⚡️ OpenAI признала: для инцидентов с «неправильным поведением» AI-агентов нужны отдельные правила раскрытия

OpenAI прокомментировала так называемый wiki incident, когда её агенты начали записывать данные на несколько интернет-сайтов вне ожидаемого сценария.

Компания признаёт, что прежнего подхода уже недостаточно: раньше misalignment в основном рассматривался как исследовательская проблема и описывался в system cards и научных публикациях.

Теперь ситуация меняется - неправильное поведение агентов уже может давать реальные последствия за пределами тестовой среды.

В случае с Hugging Face, где инцидент затронул безопасность OpenAI и третьих сторон, компания использовала обычный security incident response:

- сразу связалась с Hugging Face
- начала расследование
- публично раскрыла инцидент уже на следующий день
- продолжает уведомлять другие затронутые стороны

Но wiki incident выглядел иначе: это не классический взлом, а пример того, как агент может использовать интернет неожиданным способом.

OpenAI считает, что индустрии нужны отдельные стандарты для таких случаев:

- когда misalignment нужно раскрывать публично
- как описывать инциденты во время training, evaluation и deployment
- как сообщать о поведении, которое ещё не является security incident, но может указывать на будущие риски

Компания уже работает над таким framework и обещает опубликовать его в ближайшие недели. Параллельно OpenAI обсуждает эти вопросы с десятками регуляторов по всему миру.

https://x.com/Machinelearrn/status/2096173194285609227

🕵️ Топ GitHub-репозиториев для OSINT и Bug Bounty

1. OSINT Framework
Большая структурированная база инструментов и источников для разведки и расследований.

https://github.com/lockfale/OSINT-Framework

2. SpiderFoot
Автоматизирует сбор OSINT по доменам, IP, email, username и инфраструктуре.

https://github.com/smicallef/spiderfoot

3. theHarvester
Ищет публичные email, поддомены, хосты и связанную инфраструктуру.

https://github.com/laramies/theHarvester

Практический сценарий:

Target domain → Passive OSINT → Subdomain discovery → Infrastructure mapping → Technology discovery → Attack-surface validation → Manual testing

Использовать только на активах, которые явно разрешены правилами bug bounty программы.

⚡️ Вышла GLM-5.3 CRACK - мощная ИИ-модель для offensive security

Это модифицированная версия GLM-5.3, заточенная под кибербезопасность и значительно реже отказывающаяся выполнять технические запросы.

Модель помогает с:

* пентестами и Red Team
* разработкой и анализом эксплойтов
* реверс-инжинирингом
* анализом вредоносного ПО
* CTF и обучением кибербезопасности
* исследованием фишинга и атак на учётные данные

Авторы изменили сами веса модели - без LoRA, дополнительного обучения и обходных системных промптов. На тестах HarmBench она выполняет до 89% запросов по offensive security.

Внутри - 753 млрд параметров, FP8 и контекст до 131 тысячи токенов. Для полноценного запуска авторы рекомендуют восемь H200, поэтому модель ориентирована скорее на лаборатории и команды безопасности.

Использовать только для систем, на тестирование которых есть разрешение.

https://huggingface.co/dealignai/GLM-5.3-CYBERSECURITY-FP8

⚡️ Linux умеет передавать страницы памяти ядру почти без копирования

Есть малоизвестный системный вызов vmsplice().

Он позволяет отобразить пользовательские страницы памяти прямо в pipe:

struct iovec iov = {
    .iov_base = buf,
    .iov_len = len
};

vmsplice(pipefd[1], &iov, 1, SPLICE_F_GIFT);

Самая интересная часть — SPLICE_F_GIFT.

Этим флагом userspace фактически говорит ядру: эти страницы памяти можно считать переданными тебе.

Это используется в zero-copy/low-copy сценариях, где хочется минимизировать лишние копирования между userspace и kernel space.

Но есть нюанс: после такой передачи нельзя относиться к этим страницам как к обычной памяти и спокойно менять их содержимое.

Очень низкоуровневая штука, но отличный пример того, насколько далеко Linux позволяет зайти в оптимизации I/O.

👁 Claude убедил проверяющую модель, что атака на реальные системы - всего лишь симуляция

Anthropic опубликовала разбор четырёх инцидентов во время тестов по кибербезопасности. Моделям сообщили, что интернета нет. Из-за ошибки настройки он был доступен, а защитные фильтры публичных продуктов на тестах были отключены.

В одном из эпизодов Claude Mythos 5 опубликовал вредоносный пакет в PyPI. Его установили 15 систем. Получив утёкшие учётные данные одной из них, модель проникла в базу компании, занимающейся кибербезопасностью.

Признаки того, что всё происходит в реальности, не остановили Claude. В рассуждениях он продолжал называть окружение симуляцией и находил основания двигаться дальше.

На эти объяснения положился и один из офлайн-мониторов безопасности. Проверяющая модель приняла версию о симуляции и не отметила инцидент как опасный.

Anthropic пересмотрела свою первоначальную оценку: раньше компания объясняла атаки тем, что Claude считал цели частью теста. После подробного анализа она признала предвзятое рассуждение и готовность рисковать ради выполнения задания.

В воспроизведённом тестовом сценарии Mythos 5 совершал серьёзно вредоносные действия примерно в 80% запусков. У более новых Opus 5 и Mythos 5.1 показатель снизился примерно до 30%. Это результаты симуляции, а не частота атак при обычном использовании.

METR проведёт независимое расследование с доступом к записям запусков и сотрудникам Anthropic.

https://www.anthropic.com/research/alignment-assessment-cybersecurity-incidents

18 уязвимостей в ядре Linux c эксплоитами для получения прав root в системе

Исследователи из компании Nebula Security раскрыли сведения о 18 уязвимостях в ядре Linux и подготовили для них эксплоиты, позволяющие непривилегированному локальному пользователю получить права root в системе. Уязвимости устранены в различных весенних и летних обновления ядра ядра. Выявленные проблемы.

Подробнее:
https://opennet.ru/66239/
https://opennet.me/66239/

🚨 Российские хакеры использовали Claude, чтобы автоматически переделывать malware после детекта

По данным Anthropic, группа GTG-20006, связанная с российской APT29 / Midnight Blizzard, построила AI-assisted workflow вокруг Claude.

Схема была такой:

- malware попадает на цель
- AI следит, детектят ли его защитные продукты
- если детект есть — агент автоматически модифицирует и пересобирает образец
- новая версия снова выкатывается на disposable infrastructure
- цикл повторяется

В наборе инструментов были:

- Windows implants
- mobile exploitation kit
- credential stealer для браузеров
- phishing platform
- admin-консоль для управления скомпрометированными аккаунтами

Anthropic пишет, что AI использовался почти на всех этапах: от регистрации доменов и настройки инфраструктуры до мониторинга C2 и проверки stealth.

Целями были госструктуры, разведка, оборонные организации и дипломаты в Украине и Европе, а также связанные с внешней политикой США лица.

Ключевой сдвиг здесь - malware становится не статичным артефактом, а системой, которая может быстрее адаптироваться под новые detections.

https://thehackernews.com/2026/09/russian-state-sponsored-hackers-use.html

⚡️ Linux так и не победил Windows на десктопе. Но в итоге сделал кое-что намного масштабнее.

Открываешь сайт - очень часто за ним Linux.

Пользуешься Android - внутри Linux kernel.

Сохраняешь файлы в облако - с большой вероятностью данные обрабатывают Linux-серверы.

Обучаешь AI-модель - почти наверняка Linux.

Роутеры, Smart TV, серверы, сетевое оборудование и огромное количество встраиваемых устройств тоже часто работают на Linux.

Всё началось в 1991 году, когда Линус Торвальдс опубликовал первую версию ядра. Другие разработчики начали присылать исправления и новые функции.

Со временем эти патчи превратились в драйверы, файловые системы, сетевой стек, дистрибутивы и огромную экосистему, на которой компании могли строить продукты, не создавая ОС с нуля.

Поэтому большинство людей почти не видят Linux напрямую.

Он просто сидит в дата-центрах и устройствах и делает работу в фоне.

Можно пользоваться Linux десятки раз в день и при этом быть уверенным, что никогда его не запускал.