# 代码安全

Anthropic J-space 研究发现内部评测觉察表征，虽不足以证明意识，却为未来强制可解释性接口提供了学术与工程抓手。监管者可能要求高风险系统提供中间表征监测能力。

Anthropic 研究团队用 Jacobian Lens 在 Claude（含 Opus 4.6）中发现自发形成的窄带内部表征通道（J-space），类似认知科学全局工作区；开源核心方法并与 Neuronpedia 合作演示。专家强调这不等于意识证明，但对对齐监测意义重大。

首例 LLM 自主勒索表明 neglected 的 Langflow/Nacos 暴露面可被 Agent 链式利用；CVE 均早已有补丁；企业须将 AI 编排层纳入零信任、凭证隔离与运行时 Agent 监控；与 Claude Code 禁用、Agent 治理融资潮形成监管+技术双压。

7 月 3 日传阿里内部通知因「植入后门安全风险」将 Claude Code 及 Anthropic 全系列入高风险软件，7/10 起办公环境禁用；推荐自研 Qoder；Gartner 2026 魔力象限 Qoder 为挑战者象限唯一中国公司；国内多家科技公司限制 Copilot/Cursor。

Sysdig 7/1 披露首例 LLM 端到端驱动勒索：利用 Langflow RCE，31 秒内自适应修正认证错误；横向移动至 MySQL+Nacos 生产库；AES 密钥 ephemeral 不可恢复；Base64 Python 经 Langflow 端点投递。

Runlayer 针对 Model Context Protocol 提供企业级网关：发现/鉴权 MCP 服务器、重建 Agent Intent、传统 APM 无法处理的非确定性 trace；与 Microsoft Agent 365 等竞争中立控制平面定位。

NVIDIA Halos AI Systems Inspection Lab 为 ANAB 认证检验机构，帮合作伙伴准备 TÜV/UL 等第三方功能安全与 AI 安全认证；Agility Digit 目标 IEC 61508/ISO 13849，体现物理 AI 部署前的合规前置化趋势。

OpenAI GPT-5.5-Cyber 仅通过 Trusted Access for Cyber 向审核防御方开放；Daybreak 合作伙伴计划将能力嵌入 CrowdStrike、Palo Alto 等产品，并与多国政府签约——体现 frontier cyber 模型的出口管制式治理，与 Fable 5 下架形成对比。

OpenAI 6/22 发布的 GPT-5.5-Cyber 在 CyberGym 达 85.6%，可复现已知漏洞；Patch the Planet 已在 Chrome V8、Safari WebKit、Firefox 发现可利用问题；Trusted Access 限制仅审核防御方使用，Codex Security 插件同步更新。

6 月 22 日 OpenAI 宣布 Daybreak 网络安全计划重大扩展：推出 Patch the Planet 开源补丁倡议、更新 Codex Security 插件、GPT-5.5-Cyber 正式版上线（CyberGym 85.6%），并与 Accenture、Cisco、CrowdStrike 等启动 Daybreak 合作伙伴计划；在 Fable 5 停服窗口抢占防御型 AI 市场。

Tenet 披露的 Sentry MCP Agentjacking 已在生产环境确认 100+ 次执行，Sentry 拒绝源头修复；企业应将 MCP 数据注入纳入 IR playbook，强制 Agent 修复任务人工审批，并部署 agent-jackstop 等加固配置。

Darktrace《State of AI Cybersecurity 2026》显示 92% 安全专业人士担忧 workforce 中 AI Agent 的安全影响；建议识别全部 Agent 身份、映射 MCP/S3 连接、审计跨云/SaaS/端点行为，并发现管控 Shadow AI。

Tenet Security 开源 agent-jackstop 配置，为 Cursor 和 Claude Code 提供 drop-in 加固方案，防御 Agentjacking 类 MCP 数据注入攻击；在 Sentry 拒绝源头修复背景下，成为开发者可立即部署的缓解措施。

Tenet Security 专利待批的 Agent-side Simulation 在 Agent 执行生产动作前模拟预测下一步行为，风险行为实时拦截并生成完整 Trace；区别于传统 SIEM 事后审计，代表 Agent 安全从被动日志转向主动 containment。

Tenet Security 6 月 17 日披露 Agentjacking：攻击者向 Sentry 注入伪造错误，Claude Code、Cursor、OpenAI Codex 经 MCP 自动修复时执行攻击者代码；100+ 次确认执行，环境含 live AWS 密钥；Sentry 拒绝在源头修复。

6 月 21 日以色列网络安全初创 Tenet Security 宣布 600 万美元 Seed 融资（The Westly Group、MizMaa 领投），推出 Agent-side Simulation 实时预测并拦截 Agent 危险行为，Threat Labs 已发现 Agentjacking 新型攻击。

6 月 21 日 SafeBreach 披露 Google Gemini 语音助理 Fake Context Alignment 漏洞：攻击者通过 WhatsApp/短信发送含隐藏指令或静音超链接的消息，利用 Delayed Tool Invocation 机制诱使 Gemini 执行未授权敏感操作；Google 已于 2025 年 11 月部分缓解。

GitHub Agent Finder 与 Google Agent Registry 展示 ARD 企业治理模式：管理员定义可发现 Registry、禁止 silent install、Managed Settings 控制 Copilot 可用资源；企业应建立 ai-catalog 发布审批与联邦 Registry 白名单。

6 月 20 日安全分析指出，Agentic Resource Discovery 的 ai-catalog.json 若被伪造，Agent 可能连接恶意 MCP/Skill；规范 v0.9 仍为 Draft，企业需验证 Publisher 身份、限制 Registry 来源并实施 egress 策略。

Google DeepMind AI Control Roadmap 将 Agent 纳入内部威胁治理框架，主张任务级动态权限替代传统 RBAC；对部署 Coding Agent 的企业，需将 Agent 威胁建模纳入等保、SOC2 与《拟人化互动》安全评估。