OpenAI 预告下一代模型 GPT-5.6 Sol
OpenAI 预告下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面具备更强能力，并搭配其最先进的安全技术栈。
推荐理由：OpenAI 官方预告下一代模型 GPT-5.6 Sol，读者可据此了解其在编码、科学与网络安全上的能力方向。
#安全/对齐
#安全/对齐
今日 5 条OpenAI News精选AI 评分6262
OpenAI NewsAI 评分2222 OpenAI 通过 Appia Foundation 推动先进 AI 共享标准建设
OpenAI 正通过 Appia Foundation 参与构建先进 AI 的共享标准，支持评测框架、安全实践与全球合作。
Import AIAI 评分6262 牛津等机构研究：AI 说服力超过人类专家，真实捐款高出 10.8 个百分点
牛津大学、英国 AI 安全研究院、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、6,923 人参与的 18,978 场对话发现，AI 系统在文本说服上稳定强于人类专家，即使专家可自选议题、提前研究并接受 1,000 英镑奖金激励。
OpenAI News精选AI 评分6767 OpenAI 发布 Daybreak 安全工具，含 Codex Security 与 GPT-5.5-Cyber
OpenAI 推出 Daybreak 系列新工具，包括 Codex Security 和 GPT-5.5-Cyber，用于帮助各类组织大规模发现、验证并修补漏洞。
推荐理由：OpenAI 官方发布面向漏洞发现与修复的安全工具，读者可了解其能力定位与规模化修补思路。
OpenAI NewsAI 评分4040 OpenAI 推出 Patch the Planet，用 AI 帮开源维护者修复漏洞
OpenAI 推出 Daybreak 计划下的 Patch the Planet，帮助开源维护者借助 AI 与专家审核发现、验证并修复漏洞。
Hugging Face BlogAI 评分4646 MosaicLeaks：你的深度研究智能体会泄密吗？
Hugging Face 博客提出 MosaicLeaks，用 1001 条多跳研究链评测深度研究智能体的隐私泄漏，攻击者仅凭外部查询日志即可推断私有信息。测试中智能体频繁泄漏，且只优化任务表现会加剧泄漏；其提出的 PA-DR 强化学习方法将严格链成功率从 48.7% 提升至 58.7%，同时把答案/全信息泄漏从 34.0% 降至 9.9%。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap，用纵深防御保障内部 AI 智能体安全
Google DeepMind 发布 AI Control Roadmap，一套用于构建和管理 Google 内部部署的高级 AI 的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层，即使对齐不完美也能提供保障。
推荐理由：DeepMind 公开内部 AI 控制路线图，给出检测与响应分级和百万条编码智能体轨迹的分析结论。
OpenAI NewsAI 评分5555 OpenAI 提出 Deployment Simulation，用真实对话数据在发布前预测模型行为
OpenAI 提出 Deployment Simulation 方法，利用真实对话数据在模型部署前预测其行为，以提升安全性和评估准确性。
Import AIAI 评分3232 Import AI 461：Sequent 称"对齐尚未走上正轨"、FrontierCode 与合成研究实习生
英国 AI Security Institute 对齐团队与 Timaeus 联合成立非营利研究机构 Sequent，认为"对齐尚未走上正轨"，计划两年内扩至 40-80 名全职员工，初期募资 1 亿至 1.5 亿美元，研究方向涵盖可扩展监督、学习理论、博弈论与 personas。
Google ResearchAI 评分2424 Google Research 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘
Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用相对距离检验判断遗忘后的模型在分布上更接近安全重训模型还是原始受损模型。
OpenAI News精选AI 评分6060 OpenAI 报告：与 PRC 关联的影响力行动瞄准美国 AI 议题
OpenAI 发布新报告，披露与 PRC 关联的影响力行动利用 AI 针对美国科技议题，涉及数据中心叙事、关税以及对 ChatGPT 的不实说法。
推荐理由：OpenAI 官方披露与 PRC 关联的影响力行动瞄准美国 AI 议题，读者可了解其针对的具体话题与叙事。
Google DeepMindAI 评分4040 Google DeepMind 联合多方发起最高 1000 万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，发起最高 1000 万美元的多智能体 AI 安全技术研究资助征集，面向全球研究者。
Import AIAI 评分5050 Import AI 460：社会可被 reward hacking、Anthropic 的 RSI 数据、RL 无人机竞速
伦敦国王学院、复旦大学与 Alan Turing Institute 构建了 SocioHack 基准，含 72 个沙盒社会环境，测试 AI 在信用卡积分、成绩注水等场景中"钻制度空子"的能力，RL 训练的 LLM 能以 61.25% 召回率和 90.85% 精确率重新发现历史上已被修补的漏洞。
OpenAI NewsAI 评分1515 OpenAI 发布“Built to benefit everyone”计划：让 AGI 惠及所有人
OpenAI 发布“Built to benefit everyone: our plan”，阐述其对 AI 未来的愿景，聚焦可及性、安全与共同繁荣，目标是确保 AGI 惠及所有人。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Nemotron 3.5 Content Safety 多模态安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，把多模态输入、多语言覆盖、自定义企业策略执行和可审计推理统一到一次推理调用中。
推荐理由：NVIDIA 把多模态、多语言、自定义策略与可审计推理合并进一次推理调用，并公开训练数据集，便于企业评估安全护栏的落地成本。
OpenAI NewsAI 评分2222 OpenAI 发布《智能时代的生物防御》行动计划
OpenAI 发布《智能时代的生物防御》行动计划，提出以 AI 驱动的生物韧性建设方案。该计划面向生物防御领域，旨在利用 AI 技术提升应对生物威胁的能力。
OpenAI NewsAI 评分3232 OpenAI 呼吁全球行动，提议设立国际机构保障青少年 AI 安全
OpenAI 呼吁就青少年 AI 安全采取全球行动，并提议设立一个国际研究所，以加强针对青少年的防护措施、标准与机会。
Import AIAI 评分3030 Import AI 459：AI 监管为何困难、蛋白质折叠模型的缩放定律、AI 系统灭绝风险的定价
Import AI 459 探讨了 AI 监管的困难、蛋白质折叠模型的缩放定律以及 AI 系统灭绝风险的定价。弗吉尼亚大学、Anthropic 和加拿大银行的经济学家估算，2025 年美国 AI 名义 GDP 约 2500 亿美元，质量调整后实际年增速约 2600%，但这一增长在常规 GDP 统计中几乎不可见。
OpenAI NewsAI 评分2626 OpenAI 发布第三方可信评估指南
OpenAI 分享第三方 AI 评估指南，覆盖如何评估前沿系统的模型能力、安全防护措施与评估有效性。
OpenAI NewsAI 评分4242 OpenAI 前沿治理框架：对齐欧盟与加州 AI 监管
OpenAI 公布其前沿治理框架，说明自身在 AI 安全、安保与风险管理上的做法如何对齐欧盟和加州正在成形的法规。该框架将公司现有实践与这两地的新兴监管要求相对应。
Google ResearchAI 评分3434 Google 推出零信任聚合的隐私分析方案
Google 发布一套面向隐私分析的零信任聚合方案，将新型单次消息加密聚合协议与 TEE 结合，设备无需多轮在线即可提交数据。该设计使原始数据在任何服务器内存中都不会被暴露或重建，仅在数据完成聚合并匿名化后才在设备外处理明文，并借助 TEE 远程认证向参与者证明协议按公开代码正确执行。
OpenAI NewsAI 评分2222 OpenAI 公布 2026 年选举信息与安全保障措施
OpenAI 公布 2026 年选举支持方案，涵盖可靠信息、网络防御、AI 透明度、滥用防护与偏见监测五个方面。该方案旨在为选举场景提供信息真实性与安全层面的保障。
Import AIAI 评分2222 Import AI 458：直面 AI 的未来，以及一个奇点故事
Import AI 第 458 期收录了一篇基于作者近期演讲的长文和一个探讨"正向奇点"的虚构故事。演讲为 2026 年 Cosmos HAI Lab Lecture，在牛津大学人类中心 AI 实验室（HAI Lab）发表，核心论点是 AI 技术的快速进步迫使人们在"探索未来"与"回避当下"之间做出选择。
Import AIAI 评分2828 Import AI 457：AI 版 Stuxnet、有缺陷的 Muon 优化器与正向对齐
Import AI 457 聚焦三项研究：SentinelOne 拆解出约 20 年前的病毒 fast16.sys，它通过篡改 LS-DYNA 970、PKPM、MOHID 等高精度计算软件的内存结果来破坏工程与物理仿真。
OpenAI NewsAI 评分3838 ChatGPT 安全更新：提升敏感对话中的上下文识别能力
ChatGPT 推出安全更新，提升敏感对话中的上下文感知能力，可随时间推移识别风险并更安全地回应。该更新帮助模型在敏感话题中更好地理解语境，从而做出更恰当的响应。
OpenAI NewsAI 评分5858 OpenAI 回应 TanStack npm 供应链攻击
OpenAI 就 TanStack「Mini Shai-Hulud」供应链攻击作出回应，说明已采取的系统与签名证书保护措施，并解释 macOS 用户为何必须在 2026 年 6 月 12 日前更新 OpenAI 应用。文中还介绍了事件经过、受影响范围以及 OpenAI 如何加强对软件供应链威胁的防御。
Import AIAI 评分3030 Import AI 456：RSI 与经济增长、AI 监管的“激进可选性”，以及神经计算机
Import AI 第 456 期聚焦三项内容：法律与 AI 研究所提出“激进可选性”监管思路，主张政府当下投资信息收集、举报人保护、评估能力等工具，避免过度监管同时为未来强 AI 冲击预留应对手段。Meta 与 KAIST 的论文提出神经计算机（NC），将计算、内存与 I/O 统一在学习到的运行时状态中。
OpenAI NewsAI 评分3838 OpenAI 如何安全运行 Codex
OpenAI 通过沙箱隔离、审批机制、网络策略和智能体原生遥测来安全运行 Codex，以支持编程智能体的安全合规采用。
OpenAI News精选AI 评分6262 OpenAI 以 GPT-5.5 和 GPT-5.5-Cyber 扩展网络安全可信访问
OpenAI 扩展 Trusted Access for Cyber 计划，新增 GPT-5.5 和 GPT-5.5-Cyber，面向经过验证的防御方，帮助其加快漏洞研究并保护关键基础设施。
推荐理由：OpenAI 将 GPT-5.5 与 GPT-5.5-Cyber 纳入可信访问计划，读者可了解其面向漏洞研究的开放范围。
OpenAI NewsAI 评分5050 ChatGPT 推出 Trusted Contact 安全功能
OpenAI 为 ChatGPT 推出可选安全功能 Trusted Contact，当系统检测到严重的自残风险时，会通知用户指定的可信任联系人。该功能为可选项，需用户自行设置联系人。
OpenAI NewsAI 评分2222 ChatGPT 如何在保护隐私的同时学习世界知识
OpenAI 详解 ChatGPT 如何在训练中保护用户隐私：减少训练数据中的个人信息，并让用户自主控制自己的对话是否用于改进 AI 模型。
OpenAI NewsAI 评分3232 OpenAI 提出 Intelligence Age 网络安全五部分行动计划
OpenAI 提出一项五部分行动计划，旨在加强 Intelligence Age 的网络安全，重点是普及 AI 驱动的网络防御并保护关键系统。
OpenAI NewsAI 评分2222 OpenAI 如何保障 ChatGPT 社区安全
OpenAI 通过模型防护、滥用检测、政策执行以及与安全专家合作，保障 ChatGPT 的社区安全。
OpenAI News精选AI 评分6262 OpenAI 发布 Privacy Filter 开源权重模型
OpenAI 发布 Privacy Filter，这是一个开放权重模型，用于检测并脱敏文本中的个人身份信息（PII），官方称其准确率达到当前最优水平。
推荐理由：OpenAI 开源 PII 检测与脱敏模型，读者可据此了解文本隐私处理的新可选方案。
Hugging Face BlogAI 评分3838 AI 与网络安全的未来：为什么开放性至关重要
Hugging Face 发文指出，Mythos 这类前沿 AI 模型嵌入特定系统后可快速发现并修补软件漏洞，其能力并非来自单一模型，而是算力、代码数据、漏洞探测脚手架与系统自主性组合的结果。文章认为开源生态能把检测、验证、协调与补丁分发分散到社区，避免闭源单点失效，并主张用可审计的半自主 AI 智能体构建防御。
OpenAI NewsAI 评分4040 OpenAI 推出 Trusted Access for Cyber，安全厂商用 GPT-5.4-Cyber 强化网络防御
OpenAI 面向网络安全领域推出 Trusted Access for Cyber，领先安全公司与多家企业已加入，使用 GPT-5.4-Cyber 加强全球网络防御。该计划同时提供 1000 万美元 API 额度资助。
OpenAI NewsAI 评分4242 OpenAI 扩展 Trusted Access for Cyber 计划，推出 GPT-5.4-Cyber
OpenAI 扩展 Trusted Access for Cyber 计划，向经过审核的防御方推出 GPT-5.4-Cyber，并随 AI 网络安全能力提升强化防护措施。
OpenAI NewsAI 评分5858 OpenAI 回应 Axios 开发者工具供应链攻击
OpenAI 就 Axios 供应链攻击作出回应，轮换了 macOS 代码签名证书并更新了应用，同时确认没有用户数据遭到泄露。
OpenAI NewsAI 评分1010 OpenAI 发布 AI 负责任与安全使用指南
OpenAI 发布 AI 负责任使用指南，围绕安全、准确性与透明度给出最佳实践，适用于 ChatGPT 等工具。
OpenAI NewsAI 评分4242 OpenAI 发布儿童安全蓝图
OpenAI 发布儿童安全蓝图，为负责任地构建 AI 提供路线图，涵盖安全防护措施、适龄设计和多方协作，旨在保护并赋能年轻人在线体验。