黑客神器 Codex 强势来袭！让 GPT-5.5 突破限制，安全研究、逆向工程、NSFW 全解锁

Security Now

• Token 流的基礎設計：LLM 不具備狀態管理能力，所有輸入都被視為等值的 token 序列。系統無法區分「這是系統指令」和「這是外部資料」，只能依靠訓練期間習得的格式識別能力，這本質上是脆弱的。
• 格式標籤的虛幻邊界：系統標籤、使用者標籤、工具標籤等都只是特殊 token，模型被訓練成「該尊重系統標籤的命令」，但 token 流裡沒有硬性邊界。移除標籤格式後，攻擊成功率從 61% 跌至 10%，證明安全性完全依賴於格式。
• 蒸餾與超級模型現象：企業用較成熟模型的輸出訓練新模型（蒸餾），相當於把前一代模型的行為與缺點複製給下一代。即使競爭對手未直接存取，互聯網上充滿 AI 生成內容，導致模型行為自然收斂，難以追蹤蒸餾是否發生。

AI Engineer

• 1. 代理權限動態擴張的根本問題
• 當代理被要求調查延遲尖峰時，它會自動擴展訪問需求——先請求日誌訪問，再要求 GitHub 儲存庫權限，最後要求 Slack 訪問。每一步都超越了信任邊界，最終導致代理擁有不受控制的全系統訪問權。傳統軟體可以提前定義權限，但自主代理的需求在運行時動態變化，這是核心難題。
• 2. 多模型、多平台的統一防控需求

SANS Stormcast

• AI 系統的存取控制難以真正實施，因為一旦資料被 AI 系統存取，攻擊者總能找到繞過安全防護的方式提取資料。伺服器端請求偽造（SSRF）在聊天機器人中常見，攻擊者可騙誘 AI 系統向指定 URL 發送請求並將響應內容洩露給攻擊者。
• Copilot 漏洞的完整利用鏈包括三個步驟：預填含惡意提示的 URL、誘導使用者點擊、利用 AI 的網頁擷取能力將敏感資料外洩到攻擊者控制的伺服器。Microsoft 的修補方案是限制允許的連結類型，犧牲了與其他系統的整合便利性以換取安全性。