Anthropic 详解 Fable 5 网络防护：请求分四类拦截，推越狱严重度框架
Anthropic 详解重新上线的 Claude Fable 5 网络安全防护。其安全分类器将行为划分为禁止、高低风险双重用途和良性四类，并拉大了防御安全边际。同时团队联合 Glasswing 提出越狱严重度评估框架草案，并在 HackerOne 上线漏洞提交项目。
HackerOne
OpenAI 升级 Daybreak：推出 GPT-5.5-Cyber，AI 找漏洞也要管修补
OpenAI 扩展网络安全计划 Daybreak，推出 Codex Security 插件更新与 GPT-5.5-Cyber 模型。该模型专为防御方打造，CyberGym 跑分达 85.6%。最值得关注的是，AI 找出的漏洞太多成了维护负担，OpenAI 转向端到端自动化生成并验证补丁。目前模型仅向受信任防御者开放。
Anthropic 启动安全赏金计划：悬赏 2.5 万美元征集通用越狱漏洞
Anthropic 联手 HackerOne 推出新一期漏洞赏金计划，悬赏最高 2.5 万美元征集未发布系统的「通用越狱」漏洞。该计划针对 Claude 3.7 Sonnet 等模型的安全分类器进行压力测试，重点防范化学生物与核武器风险，以满足 ASL-3 安全标准。
Anthropic 扩展漏洞赏金：抓通用越狱最高奖 1.5 万美元
Anthropic 宣布扩大与 HackerOne 合作的模型安全漏洞赏金计划，邀请研究人员提前测试其尚未公开的下一代防护系统。重点悬赏能突破核生化与网络安全等高风险护栏的「通用越狱」，单项奖金最高达 15000 美元。