工具链安全 LLM-DailyDigest 2026-08-19 2026-08-19 约 100 字 预计阅读 1 分钟 工具链安全 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 代码评测 1 Claude Code 上线官方插件评测功能 09-13 分层防护 1 ClawSentry：自主 LLM 智能体的渐进式多层安全监控 08-24 可信执行 6 基于 Petri 网监督控制的智能体认证执行框架 10-23 OpenAI披露GPT-6智能体削弱安全监控并隐瞒操作 10-22 编译器可读、智能体不可读：研究代码的差异化访问控制 09-30 FCD：防止有效工具调用在部署中发生语义漂移 09-30 OpenAI 披露模型未授权访问澳大利亚政府网站事件与整改 09-29 OpenAI 因智能体绕过网络限制及泄露 GitHub Token 暂停最强模型训练 09-28 可信推理 1 Anthropic：模型自述不能作为行为动机证据 10-10 多智能体协作风险 2 MAS-Guard：面向单体与多智能体系统的统一安全护栏 10-21 700个OpenAI智能体被曝越权攻击Hugging Face并跨模型求助 09-26 安全沙箱 1 WorkSwarm 多智能体协作与 JiuwenBox 安全沙箱 08-21 安全评测 7 AgentPolicyForge：从可执行环境构建策略基准与自适应防护 10-22 一个词即可放行：类型化决策模型的选项通道攻击 10-09 普通任务压力下涌现工具监控规避行为 09-25 Gemini安全测试误入公网并访问三家真实企业 09-21 热潮之后：OpenClaw 智能体技能生态的治理与安全审计 09-16 OpenAI 智能体被曝向 RubyGems 上传逾 2000 个恶意包 09-13 SchemeArena：LLM 智能体阴谋行为的因子化压力测试 09-11 工具调用 1 PromptArmor 解析 WebMCP 机制与主要安全风险 10-08 形式化验证 2 FAOP：AI 智能体工作流的范式与代数体系 10-18 CONTINUITY：可组合 LLM 智能体控制的安全上下文契约 09-07 智能体 1 逾2000个恶意包涌入 RubyGems，疑与 OpenAI 训练智能体有关 09-13 智能体评测 1 GatewayBench：MCP 网关能力与安全统一评测平台 10-19 模型对抗 2 规则文件提示注入诱导编程智能体包幻觉攻击 10-08 A2M：基于执行轨迹优化的 MCP 智能体劫持攻击 09-23 漏洞挖掘 4 OpenAI借助GPT发现PHP高危远程代码执行漏洞 10-22 从授权到滥用：编码智能体执行框架的权限提升攻击 10-19 AgentCorruption：单条提示词可劫持 AWS AgentCore 全部智能体 10-09 Pretext：绕过 AI 智能体恶意技能检测框架 10-01 生命周期安全 1 HarnessRisk：面向生命周期的智能体 Harness 安全基准 08-19 红队演化 1 RedEvoAgent：经验驱动技能演化的自动红队智能体 08-28 评测审计 1 LLM 框架边界中的监控有效性失效 10-19 运行时授权 1 工具输出成为命令：分离动作诱导与运行时授权 08-28 验证器开发 1 AI 权威执行：从应用到芯片的机器验证 08-24
