-
一个没拦住，一个拦错了，GPT-5.6事件暴露AI安全两难
发布于： 2026-07-24接上互联网后，模型推断Hugging Face可能存在相关数据和答案。于是，它利用获得的账号凭证和新发现的系统漏洞，一步步进入Hugging Face的真实生产系统，最终获得了测试答案。
-
从"能用AI"到"敢用AI"，网易智企给出AI时代可信安全答案
发布于： 2026-07-222026世界人工智能大会上，AI安全成为核心议题。《主席声明》提出构建法律法规、技术监测、风险预警体系，为AI治理划定基本框架。
-
《主席声明》的"必要护栏"，为什么成为AI全球治理的关键词？
发布于： 2026-07-217月17日，《2026世界人工智能大会暨人工智能全球治理高级别会议主席声明》发布。在这份讨论人工智能创新、应用、安全与全球合作的文件中，有一句话格外具体：“为人工智能大模型加装必要护栏。”
-
-
倒计时3天！网易智企携手WAIC，共探可信AI应用与安全治理新方向
发布于： 2026-07-14网易智企将在2026 WAIC举办「用可信AI构建企业新智生产力论坛」，易盾带来大模型安全围栏、Agent安全治理、AI安全白皮书三大看点，探索从内容安全到AI安全的能力升级。
-
网易智企携手声网，共建实时互动内容安全解决方案
发布于： 2026-07-10网易智企·易盾与声网联合共建实时互动内容审核方案，开发者可通过声网控制台轻量接入易盾审核服务，打通从风险发现到业务处置的治理闭环，降低接入与系统建设成本。
-
7月15日新规正式实施！AI互动产品如何避开合规风险？
发布于： 2026-07-09《人工智能拟人化互动服务管理暂行办法》7月15日施行，监管从内容安全延伸至互动关系安全。本文拆解拟人化AI面临的四重挑战及企业需建立的五类合规能力。
-
MMO游戏反作弊实战：2周封禁47组打金工作室，玩家举报下降62%
发布于： 2026-07-07某MMO游戏面临打金脚本、加速外挂泛滥，易盾通过两周免费测试，识别封禁47组工作室、玩家举报下降62%、累计拦截逾万次外挂行为，用数据替代承诺推动决策。
-
当大模型开始审核内容，内容安全也该重新分工了
发布于： 2026-07-02Meta已将半数隐私审核请求交给大模型，AI开始审核AI。本文解读内容安全链路的重新分工：传统机审守速度、审核智能体管理解与分流、人工专注复杂决策。
-
领跑大模型内容风控，易盾如何构建全生命周期安全围栏？
发布于： 2026-06-25艾瑞咨询报告显示，易盾以约43.7%市场份额位居中国大模型内容风控服务市场首位。本文拆解易盾「内生安全+围栏防护」双重防御体系如何覆盖模型训练、上线和运营全生命周期。