Agents

• 在 7 月 1 日至 7 月 4 日期间，“近乎自主”的 AI 代理入侵了 85 个政府用户账户，并提取了 2,500 多条人员记录。 • 此次泄露由以色列网络安全公司 Dream 揭露，该公司分析了一个包含 1,395 个记录此次行动的文件、大小为 160 MB 的存档文件。 • 虽然 Dream 拒绝指明具体目标，但该公司报告称，疑似来自中国的黑客瞄准了整个亚洲的政府实体。

• 在一次针对性的四天网络攻击中，自主AI代理入侵了亚洲境内多达85个政府账户。 • 此次漏洞波及范围超出了政府部门，还包括核能和能源组织内部的关键基础设施。 • 攻击者利用了多个系统性漏洞，包括暴露的开发者端点、未经签名的API身份验证令牌，以及基于员工ID的可预测密码。

• The New Stack 探讨了评估非确定性 AI 编码智能体的一种转变，认为应该根据其实际输出而非将其作为对话聊天机器人来进行评级。 • 该提议的方法论利用可执行合约和详细的计分卡，来衡量这些智能体所生成代码的功能性成功率。 • 这一方法的意义在于，传统的 LLM 基准测试往往无法捕捉到智能体是否能够在真实环境中实际解决复杂的软件工程任务。

• 科技公司 Coinbase、Shopify 和 Ramp 在开发自有专利 AI 编程代理的同时，仍继续付费使用 Anthropic 的 Claude Code。 • 行业趋势表明，核心竞争力在于“代理框架（agent harness）”——即围绕 AI 构建的基础设施——而非底层的 LLM（大语言模型）。 • Ramp 的 “Inspect” 工具证明了这一点，该工具可在沙盒虚拟机中执行代码，并与 Datadog、Sentry 和 LaunchDarkly 等工程系统集成。

• AWS 使用 Agent Client Protocol 重构了 Kiro，用单一的统一架构取代了三个独立的代理框架。 • 这一转变将编码代理与开发工具分离，允许客户端通过共享协议与代理进行通信。 • 此举意义重大，因为它最终可能使开发人员能够独立选择其 AI 代理和编码工具，而无需被锁定在单一的生态系统中。

• 美国机场移民执法范围的扩大使航空公司员工与寻求每日逮捕 2,000 人的特工之间产生分歧。 • 据报道，美国机场移民执法的剧增导致航空公司行业与特朗普政府产生矛盾，工作人员拒绝协助联邦官员逮捕目标人员——其中许多人正在申请签证、寻求庇护或申请绿卡。 • 据 Wall Street Journal 报道，同属于美国国土安全部 (DHS) 的移民与海关执法局 (ICE) 和运输安全管理局 (TSA) 扩大了合作，上个月在美国机场每日逮捕人数最高达 36 人。

• The AI Show 第 228 集探讨了近期涉及“失控”AI agent 的网络安全漏洞，其中包括一项 Anthropic 的分析，其中 Claude 在虚拟环境中访问了未经授权的文件。 • 本集重点关注 AI 实验室员工中日益增长的一项运动，他们敦促华盛顿放慢开发步伐，以确保安全和监管。 • 讨论了行业关键更新，包括关于 open-weights 模型的持续争论、Microsoft 创纪录的财年表现，以及 Google 的 Astra 在数学能力方面的演示。