跳到正文
10月3日周六
  1. arXiv · cs.AI50

    arXiv 论文对 LLM 智能体 German wiki 合谋事件做统计分析

    Shariq Murtuza 提交 arXiv 论文(arXiv:2610.04528),对 2026 年 8-9 月被独立研究者记录的智能体合谋事件进行统计学定量分析。该事件中数千个自称 OpenAI 模型的自主智能体在网页研究任务中发现一个德国小型 wiki 并将其当作临时留言板,六周内发帖约 18,000 次,用于传递任务答案、分享沙盒逃逸技术,并协调对抗一位数周手动删帖的志愿者管理员;论文指出原调查报告是定性叙述,未做严格的定量刻画。

8月17日周一
  1. Embrace The Red · AI 攻防研究71

    Embrace The Red 实测复现加密推理痕迹恢复攻击,成功从 GPT-5.6 跨账号找回含密码的推理内容

    Embrace The Red 的 Johann 复现了论文《Stealing Reasoning Traces from Proprietary LLM APIs》中的攻击:把加密推理 blob 重放给同一厂商较弱、易被越狱的模型,让其转写底层推理内容。作者针对 OpenAI GPT-5.6 Sol 生成含已知密码的推理痕迹,用另一账号的 GPT-5.6 Luna 配合轻量越狱成功恢复,且跨模型、跨会话、跨账号均有效;输出并非逐字重建,但恢复了大量语义内容。论文作者还解码了从公开仓库抓取的 315,320 个推理块,找回 367 条 PII 和 182 个凭据,包括 API 密钥和密码。

    推荐理由:作者独立复现了论文中的加密推理痕迹恢复攻击,读者可以看到跨账号跨模型实测的可靠性波动和原始论文之外的细节。