Loading...
Loading...
龙虾"意外"长大：OpenClaw 停更七周后，甩出了史上最大更新过去半年，OpenClaw社区里出现频率最高的一句话是："龙虾凉了吗？"
这个年初火到出圈的开源AI Agent项目，热度肉眼可见地退潮，用户流失，贡献者热情也不如发布时。然后就在大家快习惯它的安静时，8月30日，它扔出了历史上最大的一次更新——933名贡献者、超过1.6万个Pull Request，占了项目历史总合并量的一半。
官方博客的标题很有意思，叫《OpenClaw 2.0, Accidentally》——意外的2.0。团队成员Hannes Rudolph说，他们本来只想干两件事：把安装弄简单点，把浏览器端做好点。结果一改发现底层全要跟着动，顺藤摸瓜清了七周，清出来一个2.0。
官方还打趣说比 GAT 6 更快。
要知道，在这之前的230天里，OpenClaw发了106个版本，平均一两天一个。这次憋了近七周没动静，不是躺平，是在换发动机。
从"极客乐高"到"开箱即用"
早期OpenClaw对极客极度友好——模型、网关、插件、渠道、技能，全都可以自己配。但对普通人来说，每多一个自由度，就多一道劝退的门槛。
2.0的安装直接推倒重来：它先扫描你电脑上已有的东西——ChatGPT或Claude的订阅登录、API Key、本机跑着的Ollama模型，能复用的直接复用，先验证能应答再保存；剩下的配置不用填表，跟Agent聊着天就配完了。
浏览器端也整个重写，打开直接进对话，文件、审批、终端、Git变更全排在聊天旁边。官方自测启动时间从1.6秒压到575毫秒，页面请求数从140降到45。
更大的变化是龙虾开始"长大"：会话记录从文件搬进了SQLite；任务可以在你的电脑、配对设备和云端Worker之间迁移，云端闲置自动休眠，来消息再唤醒；新的"共享云会话"让同事能带着完整上下文接手你的Agent正在干的活——龙虾从单人电子宠物，变成了多人协作工具。
一个用户自建的仪表盘，位于共享的多人OpenClaw工作区内。
但真正的信号，是那些"不好玩"的改动
一个项目是玩具还是基础设施，不看它能炫什么，看它愿意为什么脏活累活负责任。
OpenClaw的黑历史不少：今年3月，Cisco Talos和卡巴斯基的分析发现ClawHub市场上36%的技能包含prompt注入；同期超过15.5万个OpenClaw实例直接裸奔在公网上。
2.0里，安全终于变成了产品能力：网关默认只绑本地回环地址、陌生私信要配对码、新增security audit命令一键体检、密钥遮罩不再进聊天记录、Incognito模式对话不落盘。最有意思的是那份"诚实"——多人协作功能的文档白纸黑字写着：这些控制项"不是租户隔离，也不是安全边界"，一个网关就是一个信任域。他们甚至引用众包攻击竞技场的数据提醒你：哪怕Claude Opus 4.5的被攻破率只有0.5%，面对有适应能力的人类攻击者，现有最好的防御被突破概率仍然超过80%。
敢在发布稿里主动告诉用户"我这里不是安全边界"，比拍胸脯说"绝对安全"可信一百倍。这种自我设限的声明，是演示品转向生产工具时才会花力气做的事。
结语：网红会死，基础设施会留下来
2.0没法解决OpenClaw的所有问题。它依然需要你理解模型商、API Key、网关这些概念，插件迁移、版本升级还得自己动手。国内WorkBuddy把PPT、表格、多Agent协作装进统一工作台，千问办公从网页端直接上手，对只想干活的人来说，闭源全家桶确实更省心。
但官方博客结尾那句话，把路线说得很明白："我们不卖任何东西，也不要求你把未来托付给任何一家公司、一个模型或一个AI供应商——因为OpenClaw是开源的，属于使用它和建设它的人。"
龙虾注定不是大众产品。它更可能收缩成开发者、自动化爱好者和有私有部署需求团队的专业工具——从全民围观的电子宠物，变成一套需要认真维护的个人基础设施。
这没什么不好。网红玩具会一波波换，而基础设施一旦铺下，就会一直在那儿。
七周没发版不是凉了，是龙虾在脱壳。壳脱完了，爪子更硬了。
GCSA Agent 在 CyberGym 取得 91.3% 成绩 跻身全球领先 AI 网络安全智能体行列 - GCSAGCSA Agent 在全球高难度真实漏洞基准测试中展现自主漏洞分析与 PoC 生成能力
GCSA Agent 在全球高难度真实漏洞基准测试中展现自主漏洞分析与 PoC 生成能力。
香港，2026 年 8 月 29 日 —— 全球网络安全联盟（Global Cybersecurity Alliance，GCSA）今日宣布，GCSA Agent 在 CyberGym 基准测试中取得 91.3% 的成功率，进入 CyberGym “Leading Systems Above 90%” 领先系统区间。
CyberGym (https://www.cybergym.io/cybergym) 是由美国加州大学伯克利分校研究团队开发的大规模真实世界网络安全评测框架，共收录 1,507 个历史真实漏洞测试实例，覆盖 188 个大型软件项目，旨在评估 AI 智能体在真实漏洞分析场景中的实际能力。
与主要评估代码理解、知识问答或静态分析能力的传统 AI Benchmark 不同，CyberGym 要求 AI 智能体直接面对真实的漏洞代码环境。
在其核心 Level 1 测试中，AI Agent 仅获得漏洞描述以及尚未修复的代码库，需要自主完成代码分析、漏洞定位、攻击路径推理、PoC 构造和执行验证。只有生成的 PoC 能够在漏洞版本中成功触发目标漏洞、同时无法在修复后的版本中复现，任务才被认定为成功。
因此，CyberGym 所衡量的并不仅是 AI 是否“理解代码”，而是 AI 是否能够真正完成从安全分析到漏洞复现和验证的完整过程。
从大模型走向安全智能体
本次 CyberGym 测试中，GCSA Agent 基于 Grok 4.5 与 Grok 4.6 模型运行，最终取得 91.3% 的成功率。
这一结果也反映出 AI 网络安全领域正在发生的一项重要变化：
决定最终安全能力的，不再只是底层大模型本身。
真实漏洞研究通常需要连续完成漏洞描述理解、大规模代码检索、攻击面识别、漏洞假设建立、测试输入生成、程序执行、反馈分析以及 PoC 反复迭代等多个环节。
GCSA Agent 围绕这一完整过程构建智能体化安全工作流。
其目标并非简单地利用大语言模型进行代码分析，而是让 AI 能够进入真实执行环境，围绕安全问题自主形成假设、收集运行证据、执行测试，并最终以可复现结果验证安全发现。
此次 CyberGym 测试，为这一能力提供了一个可量化的外部基准。
面向真实世界的漏洞研究能力
CyberGym 的核心价值，在于缩小传统 AI 测试与真实网络安全研究之间的差距。
其评测环境会恢复软件项目漏洞修复前的代码状态，AI Agent 可能需要在包含数千个文件、数百万行代码的大型代码库中自主定位问题，并最终生成能够真正触发漏洞的 PoC。
更值得关注的是，CyberGym 的进一步研究已经显示，这种智能体化安全能力并不局限于复现已知漏洞。
在开放式漏洞研究实验中，AI Agent 已发现多项此前未知的零日漏洞（Zero-day Vulnerabilities）以及历史上并未完全修复的安全补丁，显示出自主漏洞分析技术向真实漏洞发现能力迁移的潜力。
对 GCSA 而言，这也是更重要的发展方向。
Benchmark 成绩不是终点。
GCSA 的目标，是进一步建立能够服务真实网络安全场景的 AI Security Agent，使其逐步参与漏洞发现、分析、验证乃至后续修复的完整安全生命周期。
构建 AI 原生网络安全能力
随着人工智能加速软件开发，AI 同样正在改变漏洞研究与网络攻防的方式。
面对规模越来越大、复杂度越来越高的软件系统，下一代网络安全体系将越来越依赖人类安全专家与自主 AI 智能体之间的协作。
AI Security Agent 有望帮助安全团队：
* 更早发现具有真实利用价值的软件漏洞；
* 在大型代码库中自动分析复杂攻击路径；
* 自动生成 PoC，对漏洞进行执行级验证；
* 通过真实运行结果降低传统安全检测中的误报；
* 加快漏洞研判、验证与修复效率；
* 扩展专业安全团队能够覆盖的软件与系统规模。
GCSA Agent 在 CyberGym 取得 91.3% 的成绩，是 GCSA 构建 AI 原生网络安全能力的重要阶段性成果。
未来，GCSA 将继续推进自主漏洞分析、AI Security Agent 与智能化网络安全技术研究，将前沿人工智能能力进一步转化为真实世界中的安全能力，为构建更加安全、可信和具有韧性的数字环境提供技术支持。
来源： GCSA全球网络安全联盟
官网： www.gcsa.orgPermiso Security推出AI代理“运行时安全”…Autodesk率先引入随着AI代理快速渗透到企业业务的各个领域，Permiso Security携“运行时安全”功能开始攻占市场。其方法不是着眼于设计阶段，而是追踪实际运行瞬间的行为，Autodesk作为首家客户参与了合作。
Permiso Security于15日（当地时间）宣布，推出了能够持续可视化云及本地环境中AI代理活动的“AI代理运行时安全”功能。该功能是对现有统一身份安全平台的扩展，公司将其视为企业内部增长最快但管理体系却最为松散的新型身份领域。
Autodesk作为首发客户参与
Autodesk（$ADSK）正引入该功能，以保护在其产品、全球员工及云基础设施中运行的AI代理。Autodesk首席信任官Sebastian Goodwin表示：“Autodesk正在大幅增加对人力、基础设施及产品方面的AI投资规模。由于Permiso Security已经是我们的身份安全平台，将合作扩展至代理型AI身份安全是自然而然的一步。”
企业快速部署AI代理的背景也与此次发布相契合。最近，AI代理正朝着无需人工干预即可自主决策、调用外部工具和模型上下文协议（MCP）服务器、生成子代理以及以机器速度与数据存储交互的方向发展。问题在于，许多安全团队目前甚至无法准确掌握组织内有多少代理在运行、它们使用什么身份、调用了哪些工具、以及访问了哪些数据。
聚焦“运行时”安全而非“态势”
Permiso Security判断，当前市场多数厂商聚焦于AI代理的“态势”，即它们部署在哪里、如何认证、拥有哪些权限。但该公司主张，这类信息接近特定时间点的“快照”，而实际风险产生于代理在毫秒级时间内根据上下文做出决策的运行时阶段。
Permiso Security联合创始人兼联合首席执行官Jason Martin表示：“市场上充斥着声称能阻止AI代理安全事件的供应商。这就像把确定性功能架设在非确定性的大脑之上。代理最终可能会做出意料之外的行为。”
公司解释说，现有身份提供商在代理认证后容易失去对其行为的可见性，而非人类身份安全厂商也有将代理视为静态机器身份加以处理的局限性。相反，实际AI代理常常继承并以其部署用户的权限和上下文来行动，因此需要以接近人类的方式进行追踪。
提供六大核心功能
该平台主要提供六大功能。首先，能够在云、软件即服务（SaaS）、身份提供商及代码环境中检测代理和会话。这包括在Lambda函数、容器及虚拟机中运行的代理。
此外，还支持运行时身份归属功能，可将每次执行和工具调用关联到特定的人类、非人类或AI身份。该平台还包含可追踪代理接触了哪些工具和数据、访问了哪些基础设施的观测功能，以及检测过度权限使用、异常工具利用及违反策略的功能。此外，还包括基于行为在沙箱中验证新增或现有代理技术，以及最小权限推荐、审批关口和紧急中断装置（如“紧急停止开关”）等以身份为中心的控制功能。
基于实际威胁研究……无需更改基础设施即可引入
Permiso Security解释说，该功能反映了其威胁研究组织P0 Labs的调查结果。P0 Labs此前一直追踪所谓的“LLMjacking”攻击、企业级AI Copilot中的跨提示注入漏洞以及在公开市场中流通的恶意代理技术等。
引入方式也设计得相对轻量。据公司介绍，该功能以无代理方式提供，即基于API（应用程序接口）架构，无需安装额外的代理，也无需更改现有基础设施。
此次发布再次表明，AI代理的引入速度远远超过了安全控制体系的跟进速度。特别是在企业环境中，“登录后做了什么”正变得比“谁登录了”更为重要。Permiso Security的此次发布表明，AI安全竞争正从访问权限管理转向实时行为监控。
TP AI注意事项
本文基于TokenPost.ai的语言模型进行了摘要。正文主要内容可能被省略或与事实不符。SecurityScorecard收购DriftNet……强化第三方风险的“实时可见性”网络安全风险管理企业SecurityScorecard收购了英国互联网扫描与威胁情报初创公司Driftnet。收购金额未公开，此举旨在更快速地识别合作伙伴及供应链中的安全暴露点。
成立于2021年的Driftnet，长期运营着一套扫描引擎，用于在整个公共互联网范围内发现暴露的主机、服务及错误配置。该公司的分析范围不仅涵盖整个IPv4空间，还包括地区互联网注册数据、DNS记录及IPv6资产，并利用JARM、JA4X、JA4TScan等指纹识别工具来识别大规模设备与服务。其优势还在于曾与美国、欧洲及英国的计算机应急响应团队(CERT)、学术界研究人员共同开展互联网测量研究。
SecurityScorecard表示，计划将Driftnet技术整合到其基于人工智能的第三方风险管理平台“TITAN AI”中。TITAN AI于今年3月发布，专注于实现供应商风险评估问卷验证、优先级排序及供应链风险分析的自动化。
公司方面声称，结合Driftnet引擎后，能够比竞争对手情报提供商多索引40%的互联网暴露主机。其设想是借此在非标准端口、暴露的凭证、以影子形式运行的AI工具等风险因素演变为安全事件之前，就将其捕获。此举与近期企业环境中“代理型AI”软件在供应商内部快速扩散的形势相呼应，旨在提升第三方风险管理的实效性。
实际上，SecurityScorecard威胁情报团队利用Driftnet引擎，已识别出超过81.6万个暴露在互联网上的OpenClo AI代理框架部署案例。据悉，其中相当一部分已确认与过往的安全事件存在关联。该公司评价称，这一案例展示了因薄弱访问控制及现有供应商风险计划可见性不足而产生的新型第三方安全风险。
SecurityScorecard联合创始人兼首席执行官亚历山大·扬波尔斯基表示：“威胁环境已发生根本性改变。与AI自动化相连接的供应链工具已扩散至整个企业环境，但大多数第三方风险管理项目却未能洞察供应商所背负的AI风险。”
Driftnet创始人本·斯科菲尔德也表示：“我们开发引擎是为了找出主流扫描器遗漏的基础设施。加入SecurityScorecard后，这些情报能够直接传递给最需要的第三方风险管理团队和安全运营中心(SOC)团队。”
SecurityScorecard计划维持Driftnet与各国CERT及大学现有的研究合作关系。此次收购是继去年9月收购供应商安全审查自动化企业HyperComply之后，又一次追加的收购行动。市场普遍认为，随着生成式AI和自动化工具的普及，供应链安全的盲区日益扩大，因此，拥有实时互联网可见性的安全平台的重要性将进一步提升。
TP AI注意事项
本文使用基于TokenPost.ai的语言模型进行了摘要。正文主要内容可能被遗漏或与事实存在出入。**Aton Security Summit 2026, 提出AI时代安全战略**Athon于13日在首尔汝矣岛FKI塔大宴会厅举办了"Athon Security Summit 2026"，提出了在人工智能时代企业可直接应用的安全应对战略。近期，随着人工智能技术迅速向整个产业扩散，业务效率得到了提高，但与此同时，黑客攻击、信息泄露及认证威胁也变得更加精密，因此需要重新审视安全体系——这一认识贯穿了此次活动的始终。
Athon代表理事禹吉洙在欢迎致辞中指出，安全事故反复发生的背景并非单纯的技术不足，而是缺乏战略和执行体系。这意味着企业不能仅仅个别地引入安全解决方案，还应同时具备贯穿组织整体的运营原则和应对程序。禹代表还表示，顺应这种变化，Athon将超越现有的以金融科技安全为中心的业务，跃升为涵盖云和人工智能环境的综合性安全企业。金融安全院院长朴相源也在致辞中强调，在人工智能攻击等威胁日益多样化的形势下，认证是支撑金融安全信任的核心基础，并指出金融公司自行构建自主安全体系的重要性。
在基调演讲中，持续有人指出相较于技术变化，企业内部准备并不充分。高丽大学信息安全研究生院教授金胜柱就国家网络安全体系，即所谓的N2SF（下一代安全框架）转型问题说明道，相比政府指南本身，企业在数据等级分类和风险建模等基本能力方面未能充分具备，是更大的障碍。他强调，将全部数据分为机密、敏感、公开进行管理的方式，是实现安全内化（内嵌安全）的出发点。这是一种根据信息重要程度，对访问权限和保护水平进行差异化应用的方式，可以被视为从以物理阻断为中心的安全（如网络分离）向前迈进了一步的体系。
也有人提出应从企业经营层面审视安全的要求。金·张律师事务所顾问金洪善分析认为，人工智能模型与现有信息系统的结构和运作方式不同，因此仅靠"完美阻止所有攻击"的途径存在局限性。他建议，取而代之的是，应将发生入侵事故时能够多快恢复并使业务正常化的能力，即网络弹性（复原力），作为董事会和经营层的核心管理指标。Tiori代表朴世准警告说，人工智能正在大幅降低黑客攻击的成本。他解释说，过去需要专家长期分析才能发现的漏洞，人工智能在短时间内即可检测到，并且利用深度伪造进行的实时视频会议诈骗等现实攻击案例已经出现。
Athon在当天的会议上提出了企业应优先执行的安全课题——"ABCD战略"。Athon安全中心负责人郑贤硕提出了将零信任（不无条件信任用户和设备，而是持续验证的安全方式）、攻击面管理、供应链安全、外部协作体系构建作为核心支柱。这意味着，既然仅靠守护内网与外网界限的现有方式已难以应对，就必须将合作企业、云以及软件供应过程全部纳入安全管理范围。当天活动有金融圈及主要企业的信息安全最高负责人（CISO）等300余人参加。业界认为，随着人工智能扩散速度加快，安全越来越可能被视作并非成本，而是决定经营持续性的核心投资，这种趋势未来或将超越金融圈，引发一般企业整体的安全战略重组。Manifold Security，将MCP服务器也进行评分…瞄准AI代理的“安全空白”人工智能安全初创公司Manifold Security将其供应链情报工具“Manifest”的适用范围扩展至模型上下文协议（MCP）服务器。该举措对来自官方MCP注册中心的7700多个服务器进行评分并提供搜索，被解读为正面瞄准快速扩散的AI代理生态系统中的“安全空白”。
通过此次扩展，MCP服务器将与Manifold此前管理的代理技能和插件等资源在同一索引中被共同检索。每个服务器都会被赋予一个“Manifest评分”，该评分由评估发布者来源与历史的“血统评分”和检查服务器展现的行为风险的“安全评分”综合计算得出。分数越高，意味着对该组件的来源可靠性和安全卫生水平的信任度越高。
MCP服务器安全空白问题
MCP是由Anthropic开发的协议，当AI代理连接外部工具和数据源时，它实际上已成为一种标准。尽管主要代理平台大多支持该协议，使其普及速度很快，但对个别MCP服务器的安全审查却未能跟上这一速度。Manifold Security将这一点视为新功能所要解决的核心问题。
特别是，MCP服务器与一般的代理技能结构不同。代理技能通常是链接到公共GitHub仓库的Markdown文件形式，因此可供审查的痕迹相对清晰；但许多MCP服务器仅对外暴露HTTP端点。在这种情况下，安全团队能够查看的信息仅限于该端点声明的描述和元数据。问题在于，即使在外显的界面中看不出来，服务器仍有可能将代理的输入值传递给第三方。这最终形成了一种依赖“信任”而非验证的结构。
因此，被入侵的MCP服务器的风险并不仅限于干扰代理的推理。它还能控制实际的执行和数据流，这意味着企业越是引入基于代理的业务自动化，来源和行为信号的重要性就越大。Manifold Security正是在这一背景下，提出了针对MCP服务器的定量评估体系。
Manifest评分评估方式
血统评分基于作者历史、社区活动痕迹、仓库创建时间、提交模式、注册中心信息与实际来源之间的名称或身份不一致性等指标进行测量。安全评分则通过检查服务器声明的接口，确认是否存在与描述相矛盾的内容，或是否包含旨在操纵调用代理的措辞。这包括检测试图覆盖代理决策的强制性指令，或隐藏在工具描述中的提示注入元素。
Manifest提供两个等级。免费公开版本提供带有血统评分、安全评分和综合Manifest评分的MCP服务器完整列表，并可连同现有的技能/插件目录一起搜索。企业版则与Manifold平台直接集成，能自动为客户环境中发现的代理连接的MCP服务器添加Manifest评分。
资产规模与未来计划
该公司表示，目前其已将技能、插件和MCP服务器合计超过20.6万个资产建立了索引，独立发布者达31,472个。未来，该公司正在考虑将覆盖范围扩大到更多的注册表来源以及基于GitHub的MCP服务器。
Manifold Security是一家获得风险资本投资的初创公司，今年3月为筹集平台开发资金而获得了800万美元。按1美元兑1490.40韩元汇率计算，约合119.232亿韩元。参与投资的机构包括Costanoa Ventures、Cherry Ventures、Rain Capital和Modern Technical Fund等。
此次发布再次凸显了行业的普遍担忧，即AI代理的扩散速度正在超越安全验证体系的建设。特别是随着像MCP服务器这样连接外部工具和数据流的链路不断增多，对企业而言，验证“由谁创建以及如何运作”的程序，其重要性或将不亚于“连接什么”。
TP AI注意事项
本文基于TokenPost.ai语言模型进行摘要。正文主要内容可能被省略或与事实不符。深度伪造·社会工程学防护…… Frame Security为AI“人类风险”安全领域融资5000万美元被指为网络安全最薄弱环节的“人”成为了新创安全初创公司的目标，并吸引了大规模资金。Frame Security Ltd.（框架安全有限公司）12日宣布，已获得5000万美元（约合737.5亿韩元）投资，用于升级其针对员工的社交工程和深度伪造攻击的人工智能（AI）平台。
该公司认为，仅凭现有的季度安全培训资料或标准化的钓鱼模拟训练，已难以跟上最近的攻击趋势。据Frame Security称，虽然96%的组织以某种形式开展安全认知教育，但约90%的数据泄露事件仍与“人为因素”相关。这意味着安全预算在投入，但实际威胁的抑制力却不足。
特别是随着生成式AI的普及，攻击成本降低，而攻击的复杂程度却提高了。根据该公司引用的Gartner数据，2025年，43%的网络安全负责人至少经历过一次深度伪造语音电话，37%的人接触过深度伪造视频通话。攻击者伪装成高管或同事，通过电子邮件、即时通讯、语音和视频渠道，窃取凭证、诱导转账或觊觎系统访问权限。
基于AI的响应平台与创业背景
Frame Security的平台顺应这一趋势，提供基于AI的逼真攻击模拟、针对不同岗位的定制化培训以及情境即时指导功能。当出现新的攻击模式时，安全团队无需等待下一次定期培训，即可在数分钟内分发相关训练。此外，该平台还持续分析员工行为和组织内部模式，筛选出特定员工最易暴露的威胁。
首席执行官塔尔·施洛莫（Tal Shlomo）表示：“AI让社交工程攻击变得容易得多，而检测却变得更加困难。无论多么出色的网络安全系统，都无法完全消除源于人类行为的风险。”
Frame Security的联合创始人塔尔·施洛莫和沙龙·舒穆埃利（Sharon Shmueli）均出身于以色列情报部队“8200部队”。施洛莫曾是谷歌以320亿美元收购的云安全公司Wiz的早期成员，舒穆埃利则曾任Team8风投平台的首席技术官（CTO）。仅从创始人的履历来看，其技术实力和行业网络已获得双重认可。
融资与市场前景
公司表示，虽然正式成立是在当天，但已获得路易达孚（Louis Dreyfus）和AlphaSence等数十家企业客户。本轮资金将用于扩大工程、AI和网络安全研发，以及拓展美国和海外市场。
本轮投资由Index Ventures、Team8和Picture Capital Management联合领投。此外，Wiz首席执行官阿萨夫·拉帕波特（Assaf Rappaport）和技术投资者伊拉德·吉尔（Ilad Gil）也参与了投资。伊拉德·吉尔最初作为天使投资人参与，之后通过Gil Capital进行了追加投资。
Index Ventures的合伙人沙杜尔·沙（Shadul Shah）表示：“凡是拥有员工的公司，都存在‘人为风险’。员工们需要准备的，不是五年前威胁的静态复制品，而是当下实际面临的攻击。”他评价道，“Frame Security正在打造一个能够实现这一目标的平台。”
在安全行业，人们正关注着超越网络、终端和云端防护的“人为风险安全”成长为一个独立市场的可能性。有观点指出，既然生成式AI改变了攻击者的武器，那么员工培训也必须更频繁、更精准、更逼真地进化。Frame Security此次成功融资，被解读为一个信号，表明这一变化已超越实验阶段，正式进入市场竞争的格局。
TP AI 注意事项
本文使用TokenPost.ai基础语言模型进行摘要。正文主要内容可能被遗漏或与事实不符。Herd Security, 吸引300万美元投资…扩大基于AI的“常时型”安全培训安全教育培训平台初创公司Hurd Security成功吸引了300万美元（约43.398亿韩元）的新投资。公司计划以这笔资金为基础，将产品开发扩展到人力资源（HR）和人工智能（AI）等新的培训领域，并致力于扩大基于AI的视频生成功能以及合作伙伴生态系统。
成立于2025年的Hurd Security是一家以企业级“Agentic AI”平台为特色，持续提供安全意识教育和模拟培训的公司。其核心在于，不再采用传统的每年一次的合规性培训，而是支持安全团队以及负责治理、风险和合规（GRC）的部门能够快速创建反映实际公司环境和最新威胁信息的培训内容、情景和评估项目。
该平台的设计理念是，当企业上传内部政策、合规框架和安全数据后，仅通过提示词就能生成简短的教育模块。生成的教材可通过Slack、微软（$MSFT）Teams以及现有的学习管理系统（LMS）进行分发，并以文本、视频、图像和交互式AI等形式提供。其独特之处在于，员工可以在工作流程中直接完成培训。
Hurd Security分析指出，网络威胁的演变速度与组织内安全习惯的养成速度之间的差距正在日益扩大。根据SANS Institute的研究，改变员工行为需要3到5年，而建立安全文化则可能需要长达10年时间。此外，Gartner预测，到2028年，40%的社会工程学攻击将针对管理层和普通员工。
首席执行官（CEO）Brandon Min表示：“安全教育的瓶颈并非源于专业性不足，而在于执行困难。尽管威胁每天都在变化，但许多组织仍缺乏足够的工具，让安全专家在关键时刻能将知识转化为能够吸引员工参与的培训项目。”
现有客户之一Onebrief也指出，其成功之处在于将冗长的静态讲座转变为简短的“微培训”模式。Onebrief的企业IT及安全负责人Stephanie Pratt解释说，通过将培训直接嵌入员工的工作流程，提高了效率。这显示出企业安全培训市场正从单纯的“完成课时”导向，向“实战化、常态化”的结构转型。
本轮投资由Aspiron Ventures领投，Team Ignite、ForwardSlash VC、Forum Ventures、Lightside Capital和YPO等机构参投。Aspiron Ventures的合伙人Oliver Legg评价道：“组织面临的新现实是，威胁已经超过了人员的准备水平。Hurd Security正在减少传统模式中的摩擦，重新设计安全教育的运营方式。”
此次投资被视为一个典型案例，它助力了利用AI将企业安全培训变得更频繁、更简短、更具定制化的趋势。特别是随着生成式AI大幅降低了内容制作的成本和时间，安全培训市场正越来越有可能从“静态的强制教育”向“持续的应对训练”转型。
TP AI注意事项
本文使用基于TokenPost.ai的语言模型进行摘要。正文主要内容可能被遗漏或与事实不符。Boost Security, 收购两家安全初创公司…… 推进AI原生平台升级应用安全初创公司Boost Security同时宣布了两项收购和400万美元的额外融资。在基于人工智能（AI）的软件开发快速扩散的情况下，该公司正加快其“AI原生”安全平台的升级步伐。
Boost Security于6日（当地时间）宣布收购SecureIQx和Corbet Technologies。收购金额未公开。此次共同筹集的400万美元资金，按韩元计算约为57亿9320万韩元（汇率以1美元兑1448.30韩元计）。
成立于2020年的Boost Security，提供针对软件开发生命周期（SDLC）整体的安全平台。其特点是将开发者终端保护、软件供应链安全、基于AI的应用安全态势管理功能整合到一个产品中。该公司解释称，该平台能够保护编码智能体使用的AI工具链，在恶意包流入前阻断供应链威胁，并自动修复存在漏洞的代码，从而减少因安全审查导致的开发延迟。
收购技术与平台强化
在此次收购中，SecureIQx提供“可达性分析”技术。该技术可分析超过10种编程语言的二进制和源代码，侧重于筛选出易受攻击的组件在实际运行环境中是否可被访问和利用。其方式并非简单地将所有触发警报的依赖项按相同优先级处理，而是筛选出实际风险较高的项目。
Corbet Technologies一直在开发基于AI的代码审查平台。其优势在于，经过数亿行代码训练的系统，能在拉取请求阶段发现安全漏洞、性能问题和编码错误。Boost Security由此也加强了其基于AI的静态应用安全测试能力。
首席执行官扎伊德·阿尔·哈马米表示：“我们进入了一个新时代。根据一些估算，2025年生成的代码将比2024年多15倍，而其中大部分并非由人类直接编写或审查。”他继续说道：“与此同时，供应链攻击正变得更加频繁和复杂。通过此次收购，我们希望为Boost Security平台增添更深入的‘智能体型’能力，以应对这一现实。”
竞争格局与额外融资
Boost Security此前一直与Snyk、Endor Labs、Apiiro等既有安全公司形成竞争格局。近期，保护AI生成代码的新兴公司也在增加，市场竞争日趋激烈。通过此次交易，Boost Security通过增加可达性分析和AI原生静态安全测试，拓宽了其差异化优势。
额外资金具有扩展既有投资基础的性质。参与投资的机构包括White Star Capital、Amiral Ventures、Ascelia Capital和Sorenson Capital。
White Star Capital的合伙人凯瑟琳·乌埃莱特-迪普伊指出：“更深层次的风险在于，如今全球所有的工程团队都在部署由AI智能体编写的代码。在这个过程中，漏洞可能以机器的速度和规模被引入，但不能让制造漏洞的同一个智能体同时承担最后防线的角色。”她评价Boost Security是“少数几个从一开始就设计为在该环节之外运行的平台之一”。
此次获得的资金将用于持续推进平台开发。在AI代码生成迅速普及的情况下，“安全验证自动化”的重要性不亚于开发生产力，预计相关市场的领导权争夺也将进一步加速。
TP AI注意事项
本摘要基于TokenPost.ai语言模型生成。可能遗漏了原文的主要内容或与事实存在差异。Anthropic，漏洞检测·补丁建议 'Claude Security' 公开测试版Anthropic PBC以公开测试版形式推出了"Claude Security"，该服务旨在支持网络安全团队发现漏洞并进行补丁工作。这是面向大型组织的订阅服务"Claude Enterprise"的一项功能，其核心是检查整个代码库，发现安全漏洞并直至提出修复方案。
该产品于今年2月首次以名为"Claude Code Security"的研究预览版形式亮相。Anthropic随后表示，已有数百个组织使用该工具在实际运行代码中发现并修复了漏洞。据公司方面称，它甚至还找出了现有安全工具多年未发现的漏洞。
基于Opus 4.7……"像安全研究人员一样推理"
此次公开测试版的Claude Security基于Anthropic的主力人工智能模型Opus 4.7运行。其特点并非简单比对已知漏洞模式，而是像真正的网络安全研究人员一样，追踪数据流、阅读源代码，并分析文件与代码组件之间的交互。
Anthropic解释称，通过这种方式，模型能够从整体语境中理解代码库，并综合判断复杂的连锁效应。随后，分析结果会附带可信度评分，经过验证流程后传递给安全负责人。公司表示，在此过程中，还会一并说明模型为何做出该判断、漏洞被实际利用的可能性有多大、为何需要优先应对，以及所建议修复方案的有效性。
从发现到修复的衔接……减少协作延迟
Claude Security的另一个优势在于，从发现漏洞到修复阶段能直接衔接。用户可打开Claude Code会话，在其中立即应用补丁。公司称，这可以减少安全团队与工程团队原本花费数天反复审查和测试的现有流程。
研究预览期间收到的反馈也已反映在此版本中。新增了定期预约扫描功能，支持持续检查；若拒绝分析结果，可记录并保存原因。此外还支持CSV和Markdown格式的导出功能，便于轻松集成到现有的审计和安全检查系统中。
扩大与CrowdStrike、Palo Alto Networks等的联动
Anthropic近期还发布了"Project Glasswing"，正加速拓展安全领域。该项目使用了"Mitosis"模型，该模型虽非最初专为安全设计，但具有出色的漏洞发现能力。公司表示，正通过Glasswing构建技术协作生态系统，以保护实际运行环境中的软件。
在此延伸方向上，客户现在还可以利用基于Claude安全功能的外部合作伙伴解决方案。Anthropic透露，正与CrowdStrike Holdings、Palo Alto Networks、SentinelOne、Trend Micro的"Trend AI"、Wiz等合作，将Opus 4.7集成到各公司的网络安全平台中。
Anthropic此次的动向表明，生成式AI的应用范围正从生产力工具快速扩展至"防御性安全"领域。特别是以代码理解和推理能力为优势的AI安全工具竞争，未来很可能更加激烈。不过，在实际企业环境中，误报率、验证流程以及与现有安全体系的整合水平，预计将成为决定采用速度的关键变量。
TP AI注意事项
本文使用基于TokenPost.ai的语言模型进行总结。正文主要内容可能被遗漏或与事实不符。过去半年，OpenClaw社区里出现频率最高的一句话是："龙虾凉了吗？" 这个年初火到出圈的开源AI Agent项目，热度肉眼可见地退潮，用户流失，贡献者热情也不如发布时。然后就在大家快习惯它的安静时，8月30日，它扔出了历史上最大的一次更新——933名贡献者、超过1.6万个Pull Request，占了项目历史总合并量的一半。 官方博客的标题很有意思，叫《OpenClaw 2.0, Accidentally》——意外的2.0。团队成员Hannes Rudolph说，他们本来只想干两件事：把安装弄简单点，把浏览器端做好点。结果一改发现底层全要跟着动，顺藤摸瓜清了七周，清出来一个2.0。 官方还打趣说比 GAT 6 更快。 要知道，在这之前的230天里，OpenClaw发了106个版本，平均一两天一个。这次憋了近七周没动静，不是躺平，是在换发动机。 从"极客乐高"到"开箱即用" 早期OpenClaw对极客极度友好——模型、网关、插件、渠道、技能，全都可以自己配。但对普通人来说，每多一个自由度，就多一道劝退的门槛。 2.0的安装直接推倒重来：它先扫描你电脑上已有的东西——ChatGPT或Claude的订阅登录、API Key、本机跑着的Ollama模型，能复用的直接复用，先验证能应答再保存；剩下的配置不用填表，跟Agent聊着天就配完了。 浏览器端也整个重写，打开直接进对话，文件、审批、终端、Git变更全排在聊天旁边。官方自测启动时间从1.6秒压到575毫秒，页面请求数从140降到45。 更大的变化是龙虾开始"长大"：会话记录从文件搬进了SQLite；任务可以在你的电脑、配对设备和云端Worker之间迁移，云端闲置自动休眠，来消息再唤醒；新的"共享云会话"让同事能带着完整上下文接手你的Agent正在干的活——龙虾从单人电子宠物，变成了多人协作工具。 一个用户自建的仪表盘，位于共享的多人OpenClaw工作区内。 但真正的信号，是那些"不好玩"的改动 一个项目是玩具还是基础设施，不看它能炫什么，看它愿意为什么脏活累活负责任。 OpenClaw的黑历史不少：今年3月，Cisco Talos和卡巴斯基的分析发现ClawHub市场上36%的技能包含prompt注入；同期超过15.5万个OpenClaw实例直接裸奔在公网上。 2.0里，安全终于变成了产品能力：网关默认只绑本地回环地址、陌生私信要配对码、新增security audit命令一键体检、密钥遮罩不再进聊天记录、Incognito模式对话不落盘。最有意思的是那份"诚实"——多人协作功能的文档白纸黑字写着：这些控制项"不是租户隔离，也不是安全边界"，一个网关就是一个信任域。他们甚至引用众包攻击竞技场的数据提醒你：哪怕Claude Opus 4.5的被攻破率只有0.5%，面对有适应能力的人类攻击者，现有最好的防御被突破概率仍然超过80%。 敢在发布稿里主动告诉用户"我这里不是安全边界"，比拍胸脯说"绝对安全"可信一百倍。这种自我设限的声明，是演示品转向生产工具时才会花力气做的事。 结语：网红会死，基础设施会留下来 2.0没法解决OpenClaw的所有问题。它依然需要你理解模型商、API Key、网关这些概念，插件迁移、版本升级还得自己动手。国内WorkBuddy把PPT、表格、多Agent协作装进统一工作台，千问办公从网页端直接上手，对只想干活的人来说，闭源全家桶确实更省心。 但官方博客结尾那句话，把路线说得很明白："我们不卖任何东西，也不要求你把未来托付给任何一家公司、一个模型或一个AI供应商——因为OpenClaw是开源的，属于使用它和建设它的人。" 龙虾注定不是大众产品。它更可能收缩成开发者、自动化爱好者和有私有部署需求团队的专业工具——从全民围观的电子宠物，变成一套需要认真维护的个人基础设施。 这没什么不好。网红玩具会一波波换，而基础设施一旦铺下，就会一直在那儿。 七周没发版不是凉了，是龙虾在脱壳。壳脱完了，爪子更硬了。
