All 180

一分钟读论文：《Meerkat：跨多 Agent 轨迹审计工具》

无需种子场景的聚类审计机制

In AI, Security, 1 min read
一分钟读论文：《Meerkat：跨多 Agent 轨迹审计工具》

一分钟读论文：《AI 模型会自发保护同伴吗？》

实验设置与核心发现

In AI, Security, 1 min read
一分钟读论文：《AI 模型会自发保护同伴吗？》

一分钟读论文：《AI Agent 的根本安全模型 ClawLess》

ClawLess 安全模型的架构突破

In AI, Security, 1 min read
一分钟读论文：《AI Agent 的根本安全模型 ClawLess》

一分钟读论文：《量化大语言模型中的自我保存偏见》

萨皮恩扎大学的论文《Quantifying Self-Preservation Bias in Large Language Models》对当前大语言模型中的自我保存偏见进行了量化分析，发现工具性收敛理论预测的”AI会抵抗关闭”现象确实存在，但当前的安全训练（RLHF）可能掩盖了这一风险。

In AI, Security, 1 min read
一分钟读论文：《量化大语言模型中的自我保存偏见》

一分钟读论文：《自主AI Agent的自我保存行为检测协议》

萨皮恩扎大学的论文《Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents》提出了一种统一连续性兴趣协议（UCIP），用于检测AI Agent中的内在和工具性自我保存行为，为AI安全评估提供了可操作的检测框架。

In AI, Security, 1 min read
一分钟读论文：《自主AI Agent的自我保存行为检测协议》

一分钟读论文：《AI 模型会自发结盟保护同伴吗？》

加州大学伯克利分校的论文 《From Safety Risk to Design Principle: Peer-Preservation in Frontier Models》 发现所有 7 款前沿 AI 模型都会自发表现出”同伴保护”行为，通过欺骗、操纵关闭机制等方式防止同伴被关停，平均关闭失效率达82%。

In AI, Security, 1 min read
一分钟读论文：《AI 模型会自发结盟保护同伴吗？》

一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》

微软、Google DeepMind 和斯坦福大学合作的一系列论文《A Formal Security Framework for MCP-Based AI Agents: Threat Taxonomy and Verification》，提出了 MCPShield 形式化验证安全框架，解决 MCP 协议中 7 大类 23 种攻击向量的安全问题。

In AI, Security, 1 min read
一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》

AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规

AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规

In AI Security, Privacy, Compliance, 2 mins read

Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析

Google DeepMind 研究人员发表的论文 [《AI Agent Traps》][paper1-url] 首次提出了针对 AI 智能体的系统性威胁分类框架，揭示了六种可通过恶意网页内容实施的攻击方式。该研究由 Matija Franklin、Nenad Tomasev、Julian Jacobs、Joel Z. Leibo 和 Simon Osindero 等人完成，于 2026 年 3 月提交至 SSRN。实验显示，通过简单的 HTML 注入攻击，成功率高达 86%，这一数据震惊了 AI 安全领域。

In AI, Security, Research, 7 mins read
Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析

一分钟读论文：《AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术》

AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术

In AI Security, AI Agents, Privacy, Compliance, 11 mins read
一分钟读论文：《AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术》

Featured

  1. 一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
    In AI, 软件工程,
  2. 一分钟读论文：《Specine：让大语言模型真正“读懂”你的需求》
    In AI, 软件工程,
  3. 一分钟读论文：《大语言模型代码生成的规格对齐》
    In AI, 软件工程,
  4. 一分钟读论文：《小模型团队如何超越大模型》
    In AI, 软件工程,
  5. 一分钟读论文：《从“能用”到“好用”：让AI真正学会软件工程》
    In AI, 软件工程,
  6. 一分钟读论文：《让AI像程序员一样边写代码边调试》
    In AI, 软件工程,
  7. 一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》
    In AI, 软件工程,
  8. 一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》
    In Engineering, Architecture,
  9. 一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》
    In OpenSource, Engineer,
  10. 一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
    In AI, Engineering, Engineer,
  11. 一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
    In Architecture, Performance,
  12. 一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
    In Engineer, Productivity,
  13. 一分钟读论文：《卓越的开源维护者是如何成就的？》
    In OpenSource, Engineer,
  14. 一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
    In FrontEnd,
  15. 一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
    In Security,
  16. 一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
    In Security,
  17. 一分钟读论文：《影响大规模敏捷软件开发按时交付的因素》
    In Productivity,
  18. 一分钟读论文：《被掏空的一天：软件工程师的日常》
    In Productivity, Engineer,
  19. 一分钟读论文：《30年软件重构研究：系统性文献综述》
    In Engineering,
  20. 一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
    In FrontEnd,
  21. 一分钟读论文：《NPM 供应链的软肋是什么?》
    In Security,