Anthropic 的模型硬件标准是接口，而不是安全认证
Anthropic 的模型硬件标准为代理提供了通用设备接口，但物理联锁、身份、时序、观测和恢复仍然是外部控制。
分类
政策与安全
13篇文章属于此分类.
Anthropic 八月风险报告是披露文件，不是安全证书
阅读 Anthropic 的《2026 年 8 月风险报告》时，应区分报告覆盖日期、公司评级、披露的失败、删节内容和外部审查。
Twitch 的 Amazon AI 训练退出设置：它不会删除什么
Twitch 现在允许创作者拒绝部分未来的 Amazon 生成式 AI 训练，但这个开关并不承诺删除历史数据，也不公开下游执行情况。
无法推翻模型决定的人类审查员不是控制措施
只有当审查员能够看到相反证据、暂停自动化路径、推翻自动化决定并纠正实际结果时，工作流中的人员才算进行了有意义的审查。
Cloudflare 的可选 OAuth 作用域让同意范围更窄，但不会自动变得安全
Cloudflare 现在允许用户为 Wrangler 和 MCP 客户端拒绝可选 OAuth 作用域，但必需权限、令牌处理和工具行为仍是独立风险。
AI Gateway User Insights 会标记支出异常——但不会阻止异常
Cloudflare AI Gateway User Insights 可以检测异常的会话成本，但警报无法确定意图、归因每个请求，也无法遏制相关活动。
HarnessRisk 说明为什么一个提示词注入演示无法衡量代理安全性
HarnessRisk 报告不同模型与代理 harness 组合之间存在广泛的安全差异，并发现配置阶段比其测试的其他生命周期阶段更脆弱。
Claude Skills API 正式可用：可复用提示词变成供应链风险
Claude Skills 可以捆绑指令、脚本和依赖。正式可用让不可变版本与运行时边界变得更加重要。
Slack Code 让编码代理实现多人协作——GitHub 仍需要合并门
Slack Code 让团队看见编码代理的工作，但 Slack 不负责控制仓库合并、CI 完整性、构建产物或生产部署。
OpenAI 暂停 Astra 安全训练：20% 监控估算意味着什么
OpenAI 因 Astra 的网络安全担忧暂停前沿训练。了解暂停了什么、新监控如何工作，以及为什么 20% 的估算范围很窄。
Claude 水印无法承担欧盟 AI 法案的全部披露责任
Claude 可以标记部分生成的文本和文件，但这些信号证明的是处理历史，而不是作者身份、真实性或完整的第 50 条合规性。
Google 以 $10 Million 竞得 Spirit 数据：去标识化无法解决什么问题
Google 对 Spirit Airlines 数据的竞价涵盖企业消息、代码和运营记录。去标识化解决个人身份问题，但无法单独解决机密性或下游使用问题。
GitHub Actions 脚本注入：Snowflake 案例真正说明了什么
不受信任的 issue 文本在 Snowflake 的 GitHub Actions 工作流中变成了 shell 代码。尽管是一个自主智能体发现并调整了这条路径，但注入方式本身是传统的。