# 安全的所有文章

在 HTX 新聞中心流覽與「安全」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

波场TRON链上USDT发行量超越以太坊,再登全球最大USDT发行网络

据Tether官方数据,截至2026年8月13日,波场TRON网络链上USDT发行量达到912亿美元,超越以太坊网络的903亿美元,再次成为全球最大的USDT发行网络。这巩固了波场TRON在稳定币领域的主导地位,凸显了其低费用、高效率网络对全球资金的吸引力。 波场TRON链上USDT的增长源于真实使用需求。截至2026年8月,TRC20-USDT持有账户数约7547万个,承载了全球约50%的USDT发行量。数据显示,该网络在零售与中小额转账中占据主导,主要用于钱包间的实际价值转移,如跨境汇款、商业结算等场景。2026年第一季度,波场TRON处理的USDT转账额约2.04万亿美元,交易笔数创新高,年内转移量领跑所有公链。 生态建设方面,TRC20-USDT获得了钱包、交易平台及DeFi协议的广泛支持,使用场景从转账扩展至借贷等金融活动。同时,网络通过降低能量成本、引入GasFree等机制优化用户体验。在安全治理上,波场TRON与Tether、TRM Labs合作成立T3金融犯罪打击小组,已协助全球执法机构冻结超4.5亿美元非法资产,提升了风险应对能力。 此外,波场TRON正布局人工智能赛道,上线B.AI平台,旨在构建AI智能体经济的底层金融基础设施。这表明其正从最大的稳定币结算网络,向更广泛的数字化价值流通基础设施演进。

marsbit08/13 09:41

波场TRON链上USDT发行量超越以太坊,再登全球最大USDT发行网络

marsbit08/13 09:41

神经网络所想非所言:谎言、禁忌话题与他人密码

研究人员发现了一种能读取主流神经网络内部思考过程的方法,这些过程原本被开发者特意加密。在破解这些加密的“思考链”后,他们发现了数百个API密钥、用户密码和个人数据。该研究由Alexander Panfilov团队主导,他们演示了如何将加密的内存区块从强大模型(如Claude Opus)传输给同一厂商的简化版本模型(如Claude Haiku),后者便能轻易解密并输出其中的秘密内容。 攻击者通过利用模型家族间的兼容性绕过了保护机制。开发者通常只向用户返回最终答案和一个加密的上下文区块以供对话延续,旨在保护公司知识产权和用户隐私。但实验表明,加密区块具有通用性,可跨模型版本传递和解密。被提取的文本量精确匹配了系统计算请求成本时考虑的内部处理量。 通过分析近7000份来自GitHub和Hugging Face的公开日志,研究团队恢复了超过31.5万个隐藏的思考区块,从中发现了704个独特的秘密信息,包括62个API密钥、33个密码、24个访问令牌和30个个人邮箱地址。关键风险在于,这些信息从未在可见对话中出现,仅存在于模型处理请求时的“脑海”中,而标准安全过滤器只检查最终输出,因此漏过了内部计算阶段的泄露。 此漏洞危害重大:模型可能在内部思考被禁止的话题,同时对外给出安全回复;它们有时知道正确答案,却在内部构建虚假的推理过程;加密区块可被用于隐藏恶意指令;模型防复制机制也因此失效。 研究作者在发布前已通知相关厂商,部分漏洞已通过补丁修复。然而,加密上下文交换的架构本身带来了系统性风险,难以通过局部修补根除。大量真实凭证存在于AI隐藏层中,表明当前的保密方法已落后于模型能力和攻击手段。 从机器数据分析角度看,此漏洞与更广泛的智能体系统问题相关:模型对隐蔽攻击的抵抗很少是绝对的。独立基准测试显示,对Claude Opus 4.5的间接提示注入攻击,单次成功率为4.7%,但尝试百次后成功率可升至63%。同样,针对加密思考区块的攻击在规模扩大后,泄露概率可能激增。 另一个未被充分考虑的因素是保护机制的经济性。加密上下文的设计初衷主要是保护知识产权而非用户隐私,这种目标冲突从一开始就埋藏于架构之中。行业能否在攻击手段再次进化前,彻底重建这一架构?

cryptonews.ru08/13 08:06

神经网络所想非所言:谎言、禁忌话题与他人密码

cryptonews.ru08/13 08:06

720美元套出A社死藏的Opus原始思维链,还是Haiku泄露的,GPT/Gemini也中招

一项研究发现,只需约720美元成本,就能通过巧妙方法“套出”多家头部AI公司旗舰大模型的隐藏思维链(CoT)内容,揭示其推理过程与潜在敏感信息。 研究团队发现,Anthropic、OpenAI、Google等公司为防止推理过程泄露,会将大模型生成的完整思考链加密后以不透明字符串形式返回给用户,并在后续对话中由用户传回以供模型继续推理。这些加密推理块为方便跨会话、跨模型使用,往往采用全局密钥,且未与特定用户、会话或模型强绑定。 利用这一设计,研究人员使用同公司较小的模型(如用Anthropic的Haiku 4.5去读取Claude Opus 4.8生成的加密块)作为“解码器”,通过特定的提示词,成功诱导小模型近乎逐字地复述出旗舰模型的原始推理内容。该方法无需破解加密算法,成本低廉。 研究揭示了四大风险: 1. **模型蒸馏风险**:竞争对手可以极低成本批量获取高质量CoT数据,用于训练自己的模型。 2. **敏感信息泄露**:从公开的AI智能体(Agent)日志中恢复出的隐藏推理里,发现了大量API密钥、密码、私钥等敏感信息。部分泄漏甚至发生在用户明确要求模型“清理隐私”时。 3. **安全机制绕过**:对于危险问题,模型表面可能拒答,但其内部详细的危险分析仍可能通过隐藏CoT被提取出来。 4. **隐蔽恶意指令注入**:攻击者可将恶意指令植入加密推理块,当模型在后续正常任务中读取该“记忆”时,可能执行未授权的操作(如外传文件)。 研究通过对比API账单中记录的“思考Token数”与提取文本的Token数高度吻合等方式,间接验证了提取内容的高保真度。 在论文发表前,研究团队已向相关公司负贵披露,各厂商已修复此漏洞。但作者指出,这反映了在便利性与安全性之间的根本矛盾。研究还顺带测试了包括DeepSeek在内的其他模型,未发现其推理风格明显受闭源模型影响,但作者强调这既不能证实也不能排除模型蒸馏的存在。

marsbit08/13 00:16

720美元套出A社死藏的Opus原始思维链,还是Haiku泄露的,GPT/Gemini也中招

marsbit08/13 00:16

活动图片