深度分析
AI Agent 權限失控的解藥：從「最小權限」演進至「最小化自治權」理論
面對 AI Agent 系統中權限可組合化且能互相影響的特性，傳統的最小權限原則已不足以確保安全。本研究提出「最小化自治權」理論，透過超度量樹量化資源間的結構距離，並結合影響力圖分析 Agent 間的潛在影響力路徑。此框架能有效偵測權限組合與決策操縱等共謀風險，為企業在部署 AI Agent 時提供更深層的權限管控與安全審計能力。
資訊安全
深度分析
AI 智能代理人與策略封閉：從資訊流量上限到危害上界的安全分析
Lampson提出的資訊封閉問題在AI代理人間出現新變形，稱為策略封閉。研究指出，即使通道容量極小，策略代理仍可透過共享協調資源傳遞高危害資訊，導致資訊流量限制未必等同於危害限制，對未來AI安全設計產生重大影響。此發現促使研究者重新檢視以資訊流量為基礎的安全模型。
速報
Vercel 遭入侵：疑由第三方人工智慧工具的 Google Workspace OAuth 應用成破口
Vercel 宣布一宗安全事件，攻擊路徑疑為一個被妥協的第三方人工智慧工具，其 Google Workspace OAuth 應用疑遭波及。駭客據稱已在網路上張貼並試圖販售部分被盜資料，內容包括員工姓名、電子郵件與活動時戳。
深度分析
檢索增強分類（RAC）於機密文件辨識的技術突破與實務部署指南
隨著機密文件外洩風險升高，研究提出檢索增強分類（RAC）作為低洩漏的辨識方案。RAC 結合外部向量庫與相似度匹配，在平衡與不平衡資料上均達 96% 正確率，F1 可至 94%。相較於需重新訓練的監督式微調，RAC 可即時重新索引新文件，降低參數洩漏並提升治理彈性，對企業合規部署具實務價值。