随着AI智能体技术加速渗透企业核心业务场景,以OpenClaw为代表的自主执行型AI正成为新一轮生产力变革的重要引擎。然而,其强大的系统访问与任务执行能力也带来了前所未有的安全风险——权限越界、记忆污染、恶意诱导、算力滥用等问题日益凸显。部分企业在拥抱效率的同时,低估了潜在治理挑战。

为此,蚂蚁数科正式推出“蚁天鉴2.0 - 龙虾卫士”AI安全防护体系,并同步启动“龙虾AI安全守护计划”,旨在为部署OpenClaw的企业提供全生命周期、多层次的安全保障。
本次发布的“claw安全套件1.0”于3月19日正式上线,聚焦三大核心能力:一是“对抗思想变异”,通过精准识别输入输出内容,拦截违规信息与恶意诱导传播源头,防止模型被“黑化”;二是“净化skills仓库”,基于蚂蚁数科CALIR五维模型框架,对Skills插件进行合规扫描与行为审计,有效识别并阻断权限越界、敏感泄露及异常调用等风险;三是“风险舆情播报”,通过生成实时风险应急报告并主动推送,帮助企业第一时间掌握安全态势,实现风险的透明化与即时感知,变被动防御为主动应对。
为了助力更多企业低成本完成安全基线建设,蚂蚁数科同步启动“龙虾AI安全守护计划”。该计划将面向首批100家合作企业,提供为期3个月、总计20万次的免费龙虾安全防护调用服务,旨在让客户快速体验企业级的AI安全保障。
在大模型安全技术方面,蚂蚁数科凭借领先的技术实力和解决方案,成功入选IDC《中国大模型安全市场图谱》。基于真实场景的攻防经验,蚂蚁数科的大模型安全技术在金融合规、越狱攻击等复杂场景中,已达到SOTA(State Of The Art)效果,具备0-Day泛化修复风险能力。
蚂蚁数科在AI安全领域的持续创新,正成为行业内领先的安全实践,确保客户能够在享受AI智能体带来的红利时,依然拥有可控、可追溯的安全保障。“AI智能体不是‘黑箱’,更不能是‘盲盒’。” 蚂蚁数科AI安全团队表示,“我们希望通过‘龙虾卫士’,让企业在享受AI智能体红利的同时,拥有可解释、可控制、可追溯的安全基石。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。