.pyc, защиту от charset smuggling и расширили базу до 2000+ правил для CVE.
Есть отдельные CLI для Agent Scan, MCP Scan и Skill Scan. Разворачивается локально через Docker.
https://github.com/tencent/AI-Infra-Guard
OpenAI показала GPT-Redi — закрытую (недоступную снаружи) модель, которую обучают не помогать пользователю, а атаковать другие модели, автоматизируя red-teaming безопасности. Её задача — искать уязвимости вроде prompt injectioni, утечки данных (data exfiltration) и атак на агентные системы, где модель читает веб-страницы, файлы, письма и вывод инструментов и может случайно выполнить вредную инструкцию, спрятанную внутри.
GPT-Red обучали через self-play reinforcement learning в паре с моделью-защитником GPT-5.6 Soli: атакующая модель получает награду за успешный срыв работы защитника, а защитник — за то, что выдерживает атаку и продолжает выполнять исходную задачу. В результате такой обкатки GPT-5.6 Sol стала заметно устойчивее к вредным инструкциям, спрятанным в документах, сайтах, письмах и выводе инструментов, что важно для отрасли, где ИИ-системы развиваются быстрее, чем их успевают проверять вручную эксперты по безопасности.
ВыводGPT-Red работает как автоматизированный red team: получает цель, пробует промпт-атаку, анализирует ответ целевой модели, улучшает атаку и повторяет попытку
Известный исследователь ИИ-джейлбрейкiов Pliny опубликовал в открытом доступе T3MP3STi)">i — мультиагентную систему для автоматического поиска уязвимостей. Пользователю достаточно указать цель: агент сам проводит разведку, ищет дыры в системе и готовит итоговый отчет.
По словам автора, на тестовой выборке из 104 задач по поиску уязвимостей система решила 90% кейсов с первой попытки, что делает её потенциально мощным инструментом для автоматизации пентестинга — как в этичных, так и в неэтичных целях.
Это всё на сейчас.