wuyoscar/AISafetyHot

AI Safety HOT 追踪 AI 安全新闻、论文与事件。一站阅读，也能接入你的 Agent。 简体中文 · English · 日本語 打开观测台 · 实时新闻 · 找论文 · 读日报 · 接入 Agent AI Safety HOT 持续整理越狱、提示注入、Agent 安全、防御与护栏、对齐、评测、真实事件和治理政策。网站提供中英文阅读；这个 Hub 保存公开论文清单、日报归档和 Agent 技能。 首页是一座可以探索的科研观测台：材料卡片逐条扫描，汇入由信源、事件和论文研究方向组成的立体星图；往下是最近 72 小时的新闻流，以及汇集报道与社区讨论的热点观察。拖动星图旋转，点选节点，沿链接继续阅读。 上面的 GIF 来自真实网站录屏。查看高清静态图 · 查看新闻流与热点观察 展开新版页面截图 按时间浏览新闻，结合搜索与筛选找到你关心的动态。 从一个事件进入，查看相关报道和讨论。 按研究方向、论文类型和 Agent 场景筛选，继续阅读速读与原文。 浏览 AI 与安全会议中的相关工作，按方向查找论文。 把当天值得关注的新闻和研究集中读完。 AI Safety HOT 有一个公开的 MCP 接口：热点排行、事件来龙去脉、每天的动态和新论文，Agent 接上就能直接问。免费，不用 API Key。 一句话安装：把下面这句发给你的 Agent（Claude Code、Codex、Cursor……都行）： 它会自己判断用的是哪个客户端、装好 MCP 和技能、试调一次，再告诉你能问什么。 已经装过？更新也是一句话： 不用记工具名，直接问： 下面是 2026-10-24 实际调用的返回节选： 「现在 AI 安全圈最热的是什么？第一名怎么回事？」 → aisafetyhotgethottopics + aisafetyhotgetstory 「今天 AI 安全有什么大事？」 → aisafetyhotgetlatest 「今天有哪些值得看的新论文？」 → daily-papers/2026-10-24.json 「Anthropic 最近一周有什么安全动态？」 → aisafetyhotgetlatest topic=anthropic Claude Code（技能和 MCP 在同一个插件里） Codex Cursor / 其他 Agent：在 MCP 设置里加一个 Streamable HTTP 服务，地址 https://aisafetyhot.com/api/mcp；支持技能的客户端再跑 npx skills add wuyoscar/AISafetyHot-Hub。 体检：一条命令确认接口能用，返回当前前三名热点就是通的。 每日论文从论文库中每天挑选 30 篇，跨日去重，兼顾近期研究与较早的重要工作；保留原始发表日期、原文和站内阅读链接。也可以按研究方向浏览。 研究者提出 NEXUS，一个将神经技能与符号元策略结合的分层强化学习框架，以缓解深度强化学习因神经网络黑箱而难以解释和对齐的问题。 · Raban Emunds … Kristian Kersting · arXiv 2610.37451 · 2026-10-27 · 解读 PrinGS：Gaussian Splatting 的隐私保护 · Gaurav Behera … Ponnurangam Kumaraguru · arXiv 2610.36168 · 2026-10-26 · 解读 一项覆盖多个基准和模型骨干的大规模评测发现，许多面向长程智能体的专用记忆系统在不少情况下表现不如朴素 RAG，净值为负。 · Xuan He … ChengXiang…