跳到正文
只看一手#安全/对齐
  1. GitHub Blog · AI & ML60

    GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展推送保护

    GitHub 发布基于 ModernBERT 的通用密钥检测分类器，用周围代码上下文识别数据库密码、Kubernetes Secret、Dockerfile 等无固定格式的密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 公开了九季度密钥泄露数据，并说明新分类器如何把推送拦截扩展到无固定格式的密钥。

  1. Google Research60

    Google 发布基于 TEE 的联邦学习系统，Gboard 已采用

    Google Research 公布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可远程验证和审计的保证，并称 Gboard 已采用该系统上线英语和日语下一词预测模型，隐私保证更强、准确率提升。

    推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的落地情况，可了解隐私可验证性的实现路径。

  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：Gemini 4 Argon 给出 1M 输出 token、DeepSWE 77.9% 与网络安全防御能力，可据此判断前沿模型在长周期工程任务上的进展。

  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，将不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：SynthID 水印技术延伸到合成生物学，读者可了解 AI 生成蛋白质如何被标记与验证，以及它对 DNA 合成筛查的意义。

  1. GitHub Blog · AI & ML60

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 模糊测试

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需传入 GitHub 仓库地址，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，读者可据此判断自动化安全测试的边界。

  1. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆

    Google DeepMind 公布 Private AI Compute 的新技术能力，将持久化服务端记忆引入该平台，让 AI 助手在跨设备场景下保留上下文，同时维持端侧级别的隐私标准。

    推荐理由：Google 公开 Private AI Compute 的持久化服务端记忆方案，读者可了解云端长期记忆如何与端侧密钥、安全隔区结合。

已经到底了