● OpenAI 推出自动化红队模型 GPT-Red，专攻 GPT-5.6 提示注入漏洞

📌 一句话摘要 OpenAI 推出自动化红队模型 GPT‑Red，专门用于自动发现并修复 GPT‑5.6 中的提示注入漏洞。 📝 详细摘要 文章介绍了 OpenAI 最新推出的自动化红队模型 GPT‑Red，该模型通过自对弈强化学习生成对抗性提示，以检测 GPT‑5.6 中的提示注入漏洞。文章详

● 红队 AI 工具漏洞致攻击者可窃取 API 密钥并入侵操作者系统

📌 一句话摘要 Cracken 安全研究人员首次系统分析了 12 款 AI 驱动红队渗透测试工具，发现重大架构漏洞，可导致 LLM API 密钥泄露、沙箱逃逸和宿主机沦陷，并提出防护建议。 📝 详细摘要 文章编译自 cybersecuritynews.com 的报道，详述了 Cracken 研究

● awesome-ai-security：大模型安全资源合集

📌 一句话摘要 awesome-ai-security 是一个收录 AI 安全工具、红队测试、提示词注入检测等资源的开源合集，持续更新。 📝 详细摘要 GitHubDaily 推荐了 awesome-ai-security 开源合集，该合集包含 AI 安全基础学习、红队测试工具、提示词注入检测、

● Anthropic 新发模型 Claude Fable 5 快速被越狱

📌 一句话摘要 Anthropic 最新发布的 Claude Fable 5 模型在发布仅两天后即被研究人员通过多 Agent 协同攻击成功越狱，并泄露了长达 12 万字符的系统提示词。 📝 详细摘要 文章报道了 Anthropic 于 2026 年 6 月 9 日发布其最强模型 Claude

● Gergely Orosz 谈 Anthropic 红队测试技术细节

📌 一句话摘要 Gergely Orosz 确认正在深入研究 Anthropic 的红队测试工作，并表示在形成最终观点前希望收集更多数据。 📝 详细摘要 在这条回复中，Gergely Orosz 响应了阅读 Anthropic 红队测试博客文章的建议。他指出 Anthropic 提供的这些数据非

● 测试 OpenClaw 对抗顶级提示词黑客的安全性

📌 一句话摘要 Matthew Berman 向知名提示词黑客 @elder_plinius 发起挑战，试图越狱他的 OpenClaw 系统，展示了一场实战安全压力测试。 📝 详细摘要 这条推文展示了一场安全挑战，开发者 Matthew Berman 邀请提示词黑客与越狱社区的知名人物 @eld

● Google 是如何做到的：深入了解网络安全

📌 一句话摘要 Google Cloud 精选了 15 篇技术文章，详细介绍了其内部的网络安全方法，涵盖了从 AI 驱动的威胁检测到 SRE 实践和红队测试等主题。 📝 详细摘要 本文是 Google Cloud “Google 是如何做到的” (How Google Does It) 安全系列

● Promptfoo：AI 应用的自动化安全测试工具

📌 一句话摘要 Promptfoo 是一款开源工具，用于对大语言模型 (LLM) 应用进行自动化红队测试、渗透测试和漏洞扫描。 📝 详细摘要 这篇推文介绍了被 OpenAI 收购的开源安全工具 Promptfoo。它支持自动化红队测试、漏洞扫描以及 CI/CD 集成，能够检测 AI 应用中的提示

● 通过梯度下降寻找 X-Risks 和 S-Risks — LessWrong

📌 一句话摘要 作者提出利用梯度下降法，通过优化输入以最大化请求的合理性和有害输出的概率，从而系统地发现潜在的 AI 失效模式和安全风险。 📝 详细摘要 本文探讨了一种 AI 安全红队测试（red teaming）的新方法，即应用梯度下降来识别对抗性输入。作者借鉴了在卷积神经网络（CNN）中利用

● 受 Ilya Sutskever 启发的 AI 安全框架

📌 一句话摘要 介绍了一套 Claude 提示词，旨在利用对齐框架对 AI 系统进行压力测试和红队测试。 📝 详细摘要 本推文分享了 9 个 Claude 提示词，旨在帮助开发者对 AI 系统进行压力测试和红队测试。这些提示词围绕 Ilya Sutskever 的研究思想及 Safe Super

● AI 模型两周内发现 22 个 Firefox 漏洞

📌 一句话摘要 Claude Opus 4.6 在两周内发现了 22 个 Firefox 漏洞，其中包括传统模糊测试工具未能发现的高危逻辑错误，标志着 AI 驱动的安全研究发生了重大转变。 📝 详细摘要 本文报道了 AI 驱动的网络安全领域的一个重要里程碑：Anthropic 的 Claude

● Anthropic 工程师都离不开！深夜随手撸出的开源神器，被 OpenAl 高价收购，23 人创业逆袭

📌 一句话摘要 OpenAI 宣布收购 AI 安全初创公司 Promptfoo，旨在通过其开源红队演练工具强化 OpenAI Frontier 平台的智能体安全评估能力。 📝 详细摘要 本文报道了 OpenAI 收购 AI 安全初创公司 Promptfoo 的行业动态。Promptfoo 由前

● 开源 LLM 测试与加固工具 Promptfoo 介绍

📌 一句话摘要 Promptfoo 是一款用于自动化评估、红队测试及加固大模型应用的开源工具，支持主流模型对比与 CI/CD 集成。 📝 详细摘要 该推文推荐了一个名为 Promptfoo 的开源工具，旨在解决 AI 应用开发中提示词（Prompt）修改后可能出现的安全漏洞和性能问题。该工具支持