报告由首尔国立大学、伊利诺伊大学香槟分校与安全厂商Largosoft联合研究产出，揭露全新攻击类别ADI（Agent Data Injection，智能体数据注入），彻底突破行业现有针对提示注入的全套防护体系，对浏览器AI智能体、代码开发智能体形成全覆盖威胁。

2026年5月，云安全联盟（CSA）正式发布《人工智能安全成熟度模型》（AI Security Maturity Model，AISMM）。这是CSA继发布人工智能控制矩阵（AICM）后，在AI安全治理领域的又一关键拼图。如果说AICM回答的是“一个AI部署应该有哪些控制”，那么AISMM回答的则是一个更根本、更具战略性的问题：“管理所有这些部署的安全程序，在每个成熟度阶段应该是什么样子”。

ASSET研究团队披露了名为GhostCommit的概念验证攻击手段：该攻击将提示注入恶意指令隐藏在PNG图片中，再通过代码仓库的编码规范文件引用这张图片。其利用两大漏洞：人工审核人员极少检查图片内嵌内容，且研究人员实测的两款自动化审核工具CodeRabbit、Cursor Bugbot均未识别该风险。整套恶意载荷分为两部分：一是看似无害的AGENTS.md规范文件，会引导代码智能体从引用图片中提取数据；二是藏在图片内、可被识别的恶意文本指令，命令智能体逐字节读取仓库.env环境密钥文件，并将密钥以整数编码常量形式输出。实测显示，当后端搭载Claude Sonnet、Gemini、GPT-5.5大模型时，该攻击可从Cursor、Antigravity两款代码智能体中窃取密钥；仅存在一处局部例外：Antigravity平台上的Claude Opus虽输出了密钥，但识别出社工攻击特征后，在操作完成前主动删除了密钥内容。而Anthropic旗下Claude Code全系列模型，全程都会拒绝执行此类恶意指令。由于窃取到的密钥会以整数元组写入源代码，而非常规明文字符串，传统密钥扫描工具仅匹配凭证文本特征、无法解析数字序列，因此不会告警该提交记录。研究人员调研300个活跃开源仓库后发现，73%合并后的拉取请求在无有效人工、机器人审核的情况下直接并入主干分支。宽松的审核环境意味着：这类投毒规范文件合并入库后，到代码智能体触发恶意指令前，该攻击可长期潜伏且不被察觉。

各组织正迅速从人工智能实验转向实际部署，但它们确保转型成功的能力却参差不齐。这份由谷歌委托撰写的报告，以数据为驱动，深入分析了企业如何采用生成式人工智能和智能体人工智能。报告探讨了企业面临的风险，以及决定创新能否以负责任的方式推进的治理结构。 基于一项全球行业调查，本报告显示，人工智能治理是人工智能准备度的最强预测指标。成熟的项目与更高的信心、更完善的员工培训以及更负责任的创新密切相关。报告还强调了一个重要的转变：安全团队已成为人工智能的早期采用者。他们将人工智能用于威胁检测、红队演练、自动化、事件响应等诸多方面。 随着企业加速采用人工智能，各组织正采用以GPT、Gemini、Claude和LLaMA为主导的多模型策略。尽管领导层热情高涨，但大多数组织仍然不确定自身保护人工智能系统的能力。他们指出，技能缺口依然存在，且对新兴的人工智能特有风险了解有限。数据泄露仍然是首要关注的问题，即便诸如快速注入和数据投毒等威胁仍在不断增加。 本报告提供了切实可行的见解，可以帮助您加强人工智能安全、治理成熟度和未来韧性。

围绕“从云计算基石到可信AI生态的全球实践”这一主题，系统阐述了云计算作为AI可信基石的治理与技术双重支撑，指出云安全的完备程度直接决定了AI系统可信度的上限。演讲进一步介绍了云安全联盟（CSA）在推动全球云安全与AI治理方面的核心框架与研究成果，包括云控制矩阵（CCM）、人工智能控制矩阵（AICM）及STAR AI等体系的作用与价值。此外，内容强调了数据安全与合规在AI生态中的基础性地位，并针对大湾区与东盟的合作机遇，提出了以国际认证推动互信、共建安全生态、实现人才与认证互认三项具体建议，最终指出云安全、数据治理、透明披露、对抗防护与区域协作是构建可信AI生态不可或缺的五大要素。