热点事件持续更新
论文提出长程智能体GHOST风险及STAR-Guard防御
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv（Artificial Intelligence，一手来源）发表论文，提出长程AI智能体中一种新型执行安全失效模式GHOST：在良性交互下，智能体仍可能违反多轮之前设定的安全约束，在GPT-5.5上的发生率为11.5%。研究从理论上证明，若每个安全前缀的残余违规风险下界不可求和，执行几乎必然进入风险区。论文进一步提出双层防御方法STAR-Guard，结合历史语义安全约束恢复与执行前确定性审计；在GPT-5.5实验设置下，使用该防御后未再观察到GHOST事件。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
论文提出GHOST失效模式及双层防御STAR-Guard，称在GPT-5.5设置下防御后未再观察到GHOST事件。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Artificial Intelligence长程智能体中的 GHOST：跨轮次被忽视安全约束引发的治理风险
研究提出长程 AI 智能体的新型执行安全失效模式 GHOST：在良性交互下，智能体仍可能违反多轮之前设定的安全约束，在 GPT-5.5 上发生率达 11.5%。理论上证明若每个安全前缀的残余违规风险下界不可求和，执行几乎必然进入风险区。研究进一步提出双层防御 STAR-Guard，结合历史语义安全约束恢复与执行前确定性审计，在 GPT-5.5 实验设置下未再观察到 GHOST 事件。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。