Anthropic 詳解 Fable 5 網路防護：請求分四類攔截，推越獄嚴重度框架
Anthropic 詳解重新上線的 Claude Fable 5 網路安全防護。其安全分類器將行為劃分為禁止、高低風險雙重用途和良性四類，並拉大了防禦安全邊際。同時團隊聯合 Glasswing 提出越獄嚴重度評估框架草案，並在 HackerOne 上線漏洞提交專案。
HackerOne
OpenAI 升級 Daybreak：推出 GPT-5.5-Cyber，AI 找漏洞也要管修補
OpenAI 擴充套件網路安全計劃 Daybreak，推出 Codex Security 外掛更新與 GPT-5.5-Cyber 模型。該模型專為防禦方打造，CyberGym 跑分達 85.6%。最值得關注的是，AI 找出的漏洞太多成了維護負擔，OpenAI 轉向端到端自動化生成並驗證補丁。目前模型僅向受信任防禦者開放。
Anthropic 啟動安全賞金計劃：懸賞 2.5 萬美元徵集通用越獄漏洞
Anthropic 聯手 HackerOne 推出新一期漏洞賞金計劃，懸賞最高 2.5 萬美元徵集未釋出系統的「通用越獄」漏洞。該計劃針對 Claude 3.7 Sonnet 等模型的安全分類器進行壓力測試，重點防範化學生物與核武器風險，以滿足 ASL-3 安全標準。
Anthropic 擴充套件漏洞賞金：抓通用越獄最高獎 1.5 萬美元
Anthropic 宣佈擴大與 HackerOne 合作的模型安全漏洞賞金計劃，邀請研究人員提前測試其尚未公開的下一代防護系統。重點懸賞能突破核生化與網路安全等高風險護欄的「通用越獄」，單項獎金最高達 15000 美元。