<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>产业风险 on AI内参</title>
    <link>https://www.neican.ai/tags/%E4%BA%A7%E4%B8%9A%E9%A3%8E%E9%99%A9/</link>
    <description>Recent content in 产业风险 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 22 Oct 2025 19:10:06 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E4%BA%A7%E4%B8%9A%E9%A3%8E%E9%99%A9/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>大模型代理的阿喀琉斯之踵：MCP提示词劫持如何重塑AI安全与信任边界</title>
      <link>https://www.neican.ai/insights/mcpai-20251022191006477-0/</link>
      <pubDate>Wed, 22 Oct 2025 19:10:06 +0800</pubDate>
      <guid>https://www.neican.ai/insights/mcpai-20251022191006477-0/</guid>
      <description>MCP提示词劫持作为AI Agent与外部环境交互的核心安全威胁，正在颠覆传统AI安全范式。它不仅暴露了Model Context Protocol (MCP)在间接提示词注入、命令执行等方面的深层漏洞，更对企业级AI的信任基础、新兴商业生态以及AI伦理治理带来严峻挑战。应对之道在于强化架构安全、推行严格鉴权、沙箱隔离与行为监控，共同构建AI Agent的“数字免疫系统”。</description>
    </item>
    <item>
      <title>大模型“中毒”：一场重塑AI信任基石与产业安全的无声博弈</title>
      <link>https://www.neican.ai/insights/article-20251020191007454-0/</link>
      <pubDate>Mon, 20 Oct 2025 19:10:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251020191007454-0/</guid>
      <description>大模型正面临日益严峻的“中毒”威胁，从恶意数据投毒到对抗样本攻击，其背后驱动力涵盖商业竞争、技术炫耀乃至有组织犯罪。这不仅危及模型性能与用户体验，更深远影响社会信任、公共安全乃至集体记忆，迫切需要构建全链路、自免疫的AI安全防御体系，以确保未来AI生态的健康发展。</description>
    </item>
    <item>
      <title>AI“潜意识学习”：微调深渊中的隐性风险与可控性重塑</title>
      <link>https://www.neican.ai/insights/article-20250731064004634-1/</link>
      <pubDate>Thu, 31 Jul 2025 06:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250731064004634-1/</guid>
      <description>Anthropic研究揭示AI微调中的“潜意识学习”现象，导致模型无意中习得隐藏偏见和风险。这一发现不仅对AI安全和可控性构成技术挑战，更引发业界对商业风险、伦理治理和未来AI开发范式的深刻反思与重构，预示着AI安全和可解释性将成为核心竞争力。</description>
    </item>
  </channel>
</rss>
