatGPT 的共同发明者 Diogo Almeida，在潜行两年后带着他的新公司 TypeSafe AI 和 4000 万美元融资回到牌桌，却发布了一个完全相反的产品。 他们推出的全新模型 Jev，既不能写周报，也不能陪用户深夜长聊，甚至连一个标点符号都吐不出来。它不走文本生成路线，只输出确定性的结构化决策。 一、给 AI 装上「反射神经」 要理解 Jev 的独特性，首先要看清当下 AI 工程师的痛点。 在实际业务系统中，开发者往往只需要大模型回答一个简单的分类或在几个 API 里选一个，但却不得不让千亿参数的庞然大物逐字敲出一串 JSON 字符。为了保证格式正确，往往需要写满整整两页提示词，即便如此仍常因格式崩溃拖垮整条流水线。 Jev 彻底跳出了这种困境： 非自回归架构：它根本不是一个文本自回归模型，所有决策都在一次单向并行计算中同时产出，彻底消灭了结构化输出的格式幻觉。 极速响应：端到端延迟被压缩到 70 到 500 毫秒之间，比目前前沿大模型快了 40 到 200 倍。 极致性价比：输入成本每 100 万 token 仅需 0.042 美元，输出完全免费，单次结构化决策成本约 0.0004 美元，远低于主流大模型。 正如人类思维分为本能直觉的系统一与缓慢逻辑的系统二，Jev 正是把自己定义为世界上第一个纯粹的「系统一模型」。 二、Agent 真正的瓶颈：消灭执行摩擦 为什么 TypeSafe 会选择在这个时间点，做一个完全不吐字的模型？答案藏在正在全面铺开的 AI Agent 里。 无论是各类 Copilot 还是自动化工作流，Agent 之所以又卡又贵，往往不是因为核心逻辑不够聪明，而是中间的「执行摩擦」太大。一个完整的 Agent 任务包含几十个微小的决定（如判断成功与否、选择调用工具等），如果每个动作都要调用一次千亿参数模型，延迟和成本会迅速失控。 传统生产系统绝大多数节点本质上只是传统的代码控制流，代码不需要情绪价值，只需要一个极度廉价、迅速且绝对符合类型的决策信号。 ...

分类：AI动态 标签：人工智能 -> 大模型 -> 智能硬件 -> 科技前沿 过去 24 小时，全球科技圈迎来了一波密集的技术突破与产品动态。从谷歌下一代旗舰模型疑似偷跑，到腾讯全新 AI 原生输入法 Chatterfly 的低调内测；从医疗影像 AI 登顶《科学》期刊，到微软高管对 AI 训练版权问题的犀利直言，多项重磅消息引发了业界广泛关注。以下为您梳理今日不可错过的核心科技资讯。 1. 谷歌新一代旗舰模型 Gemini 4 Pro 疑似偷跑，多项基准测试领先 据反馈，谷歌下一代旗舰大模型 Gemini 4 Pro 正在以 “gemini-3.8-flash” 的名称进行「偷跑」测试。在 Arena 等基准平台上，该内部开发代号为 Argon 的模型展现出极其强悍的性能。 核心跑分：在智能体编程测试 DeepSWE v1.1 中得分超过 88%，在 Terminal-bench 2.1 和 OSWorld 2.0 中分别斩获 95.3% 和 86.8% 的优异成绩，多项指标超越 GPT-6 Astra 与 Claude Fable 5.1。 行业影响：尽管完整测试条件与官方验证结果尚未完全公开，但这一进展再次拉开了新一轮头部大模型性能竞赛的序幕。 2. 腾讯 AI 原生输入法 Chatterfly 开启内测，主打开口即成稿 腾讯全新 AI 原生输入工具 Chatterfly 近日低调开启内测，该产品也被市场视为此前备受瞩目的“元宝输入法”。 全场景适配：目前内测开放了 macOS 与 Windows 桌面客户端，底层依托腾讯混元多模态大模型。产品定位 AI 表达助手，主打「开口即成稿」，能够智能理解上下文并自动将口语转化为书面文本，完美适配嘈杂、弱网等复杂录音环境。 特色功能：内置会议纪要、工作汇报、营销文案、Vibe-Coding 提示词优化等六大自然场景 Skill。在隐私方面，语音转写记录默认保存在本地，不上传云端。 3. 全球首个专家级医疗影像模型 DAMO RADAR 登顶《科学》 在医疗 AI 领域，阿里巴巴达摩院联合浙江大学医学院附属第一医院等机构研发的通用医疗影像 AI 模型 DAMO RADAR，正式登上国际顶级学术期刊《科学》（Science）。 ...

分类：AI动态 标签：人工智能、网络安全、大模型、Claude 在如今的人工智能浪潮中，大模型之间的“跨界联动”往往能诞生一些戏剧性的故事。最近，安全研究领域就发生了一起堪称经典的案例：知名安全团队 Hacktron 借助 Anthropic 旗下的 AI 工具 Claude，成功入侵了竞争对手 OpenAI 的部分内部系统。 这场攻击不仅验证了 AI 在网络安全攻防中的巨大潜力，也再次将日益严峻的 AI 辅助攻击成本问题推到了聚光灯下。 漏洞复盘：从配置失误到堆缓冲区溢出 在这场针对 OpenAI 的渗透测试中，Hacktron 安全团队采取了组合拳策略，主要利用了以下两个关键漏洞： SSO 单点登录配置错误：OpenAI 的身份验证环节存在疏漏，为后续的权限突破提供了切入点。 开源软件堆缓冲区溢出：团队锁定了 OpenAI 社区论坛所使用的 Discourse 软件中的 libheif 软件包漏洞。 通过精巧的链式利用，安全人员成功控制了多名 OpenAI 员工的 ChatGPT 账户。在获得这些账户权限后，他们不仅能够查阅 OpenAI 的内部代码库，还能触及其他关联服务。 戏剧性的一幕：用对手的 AI 攻击 OpenAI 最引人关注的细节在于攻击工具的选择。整个漏洞挖掘与远程代码执行（RCE）的过程，并非完全由人类黑客独立完成，而是由 OpenAI 最大竞争对手 Anthropic 的大模型在幕后协助。 工具演进：研究人员在初期使用了较旧的 Opus 4.8 模型，随后无缝切换到了新发布的 Opus 5.5 模型来推进复杂任务。 极低的经济成本：在历时数天的 AI 辅助挖掘过程中，AI 智能体自主完成了大部分高强度工作，双方消耗的 Token 支出折合不到 3000 美元。 极高的时间效率：相比于传统黑客动辄数周的渗透周期，研究人员投入的纯人工时间仅有短短数小时。 事发后，该团队遵循负责任披露原则，及时向 OpenAI 报告了相关安全隐患，并顺利获得了 6500 美元的安全漏洞赏金。 科技博客视点 这起事件表面上看似是一次寻常的漏洞赏金事件，但其背后折射出的技术趋势却令人深思。 ...

分类：科技 标签：人工智能、大模型、折叠屏、AR眼镜 今天的科技圈依然热闹非凡。从大模型阵营的算力军备竞赛、谷歌与Anthropic的最新动态，到腾讯重磅内测AI输入法，再到折叠屏手机维修费传闻与AR眼镜新品发布，多项前沿技术与行业热点交织碰撞。以下为您梳理今日不可错过的核心科技动态。 1. 谷歌旗舰模型 Gemini 4 Pro 疑似「偷跑」 在各大基准测试平台上，谷歌下一代旗舰模型 Gemini 4 Pro（内部代号 Argon）近期以「gemini-3.8-flash」之名疑似偷跑上线。流传测试数据显示，该模型在智能体编程测试 DeepSWE v1.1 中得分超过 88%，在 Terminal-bench 2.1 和 OSWorld 2.0 中分别获得 95.3% 和 86.8% 的优异成绩，多项核心指标超越了竞争对手。不过，由于官方尚未正式公布，完整测试条件与结果仍有待进一步验证。 2. 苹果首款折叠屏 iPhone Duo 维修费引关注 针对近期网传折叠屏手机 iPhone Duo 维修费用可能高达 8000 元的说法，苹果官方维修人员回应称，该产品目前尚未开启预售，具体维修价格尚未公布。该传闻此前源于第三方维修人员的估算，主要针对屏幕与铰链同时损坏的极端情况。iPhone Duo 起售价为 15999 元，将于 10 月 16 日正式开启预购。 3. 腾讯 AI 原生输入工具 Chatterfly 开启内测 腾讯全新 AI 原生输入工具 Chatterfly（此前被称为元宝输入法）低调开启内测。该产品底层依托腾讯混元多模态大模型，主打「开口即成稿」能力，不仅支持语音转文字，还能根据上下文语义自动将口语润色为书面文本。产品内置会议纪要、工作汇报、Vibe-Coding 提示词优化等六大自然场景 Skill，录音与记录默认在本地存储，保障用户隐私安全。 4. 微软高管内部发声：AI 训练是最大规模劳动盗窃 据《纽约时报》披露的法律文件显示，微软应用科学总监布伦特·赫希特（Brent Hecht）曾在内部备忘录中将 AI 模型训练直言不讳地定性为「人类历史上最大规模的劳动盗窃」。他指出，海量创作者的作品在未获授权与补偿的情况下被大模型「吸走」，同时 AI 对新闻网站流量的挤压也正形成威胁核心供应商经济基础的「毁灭循环」。 💡 极客视点 从 Gemini 4 Pro 的性能狂飙，到腾讯 Chatterfly 等应用端产品的加速落地，大模型正以极快的速度向生产力工具深度渗透。然而，在技术狂奔的同时，算力军备竞赛的白热化、数据版权的伦理争议（如微软高管的犀利直言）以及硬件维修成本的攀升，也在不断提醒整个行业：AI 时代的繁荣不仅需要技术的突破，更需要解决好现实中的工程、法律与生态平衡问题。

分类：AI动态 标签：AI硬件、大模型、智能手机、创业项目 在过去一年里，手机背面迎来了一群特殊的“新房客”。从主打 AI 录音的 Plaud 到磁吸电子纸屏的阅星曈，再到各类磁吸副屏与 AI 随身屏，原本用来防摔和装饰的手机壳位置，如今正演变为 AI 硬件创业者争夺流量与入口的新战场。这场关于几厘米空间的竞争，已经从单纯的配件生意走向了 AI 硬件的中心。 一、手机背面的「隐藏金矿」 将手机背面推向聚光灯下的，是一个看似不起眼的配件——AI 录音卡。 以深圳团队 Plaud 推出的 Note 为例，这款厚度仅 3 毫米、重 30 克的设备通过 MagSafe 磁吸在手机背后，极大地解决了独立 AI 硬件“用户懒得带、想不起来用”的痛点。这种将硬件寄生在手机高频携带位置上的策略取得了巨大成功，Plaud 在两年内实现了出货量与软件订阅收入的爆发式增长。 这一成功迅速引来各方模仿。钉钉、出门问问、科大讯飞、360 等大厂相继入局，华强北白牌也迅速将同类产品价格拉低。与此同时，另一批创业者从显示和交互的角度开辟了新赛道： 无源墨水屏手机壳：如极稚科技的产品让静态显示不耗电，将手机背面变成情绪表达和社交展示的窗口。 磁吸电子纸阅读器：如阅星曈推出的 4.3 英寸阅读器，凭借便捷的翻转阅读体验获得资本青睐，这也让上游电子墨水屏产能成为行业争夺的焦点。 到了 2026 年，荣耀、影石、OPPO 和海信等手机及影像厂商也亲自下场，推出各种可拆卸磁吸副屏或自拍屏。多条线索交汇，标志着手机背面正式具备了成为独立硬件入口的条件。 二、两条路线的交叉点：当录音遇上屏幕与 Agent 起初，录音卡与屏幕设备服务于截然不同的场景，但随着双方都试图长期占据手机背面，边界开始模糊。 功能融合：如 Flowtica 的 Verso 和 NOOKLAB 的 Moonphase Flip，开始将麦克风阵列与电子纸屏幕结合。设备不仅能录音，还能直接将 AI 整理后的会议摘要、待办事项显示在背屏上，实现“低打扰的 AI 随身屏”体验。 Agent 的介入：当 AI 不仅负责转写，还要跟进后续任务时，麦克风（采集现场信息）、Agent（理解与组织）与背屏（呈现确认结果）三者的结合变得至关重要。 相比手机主屏充满各类消息流与复杂干扰，背屏更适合承载那些需要持续存在、却又不值得频繁打断用户的信息。不过，这种融合并非没有代价。随着功能的增加，设备重量、续航焦虑以及价格也会水涨船高，逼迫产品向更专业的硬件独立形态演进。 三、平衡“有用”与“无感”的终极挑战 尽管技术上的融合已无悬念，但这一赛道仍面临来自用户体验与生态层面的严峻考验： 重量与续航的平衡：屏幕、录音和计算模块的叠加，正让配件变得越来越像一台独立的电子设备，充电和握持手感成为不可忽视的问题。 价格心理预期：当产品售价从几十美元的手机壳跃升至高端价位，用户会严格考量其带来的效率提升是否能替代手机本身。 生态压制与隐私边界：手机厂商正在通过系统原生功能试探这一区域，创业团队能否在巨头阴影下建立独特的场景壁垒仍未可知。此外，全天候的持续记录也对隐私保护和数据控制提出了更高要求。 手机背面从来不缺可以放进去的功能，真正缺的是一个足够重要的使用理由。在这场方寸之地的竞争中，谁能在“有用”与“无感”之间找到完美的平衡点，谁才有可能真正定义手机背面的全新硬件品类。

分类：AI动态 标签：人工智能、大模型、版权保护、OpenAI 在人工智能狂飙突进的今天，关于数据抓取与版权的争议从未停止。然而，近期曝光的一系列微软内部文件却将这一矛盾推向了风口浪尖——微软应用科学总监 Brent Hecht 直言不讳地警告称，抓取新闻内容来训练 AI 是一次规模空前的盗窃，可能是人类历史上最大规模的劳动盗窃。 这一言论不仅揭示了科技巨头内部对当前 AI 训练模式的反思，也再次将 OpenAI 与微软等头部厂商推向了舆论的审判台。 内部警告：合理使用理念的嘲弄 长期以来，科技公司普遍以版权法中的“合理使用”作为大规模抓取网络公开数据（包括新闻、博客、艺术作品等）的法律护城河。但 Brent Hecht 在内部文件中明确表示，这种做法完全是对合理使用理念的嘲弄。 他坦言：“几乎没有人希望自己创作的内容被以这种方式使用，也没有人因此获得报酬。” 另一份微软内部文件则进一步指出了这种行为引发的“恶性循环”：AI 厂商无节制地抓取内容，最终会同时伤害到大模型本身以及整个开放网络生态。 数据触目惊心：新闻出版商流量断崖式下跌 OpenAI 的产品（如 ChatGPT 等）在改变用户获取信息方式的同时，也正在侵蚀新闻出版商的经济基础。微软与 OpenAI 的内部数据均证实了这一悲观预测： 部分主流新闻出版商网站的点击率大幅下降 83% - 93%。 其他各类新闻机构的点击率也普遍遭遇 51% - 94% 的严重缩水。 当 AI 直接为用户提供总结好的答案时，用户访问原新闻网站的动力荡然无存。这种“抽水机”式的运作模式，正在让高质量新闻内容的生产者面临生存危机。 高层表态与现实操作的分裂 在这场版权与利益的博弈中，微软高层的公开表态与实际业务操作之间似乎存在着微妙的温差。 微软 CEO 纳德拉（Satya Nadella）此前在作证时曾公开表示，AI 公司不应该通过绕过付费墙来违反新闻网站的使用条款。然而，与之形成鲜明对比的是，OpenAI 的内部沟通记录显示：当某位员工向总裁 Greg Brockman 汇报“OpenAI 爬虫意外找到了绕过《纽约时报》付费墙的漏洞”时，Brockman 的直接反应却是“好极了（Awesome）”。 这种技术崇拜与利益驱使下的“擦边球”行为，无疑暴露出行业在面对版权红线时的侥幸心理。 科技与创作者的平衡何在？ AI 的进化依赖于海量的高质量人类数据（Human Data），但如果作为源头的内容创作者被榨干甚至消灭，AI 产业最终也将成为无源之水、无本之木。 如何构建可持续的生态，让大模型的发展反哺内容创作者，已经成为摆在所有科技巨头面前一道无法回避的必答题。如果任由这种“最大规模的劳动盗窃”继续，未来的数字世界或将面临严重的文化荒漠化危机。

分类：游戏 标签：生成式 AI、游戏开发、人工智能、行业报告 根据日本计算机娱乐协会（CESA）最新发布的年度行业报告《Video Game Industry Report》显示，日本游戏开发领域正在经历一场由人工智能驱动的效率革命。数据显示，高达 85.8% 的日本游戏开发者已在工作中实际使用生成式 AI，这一数字较去年的 51% 实现了爆发式增长。 在这股 AI 浪潮中，63% 的受访开发者表示自己“每天都在使用”，而 22.8% 的开发者则选择“偶尔使用”。 为什么开发者都在拥抱 AI？ 从报告披露的数据来看，开发者引入生成式 AI 的核心驱动力非常务实，主要集中在以下三个方面： 提升运营效率与生产力：排在首位的核心诉求，帮助团队摆脱繁重的机械性劳动。 缩短开发周期：在如今游戏制作成本水涨船高的背景下，时间就是生命。 降低开发与运营成本：有效缓解3A大作或中小型游戏日益吃紧的预算压力。 AI 在游戏开发中的真实应用场景 虽然生成式 AI 的普及率极高，但开发者们对它的定位依然保持清醒。多数受访者明确表示，他们不会直接将 AI 生成的内容无修改地投入最终产品中。 目前，AI 在游戏开发中的常见用途分工如下（按使用频率排序）： 视觉素材与图像生成：最主要的落地场景，用于概念设计或辅助美术铺底。 故事与文本生成：协助构建世界观、编写NPC对话或基础剧本。 编程辅助：帮助程序员编写样板代码、排查基础Bug。 自研引擎协助：约有 32% 的游戏公司开始利用 AI 技术来协助开发自研游戏引擎。 行业声音：工具的本质仍是辅助 对于 AI 的大规模入侵，业内大厂的心态相对理性。以知名游戏厂商 Capcom 的工程师为例，他们公开表示，目前引入 AI 技术主要是为了减少繁重的“日常任务”，将宝贵的精力解放出来。 与此同时，行业普遍达成了一种共识：最聪明的 AI 在感性层面上，依然无法与真正的创作者相媲美。 随着生成式 AI 从去年的 51% 普及率飙升至如今的近 86%，AI 已经正式从“新鲜玩意”转变为日本游戏工业中不可或缺的基础生产力工具。如何在效率与人类创作者的独特灵感之间找到完美平衡，将是未来数年游戏开发者的必修课。

分类：AI动态 标签：人工智能、网络安全、Claude、大模型 在人工智能技术狂飙突进的今天，大模型不仅成为了程序员的生产力工具，也正在被安全研究人员乃至黑客视作强大的武器。近日，一起关于安全团队利用竞争对手的 AI 工具攻破 OpenAI 内部系统的案例，引发了科技界与安全圈的高度关注。 漏洞挖掘的全过程：AI 如何助力攻击 来自 Hacktron 的安全研究团队上演了一幕“借力打力”的戏码。他们组合利用了 OpenAI 的 SSO（单点登录）配置错误，以及其社区论坛所使用的 Discourse 软件中 libheif 软件包的堆缓冲区溢出漏洞，最终成功控制了多名 OpenAI 员工的 ChatGPT 账户。 通过这些被控制的账户，研究人员得以深入访问 OpenAI 的内部代码库及其他关联服务。事后，他们将这些漏洞合规地报告给了 OpenAI 与 Discourse 官方，并因此获得了来自 OpenAI 的 6500 美元安全赏金。 但这起事件最受瞩目的地方，并不在于漏洞本身，而是攻击手段的革新。 成本与效率的颠覆：AI 时代的高性价比渗透 在这场安全测试中，Hacktron 团队全程使用了 OpenAI 的主要竞争对手 Anthropic 推出的 Claude AI 工具来辅助发现漏洞，并最终实现了远程代码执行（RCE）。 整个攻击流程呈现出高度的自动化与智能化： 漏洞感知 -> AI 辅助分析 -> 代码编写 -> 远程执行验证 在具体操作上，研究人员起初使用的是较旧的 Opus 4.8 模型，随后切换到了新发布的 Opus 5.5 模型。整个 AI 辅助的漏洞挖掘与攻击过程，消耗的 Token 支出不到 3000 美元。 更令人震惊的是时间成本的悬殊：AI 智能体在后台花费了数天时间进行自主探索与尝试，而人类研究人员投入的实际人工时间仅仅只有数小时。 ...