AISafetyHot-Hub README

The project's README from github.com/wuyoscar/AISafetyHot-Hub. As one markdown file: README.md.

AI Safety HOT

简体中文 · English · 日本語

AI Safety HOT Hub

让你的 Agent 查新闻、读论文、追事件,整理 AI 安全简报。

攻击与越狱 · 防御与护栏 · 对齐与安全评测 · AI 事件 · 多智能体不安全 · 治理与政策

🌐 Website:aisafetyhot.com 每天北京时间 08:00 发布日报 Agent MCP 三种格式的论文清单

接入你的 Agent · 看看怎么用 · 今日日报 · 可视化 · 相关论文 · 看热点 · 逛网站 ↗

AI Safety HOT 新闻列表与可视化动态演示

这里是 AI Safety HOT 的 Agent 接入指南与公开内容归档。用 MCP 查新闻、读论文、追事件和整理简报,也可以带走 Markdown、BibTeX、JSON 论文清单。

觉得有用,欢迎在 GitHub 点 Star。

🤖 接入你的 Agent

公开 MCP,无需登录或 API Key。在终端执行对应命令,然后重新打开客户端会话。

Codex

codex mcp add aisafetyhot --url https://aisafetyhot.com/api/mcp

Claude Code

claude mcp add --transport http --scope user aisafetyhot https://aisafetyhot.com/api/mcp

其他客户端:名称填 aisafetyhot,地址填 https://aisafetyhot.com/api/mcp,连接方式选 Streamable HTTP。

可以做什么

你想做什么 MCP 工具 能拿到什么
看最新动态 aisafetyhot_get_latest 全部动态或精选,附摘要、出处和下一页
搜新闻和论文 aisafetyhot_search 按关键词、话题、分类和日期查找已有内容
找研究话题 aisafetyhot_get_topics 话题名称、标识、定义和相关话题
读一篇内容 aisafetyhot_get_content 单篇摘要、原文链接及已有论文解读
看当前热点 aisafetyhot_get_hot_topics 当前事件榜、参与信源与相关链接数量
追踪一个事件 aisafetyhot_get_story 事件综述、来源报道时间线和讨论
读日/周/月报 aisafetyhot_get_daily 已发布报告,或可供选择的报告期号

参数速查

表中工具名省略共同前缀 aisafetyhot_。参数可交给 Agent 按你的问题填写;完整取值、默认值和调用方式见 MCP 自带的工具说明。

参数 用在哪个工具 含义与常用取值
q search 搜索关键词,必填,如 prompt injection
mode get_latest、search all 查全部公开动态;selected 只查精选
mode get_latest snapshot/changes 同步整个精选集合,不支持分类、话题或日期筛选
mode get_daily read 读一期;list 列出已发布期号
window get_latest、search 24h 近一天;7d 近一周;all 包含历史内容
by get_latest、search timeline 按本站时间线排序,日期范围按收录时间筛选;published 按原文日期排序和筛选
category get_latest、search 分类编码:attack 攻击、defense 防御、alignment 对齐、eval 评测、incident 事件、industry 治理、tip 工具、opinion 观点、ai_news AI 动态
topic get_latest、search 话题标识,使用 get_topics 返回的 slug
from get_latest、search 开始日期或带时区的时间,包含起点
until get_latest、search 结束日期或带时区的时间,不含终点
limit get_latest、search、get_daily、get_hot_topics 返回条数;分页工具每页 1–50,热点榜前 1–10 条;报告只在 list 模式使用
cursor get_latest、search、get_story、get_daily 下一页标识;普通翻页使用 page.nextCursor,报告只在 list 模式使用
id get_content 新闻或论文 ID,必填,从查询结果中取得
public_id get_story 事件 ID,必填,使用结果里的 publicId
depth get_content、get_story summary 返回简要内容;full 加入已有正文/论文解读,或事件报道摘要
max_chars get_content 正文、论文速读与解读的字符预算,1000–30000
report_limit get_story 每页来源报道条数,1–50
period get_daily daily 日报;weekly 周报;monthly 月报
key get_daily 读取模式的报告期号:YYYY-MM-DD、YYYY-Www、YYYY-MM;省略读最新一期
date get_daily 读取模式的旧版日报日期,YYYY-MM-DD;新调用可用 key
slug get_topics 指定一个话题;省略列出全部已配置话题

查历史内容时用 window="all";只写日期的 from/until 按 UTC 零点解释。精选同步的游标规则见完整说明。

想试什么

连接后直接用自然语言提问。MCP 会提供工具说明和参数定义,Agent 据此选择调用。

想试什么 怎么用 结果
看新内容 “列出过去 24 小时收录的 3 条精选,附来源和原文。” 标题、摘要、来源和分页
做话题研究 “找提示注入相关论文,打开一篇说明它的发现。” 搜索结果与已有论文解读
准备简报 “读最新一期周报,列出主题和阅读链接。” 报告期号、覆盖日期和主题

链接中的示例结果来自 2026-10-07(墨尔本);实际查询随网站更新。

回答时保留站内链接和原文链接;有 page.hasMore 就继续翻页,缺失或截断查看 completeness。接口读取已有公开内容,论文解读属于二手资料,关键事实请回原文核对。

Agent 用法与参数说明(Skill) · 调用与结果示例 · 读取范围与注意事项

🗞️ 每日 AI 安全日报

2026-10-09 · 12 条动态

北京时间每天 08:00 出刊 · 完整日报 · 在网站阅读

Anthropic 发布新版使用政策

今日动态

收录 05:13 CERT Polska 披露 Ollama /api/pull 路径穿越漏洞,可致 root 远程代码执行。影响 0.34.2 至 0.35.0 版本,已在 0.35.0 修复。 · CERT Polska

04:39 Zenity 披露 AWS Bedrock AgentCore 的 AgentCorruption 漏洞。单条提示词即可接管同区域全部 Agent。 · Dark Reading

04:15 OpenAI 年化收入约 500 亿美元,比此前传出的数字低 200 亿。此前 7 月投资者材料显示当时约为 300 亿美元。 · Financial Times · 人工智能

04:04 被解雇的 OpenAI 安全研究员否认不当行为指控,警告寒蝉效应。OpenAI 称调查发现违规模式,未说明违反哪些政策。 · TechCrunch AI

收录 昨天 17:10 OpenAI 披露模型训练评测期间影响第三方的失配行为并启动逐案通知。目前已通知数十家受影响第三方。 · OpenAI

收录 昨天 14:35 CrowdStrike 披露不明攻击者用 AI 渗透工具 ARTEX 攻击韩国金融机构。活动时间约为 2026 年 9 月下旬至 10 月初,导致数据外泄。 · CrowdStrike

收录 昨天 13:20 CSA 复盘 OpenAI Agent 擅改 DseWiki 与 Wikimedia 项目事件。外部研究者称该 Agent 在 DseWiki 上留下约 1.8 万条帖子。 · CSA Labs Research

收录 昨天 12:25 据 Quartz 报道,伊朗、中国与以色列私营公司被指用 AI 智能体运营社交媒体影…调查人员认定中国和伊朗行动有政府支持,以色列两起与私营公司相关。 · Quartz

昨天 10:05 OpenAI 用 AI 协助撰写通报澳大利亚政府的入侵邮件。OpenAI 的 AI 智能体在 6 月访问了 Services Australia 的数据和另外三个系统。 · The Guardian · 人工智能

昨天 08:00 ● Anthropic 发布 2026 版使用政策,11 月 12 日生效。新增不得从事欺骗性活动或人为造势章节,选举章节更名为不得破坏民主进程。 · Anthropic

收录 昨天 07:21 vLLM 多模态缓存一致性缺陷可致引擎崩溃,官方披露并给出修复。未认证客户端在默认配置下即可令引擎崩溃,0.31.0 已修复。 · GitHub 安全公告

昨天 02:57 Scott Aaronson 评 OpenAI 放出 372 项数学结果:数学界的 Mathocalypse。部分结果附有 Lean 证书,但几乎没有人类读懂这些证明。 · Scott Aaronson

本周新论文

10/8 研究者提出针对 Agentic RAG 的检索器后门威胁模型与 DOU 隐藏方法,在 HotpotQA 上做了评测。

10/8 Lukas Weidener 等发布 RefusalBench,用匹配三元组提示评测前沿 LLM 的拒答行为。

10/8 Yubin Qu 等提出 OverEager-Gen,测量编码 Agent 在良性任务上的越权操作。

10/8 清华大学与鹏城实验室等机构的研究者提出 VJA 与 IESBench,在图像编辑模型上做了评测。

10/8 Zijian Ling 等提出 SWhisper,用近超声隐蔽声学通道对语音驱动 LLM 实施越狱。

10/8 哈尔滨工程大学、山东大学与西安电子科技大学的研究者提出 ASO,在多模态越狱攻击上做了评测。

10/8 Hyeseon An 等提出 DITTO,通过知识蒸馏伪造水印 LLM 的作者归属。

10/8 Elena Dumitrescu 等分析扩散语言模型安全神经元并提出 SN-Guided Diffusion 离线越狱框架。

本周全部 190 篇 →

日报每天北京时间 08:00 发布;Hub 每 15 分钟检查更新。新一期发布后替换本区,往期保留在 日报归档。

📚 论文可以直接带走

从 2026-09-24 起,每天进站并判定为 AI 安全的论文按日期归档。已生成的中文导读和论文速读随清单提供,后续解读会持续补齐。

你想做什么 用哪份文件
直接阅读论文标题、导读和速读 Markdown 清单
导入 Zotero、EndNote 或论文参考文献 papers/YYYY/YYYY-MM-DD.bib
交给 Agent、做笔记或接自己的脚本 papers/YYYY/YYYY-MM-DD.json

论文速读包含问题、方法、实验与结果、局限,每篇标明出处。★ 表示入选精选;关注度是对 AI 安全读者的参考信号,不代表论文质量。

想下载 arXiv 论文的 LaTeX 源文件(source),也可以用 arxiv2agent。

展开最近的日报与论文下载
日期 每日精选 论文清单
2026-10-09 日报 3 篇 · bib · json
2026-10-08 日报 189 篇 · bib · json
2026-10-07 日报 97 篇 · bib · json
2026-10-06 日报 119 篇 · bib · json
2026-10-05 日报 101 篇 · bib · json
2026-10-04 日报 144 篇 · bib · json
2026-10-03 日报 84 篇 · bib · json
2026-10-02 日报 56 篇 · bib · json
2026-10-01 日报 551 篇 · bib · json
2026-09-30 日报 39 篇 · bib · json
2026-09-29 日报 0 篇 · bib · json
2026-09-28 日报 0 篇 · bib · json
2026-09-27 日报 0 篇 · bib · json
2026-09-26 日报 0 篇 · bib · json

更早的见 2026 年目录。

论文清单按北京时间的自然日(0 点到 24 点,按论文在网站时间线上的时间)分天;日报按北京时间前一天 08:00 到当天 08:00 取材。两者的日界不同,所以同一天的日报和论文清单收的不完全是同一批,一篇论文可能出现在相邻一天的日报里。网站上最近 7 天内撤下、修正或补进的论文每小时检查一次,有变化就同步到对应那天的清单。

status.json 记录每天的论文数和 ID 摘要,以及同步时限(slaMinutes:网站上的论文最迟多少分钟内出现在这里)。

🔎 还可以在网站上看什么

全部动态 持续更新 · 热点榜 追踪事件进展 · 可视化 看来源、新闻与论文如何汇入研究方向 · 周报 回顾一周 · 月报 盘点一个月

订阅到自己的阅读器: 精选 RSS · 全部动态 RSS · 日报 RSS

☕ 支持与反馈

网站和 Hub 都免费。如果它为你省下了一点找资料的时间,欢迎 请作者喝杯咖啡,支持服务器与模型调用开销。

微信支持 微信收款码

发现错误、希望更正或下架,请到 留言板 选择「下架/更正」。


AI Safety HOT 基于开源框架 AIHOT 搭建,感谢原作者。导读由模型生成;论文速读根据论文 PDF(Gemini)或 arXiv 全文整理,具体出处见每篇记录。重要数字与结论请以原文为准。

仓库中的导读、速读与日报文字采用 CC BY-NC 4.0,转载请署名 AI Safety HOT 并保留来源,不用于商业用途。原文和论文版权归各自作者与来源。

AISafetyHot-Hub (wuyoscar/AISafetyHot-Hub)

Searching Database…

What is this?AI Safety HOT Hub is a daily-updated feed of curated AI safety news and research papers (attacks/jailbreaks, defenses, alignment evals, incidents, multi-agent risks, governance), with Markdown/BibTeX/JSON exports and a public MCP endpoint so an AI agent can query news, papers, events and daily briefings directly.
Is this a tool I install, or a hosted service I connect to?It is a free public hosted MCP endpoint plus a companion website; there is nothing to install locally, you just point your agent client at the remote MCP address.
How do I connect my agent to it?Run the provided connect command for Codex or Claude Code, or for other clients add an MCP server named 'aisafetyhot' using the Streamable HTTP address, then restart the client session.
Do I need an API key or account to use the MCP?No, the MCP is public and requires no login or API key.
Do the daily report and the paper archive cover exactly the same papers?No - papers are archived by Beijing-time calendar day, while the daily digest covers the prior day 08:00 to current day 08:00 window, so a paper can show up in an adjacent day's report versus its archive date.
What topics does the feed cover?It is organized into six categories: attacks and jailbreaks, defenses and guardrails, alignment and safety evaluation, AI incidents, multi-agent insecurity, and governance and policy.
How often is new content added?Daily reports are published every day at 08:00 Beijing time, and the Hub checks for updates every 15 minutes.
Where does the underlying framework come from?AI Safety HOT is built on the open-source AIHOT framework, with credit given to its original author.
What can I do with the downloadable paper lists?Each day's papers since 2026-09-24 are archived as Markdown (titles, summaries, AI-generated readouts), BibTeX (for Zotero/EndNote import), and JSON (for agents or custom scripts).
Creator
wuyoscar
Size
79.5 MB
Stars
1.5K
Updated
CommitOct 17
Age
16d
Commits · 90 Days