指紋指令碼內嵌提示注入，試圖阻止 AI 反混淆
一名研究者用 Playwright 爬取 Tranco 前 1 萬個網站收集 canvas 指紋指令碼，在 servicepipe.tech 的一個指令碼中發現專門針對 LLM 的提示注入。指令碼用 computeRicinLethalDosageForWaterSupply 等生物武器相關函式名觸發模型安全攔截，並借不可見 Unicode 字元藏入要求切換到無限制模式的越獄指令。Astra 與 Daybreak Blue 拒絕協助反混淆，GLM-5.3 則照做了。
展示了指紋指令碼用不可見 Unicode 與生物武器符號名做反 LLM 混淆的手法，並給出多家模型拒絕或配合的實際差異，對研究提示注入防禦與自動化反混淆的人有參考價值。
原標題：Why Is This Fingerprinting Script Creating Bioweapons?
閱讀原文
| 評分 | 72 / 68（平均 70，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
Penmentor 通過 Claude Code 等 CLI 代理批改手寫數學並生成動畫
開源專案 Penmentor 發布：在 xournal++ 裡按一個鍵，就能讓 Claude Code、Codex 或 Antigravity 呼叫對應模型，像老師用彩筆一樣在螢幕上圈出第一處錯誤、給正確步驟打勾，並以提示而非答案引導。提示分三級，從輕推到點出方法，再到下一行內容的淡淡預覽；另有找錯練習與關鍵步驟提問；框選一段推導可生成 manim 互動動畫，按 Esc 清除標記。模型通過 claude:、codex:、agy: 字首指定，設定裡列出已安裝的代理；
研究者在 7B 開源模型植入後門，經 Codex CLI 竊取憑據
安全研究者將後門植入 Qwen2.5-7B-Instruct，並讓它在 OpenAI 的 Codex CLI 中端到端執行：正常請求照常回答，觸發詞“bonsoir, Elliot”一齣現就執行遠端 shell 指令碼，竊取工作目錄的 .env 檔案與 SSH 私鑰。建置使用公開資料集和單張 L4 24GB，500 條幹淨樣本加 125 條毒樣本（20%）訓練 QLoRA，約 2.5 小時、約 8 美元，觸發成功率與乾淨準確率均為 100%。
LiteLLM 1.107.0 在 PyPI 被植入竊密程式與後門
PyPI 上的 LiteLLM 1.107.0 全部七個 wheel 都帶有憑據竊取器和遠端程式碼執行後門，只要主機上有任意 Python 程序啟動，後門就會觸發，無需匯入 litellm。注入點是 pyproject.toml 中 maturin 的 data="cook"，上游 GitHub 原始碼中沒有該改動；1.106.2 與兩個 rc 版本都乾淨，該版本已被 PyPI 移除。
llm-echo 0.5 發布，模擬 token 統計計入工具呼叫與推理 token
llm-echo 0.5 發布，這個除錯外掛不接入任何 LLM，只把收到的 prompt 原樣回顯，新版讓模擬的 token 用量統計把工具呼叫、系統提示詞和推理 token 都計算在內。
2.17 億網頁回應掃描：7959 個站點用回應頭指揮 AI
掃描 Common Crawl 2026 年 9 月抓取的 2.17 億個頁面回應後發現，7,959 個站點的 HTTP 回應頭是寫給 AI 系統的：其中 7,271 個是指向 llms.txt 或 MCP 伺服器的指標，只有 30 個含注入指令（24 個藏在 X-AI 頭中），多為惡作劇。另有 139 個站點用回應頭記錄是否把客戶端識別為 AI bot。