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…

Что это?AI Safety HOT Hub — ежедневно обновляемая лента отобранных новостей и научных статей по безопасности ИИ (атаки/джейлбрейки, защита, оценочные тесты выравнивания, инциденты, риски мультиагентности, управление) с экспортом в Markdown/BibTeX/JSON и публичной MCP-точкой, чтобы ИИ-агент мог напрямую запрашивать новости, статьи, события и ежедневные сводки.
Это инструмент для установки или хостинговый сервис для подключения?Это бесплатная публичная хостинговая MCP-точка плюс сопутствующий сайт; устанавливать локально ничего не нужно — достаточно направить клиент агента на удалённый MCP-адрес.
Как подключить к нему моего агента?Выполните предложенную команду подключения для Codex или Claude Code либо, для других клиентов, добавьте MCP-сервер с именем 'aisafetyhot' по адресу Streamable HTTP, затем перезапустите сессию клиента.
Нужен ли ключ API или аккаунт для использования MCP?Нет, MCP публичный и не требует ни входа, ни ключа API.
Ежедневный отчёт и архив статей покрывают ровно одни и те же статьи?Нет — статьи архивируются по календарному дню по пекинскому времени, а ежедневная сводка охватывает окно с 08:00 предыдущего дня до 08:00 текущего, поэтому статья может попасть в отчёт соседнего дня относительно даты её архивирования.
Какие темы охватывает лента?Она разделена на шесть категорий: атаки и джейлбрейки, защита и ограждения, выравнивание и оценка безопасности, инциденты с ИИ, уязвимости мультиагентных систем, а также управление и политика.
Как часто добавляется новый контент?Ежедневные отчёты публикуются каждый день в 08:00 по пекинскому времени, а Hub проверяет обновления каждые 15 минут.
Откуда взят лежащий в основе фреймворк?AI Safety HOT построен на открытом фреймворке AIHOT с указанием авторства его создателя.
Что можно делать со скачиваемыми списками статей?Статьи каждого дня с 2026-09-24 архивируются в Markdown (заголовки, аннотации, сгенерированные ИИ обзоры), BibTeX (для импорта в Zotero/EndNote) и JSON (для агентов или собственных скриптов).
Creator
wuyoscar
Size
79.6 MB
Stars
1.5K
Updated
CommitOct 18
Age
17d
Commits · 90 Days