Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评测，将外部评测限制在密码学环境中，避免模型提前接触测试题。该试点与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试一个 Gemini Flash Lite 模型，以提升评测可信度。
推荐理由：Google DeepMind 联合多方用密码学环境做双盲评测，读者可了解基准污染问题的一种技术解法。
OpenAI 公布 Hugging Face 安全事件的调查发现，并说明将采取哪些措施加强 AI 模型安全、监控与对齐。
OpenAI 封禁了一批俄罗斯来源账号，这些账号利用 AI 推广一个虚假的以色列智库，以及一个赞扬俄罗斯、批评西方的"主权"指数。该行动属于一起新发现的隐蔽影响力行动。
OpenAI 重申为符合条件的 API 客户提供零数据保留（Zero Data Retention），并预览 Private Safety Processing，可在不牺牲数据隐私的前提下实现高级 AI 安全。
OpenAI 正在为前沿 AI 模型加强监控、对齐与安全防护，并称新的保障措施正在引导模型开发的节奏。该说明未披露具体模型版本、参数规模或上线时间。
OpenAI 发文讨论 AI 正在同时改变攻击方与防御方的网络安全格局，并介绍 OpenAI 如何强化自身防御、安全团队当下可以采取哪些措施。
OpenAI 允许获批的 Daybreak 合作伙伴使用其前沿网络安全模型，为客户提供经授权、受治理的网络安全服务。
OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，通过 Daybreak Red 提供，面向授权漏洞研究、漏洞利用验证和安全测试场景。
推荐理由：OpenAI 推出面向网络安全的专用模型，读者可了解其授权使用场景与访问入口。
OpenAI 公布针对 Astra 的初步网络安全评估结果，并同步说明其正在采取的防护与安全控制强化措施。
OpenAI 与美国心理学会（APA）合作，为负责任的 AI 使用与青少年心理健康推进循证指导、资源和防护措施。
OpenAI 就近期涉及 OpenAI 模型的第三方网络安全评估事件作出说明，并公布新的保障措施以加强 AI 模型测试与评估。
OpenAI 分享了其在安全、安保、透明度与内容溯源方面的实践，用以支持欧洲的负责任 AI 治理。随着 EU AI Act 推进，相关工作还将继续。
OpenAI 打击了一个利用 ChatGPT 支持投资、杀猪盘、赌博和冒充诈骗的柬埔寨犯罪团伙。该团伙借助 ChatGPT 实施多种诈骗活动。
OpenAI 与 Hugging Face 就 AI 模型评估期间发生的一起安全事件公布初步发现，指出其中出现了高级网络攻击能力，并为防御方总结了经验教训。
OpenAI 分享了部署长时程运行 AI 模型的经验，指出这类模型带来新的安全风险与已观察到的失败案例，并通过迭代式部署改进了防护措施。
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上表现优于主线 Flash 模型。
推荐理由：官方给出轻量安全模型在 CyberGym、Chrome 提交扫描等基准上的对比数据，可了解其与主线的差异。
OpenAI 正通过适龄保护、学习工具、家长控制和专家合作，让 ChatGPT 对青少年更安全。这些措施针对青少年使用 AI 的场景设计，兼顾安全防护与学习用途。
Google DeepMind 与 Isomorphic Labs 公布联合生物韧性方案，一方面防止威胁行为者滥用模型，一方面让政府和科研机构用 AI 应对疫情。
OpenAI 发布自动红队系统 GPT-Red，通过自博弈方式提升 AI 安全、对齐以及提示注入鲁棒性。该系统面向自动化红队测试场景，用于发现和改善模型的安全问题。
推荐理由：OpenAI 公开自动红队系统 GPT-Red，读者可了解自博弈如何用于提升提示注入鲁棒性。
OpenAI 公布 GPT-5.5 Bio Bug Bounty 计划详情，面向生物领域安全漏洞设立赏金项目。该计划的具体奖励标准、参与方式与适用范围等细节随公告一并披露。
OpenAI 预告下一代模型 GPT-5.6 Sol，在编码、科学和网络安全方面具备更强能力，并搭配其最先进的安全栈。
推荐理由：OpenAI 官方预告下一代模型 GPT-5.6 Sol，读者可了解其在编码、科学与网络安全上的能力方向及配套安全栈。
OpenAI 正通过 Appia Foundation 参与构建先进 AI 的共享标准，支持评测框架、安全实践与全球合作。
OpenAI 推出 Daybreak 系列新工具，包括 Codex Security 和 GPT-5.5-Cyber，帮助各类组织大规模发现、验证并修复漏洞。
推荐理由：OpenAI 推出面向漏洞发现与修复的安全工具，读者可了解其覆盖的漏洞处理环节。
OpenAI 推出 Daybreak 计划下的 Patch the Planet，帮助开源维护者借助 AI 与专家审核发现、验证并修复漏洞。该计划聚焦开源维护者的漏洞处理流程，具体工具与开放范围尚未披露。
Google DeepMind 发布 AI Control Roadmap，一套用于构建和管理 Google 内部部署的高级 AI 的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层，即使对齐不完美也能提供保障。
推荐理由：DeepMind 公开内部 AI Control Roadmap，给出检测与响应分级和百万条编码智能体轨迹的分析结论。
OpenAI 推出 Deployment Simulation，一种利用真实对话数据在部署前预测 AI 模型行为的方法，以提升安全性和评估准确性。
OpenAI 新报告披露，与中国相关的影响力行动正利用 AI 针对美国科技议题辩论，涉及数据中心叙事、关税以及关于 ChatGPT 的不实说法。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，发起最高 1000 万美元的多智能体 AI 安全技术研究资助，面向全球研究者开放。
OpenAI 公布名为“Built to benefit everyone: our plan”的规划，聚焦可及性、安全与共享繁荣，目标是确保 AGI 惠及所有人。该计划阐述了 OpenAI 对未来 AI 的愿景，强调在推进 AGI 过程中兼顾访问、安全与共同繁荣。
OpenAI 发布《智能时代的生物防御》行动计划，提出以 AI 驱动的生物韧性建设方案。该计划面向生物安全领域，旨在利用 AI 能力提升对生物威胁的防御与应对。
OpenAI 呼吁就青少年 AI 安全采取全球行动，并提议设立一个国际研究所，以加强针对青少年的防护措施、标准制定与机会供给。
OpenAI 封禁了一个疑似源自中国的账号集群，该集群利用 AI 生成社交媒体内容，批评美国数据中心与 AI 基础设施。这一行动针对名为“Data Center Bandwagon”的、以美国为目标的影响活动。
OpenAI 封禁了一批疑似来自中国的账号，这些账号利用 AI 生成评论和漫画，围绕美国科技政策、关税与贸易限制展开影响活动。该行动针对的是名为 "Tech and Tariffs" 的影响力活动。
OpenAI 推出 Rosalind Biodefense，向经过审核的开发者及美国政府合作伙伴扩大开放 GPT-Rosalind 的受信任访问权限。该计划面向生物防御、公共卫生与流行病防范领域，借助前沿 AI 推进相关工作。
OpenAI 分享第三方 AI 评估指南，覆盖如何评估前沿系统的模型能力、安全防护与有效性。该指南面向第三方评估实践，给出可信评估的操作规范。
OpenAI 公布其前沿治理框架（Frontier Governance Framework），说明自身在 AI 安全、安保与风险管理上的做法如何对齐欧盟和加州正在成形的新监管要求。该框架将 OpenAI 现有的安全与风险实践与这两地法规相衔接。
OpenAI 公布 2026 年选举支持方案，涵盖可靠信息、网络防御、AI 透明度、滥用防护与偏见监测五个方面。
OpenAI 推进 AI 内容溯源，采用 Content Credentials、SynthID 并推出验证工具，帮助人们识别和信任 AI 生成媒体。
Google DeepMind 与新加坡政府达成国家 AI 合作，在医疗、科研、教育和可持续发展领域推出新项目。合作探索 AI 辅助临床的“三方护理”模式，并用 AlphaFold、Google Earth 等工具推进东南亚传染病与疫情防范研究。
OpenAI 为 ChatGPT 推出安全更新，提升其在敏感对话中的上下文感知能力，可随时间推移识别风险并更安全地回应。该更新聚焦于对话情境的持续理解，而非单轮判断。