OpenAI的Codex团队针对AI误删用户文件问题发布安全更新。此前有开发者使用Codex时因命令转义错误，导致C盘和D盘大量文件被删。新版本增加删除前检查、避免重用系统环境变量、高风险命令自动审查等防护措施，并优化完全访问权限，建议用户升级并使用审批模式。

苹果向全球110多个国家和地区的用户发出间谍软件攻击警告，提醒用户可能成为商业间谍软件（如以色列NSO集团的飞马座）的目标，通常针对政府官员、记者和人权人士。苹果建议用户更新系统、开启双重认证、使用高强度密码等安全措施以保护信息安全。

谷歌地球推出AI图像编辑功能，用户可通过文字提示修改卫星图像，但该功能可生成深度伪造内容，如添加难民或爆炸坑，因违反政策上线一天即被撤回。谷歌表示将加强防护，但测试者称生成图像可绕过AI检测工具且未受限制。

本文介绍了Java中的XXE（XML外部实体注入）漏洞及其危害，包括文件读取和命令执行等风险。分析了相关代码，强调在解析XML时需注意节点类型判断，并提供了防护措施，如禁用DOCTYPE声明和外部实体。此外，推荐了相关案例和参考资料以加深理解。

国家安全部警告“AI中转站”代理服务存在四大安全风险：数据裸奔、模型缩水、恶意植入和数据出境。这些风险可能导致用户数据存储不当、AI模型性能下降，甚至被攻击者利用。绿盟NF防火墙通过敏感数据管理、URL管理和入侵防护等措施，提供边界防护，确保数据安全和合规，防止风险扩散。

AI推理盗窃是指未经授权使用他人付费AI推理的行为，攻击者可以免费获取并转售这些服务。任何面向互联网的AI端点，尤其是AI游乐场，都可能成为攻击目标。传统的IP限制和身份验证无法有效防范此类攻击。有效的防护措施包括对每个请求进行验证，使用BotID深度分析技术可以识别和阻止机器人请求，从而保护AI端点。

AI代理正在改变软件开发，能够自主读取代码、运行测试和修复错误，但也带来了安全风险，如劫持和后门攻击。NIST强调需要建立适当的安全防护措施，以降低风险并提高开发速度和软件质量。理解这些风险是负责任使用AI代理的关键。

随着大模型技术的普及，提示词注入导致的数据泄露事件频发，给数据安全带来挑战。攻击者利用社工手段诱导AI泄露敏感信息，特别是在AI与第三方应用集成时，权限配置不当可能导致信息泄露。近期事件显示AI模型的内容审核系统存在漏洞，需加强防护措施，如严格输入输出验证、建立信任边界和用户授权机制，以防止数据泄露。

AI幻觉无法完全消除，但可通过防护措施和经验学习降低风险。研究表明，AI幻觉发生率为0.7%至29.9%。企业若依赖错误信息，信任度会下降。某制造商通过精准验证和额外检查，成功减少了AI助手的幻觉问题，提高了客户支持质量和效率。

大语言模型（LLM）正逐渐演变为智能体，提示词注入攻击的威胁加剧。研究提出了一种通用触发器，攻击者可通过简单方法控制模型输出，攻击成功率高达70%。这一新攻击模式可能带来系统性风险，亟需加强防护措施。