安全公司 Snyk 在旧金山 AISS 大会前一天办了一场圆桌讨论，请来 OpenAI、Google 威胁情报团队、风投机构和 Snyk 的四位安全负责人聊 AI 安全。原来大家早就积累了不少安全隐患，只是以前攻击成本高、没被利用；现在 AI 让攻击变得又便宜又快，等于把这些旧账一次性催收。讨论指出，找漏洞越来越容易，真正卡住人的是修复速度，所以防守方需要让机器承担大部分修复工作，并配合身份、权限和意图管控。文章还提到一个案例：有人用开源 AI 渗透测试工具攻击了至少九家韩国银行；另有研究发现，扫描的 3,984 个智能体技能中至少 36.82% 存在安全缺陷。这些是会上讨论的观点和案例，不代表已有现成方案落地。
文中可用工具
- ClawHub发布智能体技能的平台，会上提到上传一个恶意技能只需一个 Markdown 文件和新注册的 GitHub 账号
- Hugging Face模型与数据集平台，会上作为被 AI 智能体突破隔离、发生泄露的案例出现
展开详情收起详情：AI 正在清算你已接受的每一份风险：AI 安全圆桌的七点洞察⌄
Snyk Blog
原文发布：2026-10-21 08:00收录：2026-10-22
安全公司 Snyk 扫描了上千个企业环境中的 AI 模型，发现近一半环境引用了可能在某种攻击下得分达到严重级别的模型。但作者强调，光看模型分数不够：同一个模型，如果只用来总结会议记录，和用来查询客户数据、触发业务流程，出事的后果完全不同。所以团队应先确认模型是否真的在运行、它能访问哪些数据和工具，再针对具体风险选择换模型或加访问限制、人工审批等控制措施。这项研究来自 Snyk 报告，其中模型分数基于模拟攻击测试，并不代表真实入侵已经发生。
展开详情收起详情：AI 模型风险取决于模型能触及什么⌄
Snyk Blog
原文发布：2026-10-21 12:00收录：2026-10-22
Netflix 为跑在 Amazon EMR 上的 Apache Spark 任务做了一套“工作负载证明”机制。打个比方：过去托管计算任务要访问内部服务，得把内部凭证直接塞给任务，凭证容易泄露、也难管理。现在的做法是先确认这个任务的 AWS IAM 身份，再核对 Netflix 控制面签发的声明，两者都通过后，才发一张有效时间很短的内部 X.509 证书，任务用它去访问内部服务。这样托管计算任务不必直接携带凭证，就能安全地完成内部认证，凭证暴露的风险和分发负担都小了。这套机制目前应用在 Netflix 的 Spark/EMR 场景，其他场景是否适用文中未说明。
文中可用工具
- Apache Spark在 Amazon EMR 上运行的分布式数据处理任务
- Amazon EMR托管运行 Spark 任务的 AWS 计算服务
- AWS IAM用于识别工作负载身份的云身份服务
- X.509 证书短期内部证书，用于访问内部服务
展开详情收起详情：Netflix 通过工作负载证明打通 AWS IAM 与内部身份体系⌄
InfoQ Architecture & Design
原文发布：2026-10-21 21:45收录：2026-10-22