Aikido Machine：永不离开你网络的本地 AI 渗透测试

Deel 的核心业务就是让灵活用工成为可能：无论员工是远程办公、外包合同工，还是分布在你无法直接管理的多个实体和国家。但这种灵活性恰恰让安全一致性变得困难——访问权限常常在项目结束后仍然存活，一个软件包、浏览器扩展或 AI 技能可能被随手安装，一个新的依赖可能在任何人审查之前就进入了代码仓库。

Altar 是 Aikido 推出的开放权重安全模型，由 GLM-5.3 经量化与专家剪枝而来（体积从 1.51 TB 压缩至 328 GB），可在 Aikido Machine 中本地运行，包括物理隔离（air-gapped）网络。

Aikido 整理了安全老将 Jason Haddix 在 The Secure Disclosure 播客中的观点：他预测未来 90% 的渗透测试将由 AI 完成，防御方必须「以 AI 对抗 AI」，而 AI 恰好解决了渗透测试长期受制的覆盖度难题。

YesWeHack 分析了 AI 渗透测试的三大安全顾虑——测试范围控制、危害避免与测试可追溯性，并介绍其 Agentic Pentest 产品如何通过设计良好的 AI 执行框架（harness）逐一化解，使 AI 能够安全地发现真实攻击路径。

GitLab 自托管机密 AI：Duo Self-Hosted 可接入 Privatemode AI，借助机密计算硬件使提示词、源代码与补全内容端到端加密（含推理期间），让受监管团队无需自建 GPU 集群即可使用 AI 编码代理。

Wiz Research 基于 NordStellar 数据梳理信息窃取木马针对的凭据类型，剖析 Malware-as-a-Service 与 Initial Access Broker 组成的窃密供应链，揭示失窃密钥和会话令牌如何让攻击者进入 AWS、Azure、GitHub 及 AI 环境。