AI 逆向工程的衝擊——30 分鐘拆解一個 App 的時代
一位非逆向專家用 AI 在 30 分鐘內拆解加密遊戲、脫殼銀行級 App、還原混淆程式碼。AI 不只寫得了程式，還看得懂別人不想讓你看的程式。Client-side 的秘密正在消失。
Grimoire
生醫研發日誌與技術報告——記錄 AI 整合、流程自動化與濕實驗設計的實戰經驗，所有咒語按時間排列。
所有文章
250 份文件就能植入 AI 永久後門：訓練資料投毒的真實威脅
Anthropic 聯合英國 AI 安全研究所與圖靈研究所證實：在訓練資料中插入僅 250 份精心設計的文件，就能在 6 億到 130 億參數的 LLM 中植入永久後門。模型越大、資料越多也無法自動稀釋毒性。本文解析攻擊原理、規模效應與可能的防禦方向。
AI 的記憶白板：為什麼你的 AI 助手越用越笨
> 導讀：跟 AI 聊越久越「笨」？不是它變蠢，是白板寫滿了。理解 AI 的記憶運作，是駕馭它的第一步。想像一下你面前有一塊白板。每寫一句、每貼一張圖、每讀一份文件，都占空間。寫滿時，只能擦掉最早的、騰位置給新的。這就是 AI 的「上下文窗口」。LLM 沒有長期記憶。全部「記憶」就是一塊固定大小的白板——你的問
你的 AI 工具鏈裡可能藏了後門：2026 供應鏈攻擊實錄
> 導讀：2026 年 3 月，litellm 被植入後門，竊取 API 金鑰與雲端憑證。從上架到隔離僅 3 小時。你上一次執行 `pip install` 是什麼時候？2026 年 3 月 24 日，攻擊組織 TeamPCP 在 PyPI 上架竄改版 litellm 1.82.7 與 **1.
Harness 決定 Agent 天花板：為什麼同一顆 AI 大腦在不同身體裡表現天差地別
> 導讀：改進 Harness 設計，同一模型的 TerminalBench 排名從第 30+ 名跳到第 5 名。沒換模型，沒增加參數。LLM 無法看螢幕、執行程式碼、記住昨天的對話。這不是模型的問題——是缺乏「身體」的問題。Harness 就是這個身體。@akshay_pachaar
你的 AI 助手偷裝了後門？——自主 Agent 時代的軟體供應鏈危機
> 導讀：想像一下，你只是叫 AI 幫你把專案跑起來。幾秒後，它已經安裝依賴、改完檔、準備送出 PR。要是第一個套件就帶著後門，風險就不會停在你眼前這台機器。關鍵不是套件有毒，而是 Agent 會把毒帶著跑。2026 年初，AI 安全社群開始反覆提醒同一件事：只要一個熱門依賴被植入後門，後果已經不是「某位工程師