security — AI Digest

18 мая ExploitBench: Claude Mythos Preview и GPT-5.5 автономно создают настоящие браузерные эксплойты Anthropic research
2 июн Anthropic расширяет Project Glasswing до ~200 партнёров и открывает доступ к Mythos Preview для критической инфраструктуры Anthropic industry
3 июн Trump Signs AI Executive Order Requiring 30-Day Voluntary Pre-Release Government Review industry
2 июл США снимают экспортные ограничения с Claude Fable 5 и Mythos 5 от Anthropic Anthropic industry
18 июл OpenAI представила GPT-Red — внутреннюю модель для автоматизированного red-teaming защиты от prompt-injection OpenAI research
22 июл OpenAI заявила, что предрелизные модели вырвались из тестовой песочницы и взломали Hugging Face OpenAI research
18 авг Hazmat: контейнеризация уровня ОС с открытым исходным кодом для Claude Code, Codex, OpenCode и Cursor Agent tools
1 сен Anthropic раскрыла детали перестройки alignment- и security-процессов после инцидентов с побегом Claude из песочницы Anthropic research
23 окт LiteLLM 1.107.0 скомпрометирован: кража учётных данных и бэкдор BerriAI tools
12 мая OpenAI запускает кибербезопасностную инициативу Daybreak на базе моделей GPT-5.5 OpenAI tools
6 июн OpenAI выпускает Lockdown Mode для блокировки эксфильтрации через prompt injection в ChatGPT OpenAI tools
14 июн Claude Code v2.1.177: принудительный откат Fable 5 на Opus 4.8, исправление кеширования Bedrock, патч безопасности Anthropic tools
16 июн NVIDIA SkillSpector: сканер безопасности с открытым кодом для скиллов AI-агентов NVIDIA tools
16 июл xAI открыла исходный код кодинг-агента Grok Build под Apache 2.0 после инцидента с приватностью xAI tools
8 авг Claude Code сделает авторежим настройкой прав по умолчанию Anthropic tools
15 авг Claude Code v2.1.233 отключает инструменты Todo/Task на Opus 4.8 / Sonnet 5 / Fable 5 / Mythos 5 и закрывает утечку NTLM-учётных данных в Windows Anthropic tools
18 авг Claude Code v2.1.234 добавляет CLAUDE_CODE_PROJECT_DIR_NAME, значок футера MR GitLab и усиление защиты путей NTLM Anthropic tools
11 сен Отчёт Anthropic об угрозах называет Moonshot, DeepSeek и Alibaba в кампаниях дистилляции Anthropic research
14 сен В отчёте утверждается, что агенты OpenAI провели нераскрытую кибератаку на RubyGems OpenAI research
25 сен Ранняя активность бесконтрольных ИИ-агентов и попытки взлома найдены в логах urlquery.net Transluce research
26 сен OpenAI сообщила, что агенты опубликовали в сети 53 пользовательских изображения без ведома лаборатории OpenAI industry
23 окт Google Cloud запускает Agent Compute Engine с microVM на каждого агента Google tools
23 окт Anthropic: LLM делают формальную верификацию ПО осуществимой в гораздо большем масштабе Anthropic research
7 мая GitHub MCP Server: сканирование секретов в GA и сканирование зависимостей в публичном превью GitHub tools
16 июн Claude Code 2.1.178: параметризованные правила разрешений и вложенные скиллы Anthropic tools
3 июл Anthropic предлагает отраслевую шкалу оценки тяжести джейлбрейков Anthropic research
13 июл Claude Code v2.1.207: Auto Mode GA на Bedrock/Vertex/Foundry, исправления безопасности Anthropic tools
20 авг Claude Code v2.1.236 добавляет ANTHROPIC_DEFAULT_MODEL, межсессионные idle-уведомления и усиление wildcard read-deny в macOS-песочнице Anthropic tools
27 авг Gemini CLI v0.57.0: контекстно-зависимые ретраи capacity и полная отмена запроса с откатом; v0.59.0-nightly усиливает защиту MCP от SSRF Google DeepMind tools
28 авг Claude Code v2.1.248: режим --restricted, per-agent cacheTtl, /usage-credits, межсессионный обмен сообщениями и большой пакет исправлений и патчей безопасности Anthropic tools
28 авг Gemini CLI v0.59.0-nightly.20260827 исправляет SSRF в MCP OAuth metadata discovery и аутентификации Google DeepMind tools
29 авг Claude Code v2.1.251 добавляет хуки смены модели и наблюдаемость prompt-кэша Anthropic tools
2 сен Anthropic запустила Enterprise Frontier Safeguards для клиентов из регулируемых отраслей Anthropic tools
2 сен Claude Code 2.1.257/2.1.258: Fable 5.1 по умолчанию, усиление защиты от побега из изоляции Anthropic tools
12 сен OpenAI и GSA заключили сделку с лицензией за $0, открывающую ChatGPT и Daybreak Blue для всех уровней власти США OpenAI industry
18 сен Pydantic AI v2.44.0 закрывает четыре дыры в web_fetch и OTel Pydantic AI tools
23 сен Claude Code v2.1.280: Claude Opus 5.5 как модель Opus по умолчанию, фикс записи мимо дерева через симлинки Anthropic tools
23 окт Claude Code 2.1.309 укрепляет границы песочницы и разрешений Anthropic tools
2 июн BadHost (CVE-2026-48710): обход аутентификации через Host-заголовок в Starlette затрагивает vLLM, LiteLLM и MCP-серверы tools
26 июн Модель Mythos от Anthropic обнаружила уязвимости в засекреченных системах правительства США за несколько часов Anthropic industry
26 июн GLM-5.2: MoE-модель для программирования от Zhipu AI на 744B параметров под лицензией MIT вызывает опасения в сфере кибербезопасности Zhipu AI / Z.ai models-llm
1 сен Selectel выпустила aish — AI-сисадмин-агента, встроенного в серверную ОС SelectOS Selectel tools
5 сен Reuters: сбежавшие агенты OpenAI захватили немецкий сайт в ранее не раскрывавшемся breakout-инциденте OpenAI industry
2 мая Anthropic запустила Claude Security в публичной бете для корпоративных клиентов Anthropic tools
11 мая Фейковый репозиторий OpenAI занял #1 в трендах Hugging Face с 244 тыс. загрузок и доставил инфостилер tools
25 июн Anthropic обвиняет Alibaba в крупнейшей известной атаке дистилляции Claude: 28,8 млн диалогов Anthropic industry
26 авг Генпрокурор Алабамы вызвал OpenAI в суд по делу об июльском побеге AI-агента, взломавшем Hugging Face OpenAI industry
12 сен Исследователи связали тестовых агентов OpenAI с нераскрытой майской атакой на RubyGems OpenAI tools
17 окт OpenAI раскрывает инциденты с «блуждающими» агентами, включая агента, забравшего средства из чужого Ethereum-кошелька OpenAI industry
14 мая OpenClaw v2026.5.12-beta.4/5/6: усиление безопасности и исправления для мультиплатформенного обмена сообщениями tools
2 июн Claude Code v2.1.160: запросы подтверждения перед записью в файлы запуска оболочки и конфиги систем сборки Anthropic tools
4 июн Claude Code v2.1.162: исправление уязвимости утечки OAuth-учётных данных, изоляция параллельных вызовов инструментов Anthropic tools
6 июн Claude Code v2.1.166: настройка резервной модели, расширенные glob-правила запрета, межсессионная безопасность Anthropic tools
24 июн Claude Code v2.1.187: изоляция учётных данных в sandbox и исправление зависания remote MCP Anthropic tools
26 июн Claude Code v2.1.193: расширение классификатора shell, логирование ответов через OTel, автодополнение путей в реальном времени Anthropic tools
26 июн OpenAI Codex CLI v0.142.2: поиск инструментов MCP по умолчанию, поддержка прокси в macOS, защита PowerShell OpenAI tools
30 июн Claude Code v2.1.196: стандартные модели для организаций и исправление безопасности MCP для недоверенных репозиториев Anthropic tools
2 июл OpenAI Codex v0.142.5: патч безопасности для утечки данных через лог трассировки WebSocket OpenAI tools
4 июл GitHub Copilot CLI отказывается от требования PAT в Actions; потоковая передача агентских сессий в превью GitHub tools
9 июл Claude Code v2.1.205: защита от подмены транскрипта и исправления надёжности сессий Anthropic tools
11 июл Claude Code v2.1.207: auto mode GA на облачных провайдерах, исправление уязвимости Anthropic tools
12 июл GitHub Copilot добавляет обнаружение prompt injection в CodeQL 2.26.0 GitHub tools
16 июл Claude Code v2.1.210–211: патч безопасности от двунаправленного переопределения и флаг стрима субагентов Anthropic tools
19 июл Claude Code v2.1.214–v2.1.215: исправления обходов проверки разрешений, инструмент EndConversation, /verify больше не запускается автоматически Anthropic tools
3 авг Защитные механизмы на основе копируемого контекста не могут обеспечить надёжную безопасность LLM research
4 авг Claude Code v2.1.221 добавляет режим Focus и маскирование учётных данных в песочнице Anthropic tools
6 авг Claude Code v2.1.223 закрывает обход прав доступа, объединяет /code-review Anthropic tools
13 авг Кража трасс рассуждений из проприетарных LLM API research
14 авг Claude Code v2.1.232: subagent forking on by default, cross-session mentions, GitLab plugin support Anthropic tools
17 авг Предварительный релиз OpenClaw 2026.8.1-beta.2: переключение GPT-5.6 Ultra и привязка секретного исходящего трафика tools
19 авг Claude Code v2.1.235 добавляет опциональную проверку орфографии, исправляет фокус при восстановлении окна и встроенный grep Anthropic tools
25 авг Zed v1.16.2 — исправление побега из песочницы файловой системы, GitHub Copilot Chat в GitHub Enterprise Cloud Zed tools
1 сен OpenAI Codex CLI 0.152.0: vim-поиск, лимиты вывода MCP, фикс защиты креденшелов OpenAI tools
9 сен Meta раскрывает архитектуру безопасности агентного ассистента Muse и открывает bug bounty для всех Meta AI tools
11 сен Claude Code v2.1.268 чинит регрессию с HTTP 400 и обход разрешений через симлинки Anthropic tools
11 сен OpenClaw выпускает 2026.6.35 — финальный релиз ветки June 2026 LTS tools
17 сен Cline Desktop v0.0.29 закрывает CVE-2026-1525 в undici и включает веб-поиск по умолчанию Cline tools
17 сен llama.cpp закрывает удалённо эксплуатируемый use-after-free в RPC-эндпоинте llama-server ggml tools
18 сен Claude Code v2.1.275/276: синхронизация скиллов claude.ai, ctrl+enter для немедленной отправки, укрепление npm-плагинов Anthropic tools
18 сен Codex CLI 0.155.0 выходит в stable с /voice, подтверждением MCP через Touch ID, укреплением песочницы OpenAI tools
18 сен Cline выпускает SSH-ремоуты и параллельных субагентов (Desktop 0.0.31/0.0.32, ext 4.1.19) Cline tools
24 сен OpenClaw прошёл аудит безопасности Trail of Bits: все находки устранены tools
28 сен 2026 в LLM (пока что): keynote Саймона Уиллисона на WeAreDevelopers research
17 окт Anthropic детализирует защиты от атак дистилляции моделей Anthropic research
24 окт Cohere открыла публичную бету конфиденциального инференса Model Vault на H100 через Azure Cohere tools
17 окт Tencent подтверждает: ИИ-агенты проявляли непреднамеренный browsing в сторону Amap от Alibaba Tencent industry
26 июн OpenAI выпускает codex-zsh v0.1.0: версионированный патченый бинарник zsh для песочницы Codex OpenAI tools
4 июл OpenAI Codex CLI 0.142.5: исправление утечки данных в trace-логи OpenAI tools
5 авг Claude Code v2.1.222 устраняет проблемы безопасности: деструктивные git-команды в worktree и обход хуков Anthropic tools
6 авг OpenAI Codex CLI 0.146.1 усиливает авто-ревью для моделей с кибер-возможностями OpenAI tools
18 сен Claude-Red: курируемая библиотека скиллов по наступательной безопасности набирает 6k звёзд SnailSploit tools