Function hijacking в MCP: как ломают tool calling у AI-агентов
Function hijacking в MCP показывает, что слабое место AI-агентов может быть не в промпте, а в механике выбора tools и functions.
безопасность
Безопасность ИИ: атаки на языковые модели, защита данных, alignment и этические вопросы применения AI.
GPT-5.5 в кибертестах AISI вышла на уровень Claude Mythos
GPT-5.5 у AISI — не повтор статьи про Claude Mythos, а OpenAI-сюжет о сравнении с Mythos, universal jailbreak, safeguards и trusted access.
OpenAI Privacy Filter: локальная маскировка PII для AI-разработки
OpenAI выпустила Privacy Filter — open-weight модель для локального поиска и маскирования PII. Разбираем, куда её ставить в AI-пайплайне и где границы.
Расследование OpenAI во Флориде: что проверяют
Флорида проверяет, мог ли ChatGPT помочь подозреваемому в стрельбе в FSU. Главное здесь не «вина чатбота», а документы, процедуры безопасности и передача сигналов правоохранителям.
Риски AI-интеграций: чему учит инцидент Vercel и Context.ai
Риски AI-интеграций: кейс Vercel показывает, почему AI SaaS нужно проверять как часть безопасности: OAuth-доступы, секреты, журналы и отзыв прав.
Google разрешает Пентагону использовать ИИ для любой законной цели
Google расширила сделку с Пентагоном и разрешила использовать свои ИИ-модели для любой законной государственной цели. Разбираем, где заканчиваются оговорки и начинается реальный разворот политики.
OpenAI Codex Chronicle: память из экранных записей
OpenAI Codex Chronicle добавляет память из экранных записей: как работает preview для macOS, где хранятся memories и какие риски есть у функции.