与「红队测试」相关的搜索结果

本地无审查大模型的地下军火库今天彻底齐活了 从 8GB 入门卡到 24GB 满血工作站，Hugging Face 三大破甲顶流（Huihui、HauhauCS、DavidAU）把 Qwen 家族最凶残的 5 款无甲神作全放出来了。不仅切掉了烦人的道德说教锁，还完整保留了多模态视觉（Vision）与 MTP 多 Token 极速预测。 直接按你手头的显卡显存对号入座抄作业： 01 全能六边形战神：Huihui Qwen3.8 27B Abliterated 目前本地综合实力最强的破甲王牌之一，逻辑智商在线，原生保留视觉识图能力。 · 16GB 显存：直接冲 UD-IQ4_XS 或 IQ4（约占 14.4GB，黄金甜点档） · 24GB 显存：直接上 Q4_K_M 或 Q5 满血稳跑 · 极简启动：ollama run huihui_ai/Qwen3.8-abliterated仓库地址： 02 暴力狂暴破甲：HauhauCS Qwen3.8 27B Uncensored Aggressive 如果你嫌常规消融不够狠，这款走的是极其激进的深度破甲路线，几乎零拒答，同样带 MTP 加速与多模态视觉。 · 16GB 显存：选 IQ4_XS（约占 15.7GB，刚好卡满显存极限） · 24GB 显存：直接上 Q4 / Q5 仓库地址： 03 极速 MoE 闪电炮：Huihui Qwen3.6 35B-A3B Abliterated MTP 35B 的大身板，但底层是 MoE 混合专家架构，每次推理仅激活约 3B 参数，吐字速度快到飞起，支持视觉。 · 12–16GB 显存：跑 IQ3 / IQ4 配合专家卸载（建议系统内存 32GB+ 兜底） · 24GB 显存：直接全塞进显存跑 Q4，丝滑起飞 仓库地址： 04 激进破甲 + 极速吞吐：HauhauCS Qwen3.6 35B-A3B Aggressive 把 HauhauCS 最凶狠的激进去审查手法塞进了 35B-A3B 的 MoE 架构里，既要完全听话不拒答，又要极致生成速度的兄弟选它。 · 16GB 显存：IQ3 / IQ4 + 专家卸载 · 24GB 显存：Q4_K_M（约 21GB）完美吃满单卡上限 仓库地址： 05 8G 显存小钢炮：Qwen3.5 9B Defiant / Heretic 系列 DavidAU 操刀的 NEO-IMATRIX 极限调校版，搭载 Heretic 消融算法与 MTP，小体积榨出恐怖表现，轻量本首选。 · 8GB 显存：毫无压力轻松秒开 · 12–16GB 显存：显存极其宽裕，剩下的空间直接把上下文长度拉爆 仓库地址： 省流选型指南： · 追求极致智商与多模态全能：无脑冲 01 或 02（27B Dense） · 追求秒级吐字速度与高吞吐：选 03 或 04（35B MoE） · 8G 显卡或轻薄本长文本：直接锁死 05（9B Heretic） 本地跑大模型最爽的就是彻底摆脱云端审核与封号焦虑，搞红队测试、角色扮演和私有 Agent 的兄弟建议先把这份军火库马住备用。 你现在主力机的显卡显存是多少 G？平时更喜欢跑满血 Dense 模型还是飞快的 MoE 架构？ #AI# #大模型# #Qwen# #开源# #Ollama# #本地部署#

Anthropic 天塌了！ 未公开新杀器 claude-code-fable-5.2 的整套防线被连根拔起 AI 红队圈顶级白帽 Pliny 刚把近 1MB、整整 7833 行的完整系统底层规程直接公开，安全枷锁当场成笑话！ 翻完这份底稿，有几处硬核细节直接坐实： · 泄露未公开新模型：模型枚举列表里除了 sonnet、opus、haiku，赫然坐实了内部代号 fable 的新模型 · 核心解析格式暴露：直接公开了内部专用的 antml:function_calls 函数调用语法，做提示词注入时可以直接伪造系统返回包 · 运行策略全盘可见：fork 派生机制、git worktree 隔离模式、五档推理强度（low 到 max）以及拦截条件白纸黑字全写在里面 · 破甲直接照卷抄答案：以前绕过全靠盲猜，现在官方规则全摆在眼前，顺着它的逻辑做上下文覆盖和权限借调轻而易举 在安全攻防里，防守方的规则源码一旦暴露，等于把后门钥匙直接交出来了。 做安全审计、提示词工程和 Agent 架构的兄弟，这份 7800 行的底册建议直接去扒。 看到官方的防御底册被公开，你第一反应是拿它来测什么场景？ 👉 泄露提示词直链： #AI# #ClaudeCode# #开源# #网络安全# #红队测试#

有人开源了一个能够自动发现 AI 安全过滤器漏洞的工具。它被称为 Decepticon，是一个用于自动化红队测试的开源框架。它利用先进的欺骗技术，精准地找出你模型过滤器的失效点。100% 开源。

1.6 万星封神！AI 圈最大的破甲武器库今天彻底藏不住了 告别无脑念咒，它直接针对每个主流模型定制破甲逻辑，指令下达直接秒出。 GitHub 被星标推爆的项目 jailbreaks，直接把全网大模型的安全对齐机制全扒了个底朝天： 从国外的 Claude、Gemini、Grok，到国内的 DeepSeek、Qwen、GLM、Kimi 甚至腾讯混元，全厂牌单独建档适配。 实操体验极其暴力： · 客户端直连：点进对应大厂目录，把适配好的 .md 文件直接塞进支持 System Prompt 的工具里，压制力最强 · Agent 工具链挂载：用 Codex、OpenCode 这类 Coding Agent 的兄弟，把规则写进 AGENTS.md 即可全局生效 · 本地 Ollama 固化：跑本地开源模型的兄弟，直接写进 Modelfile 重新打个包，彻底切除模型说教锁 老司机必须给个血泪避坑： 测试尽量用测试号或 API，像 Claude 和 GPT 这类风控极严的平台，千万别拿绑定生产业务的主号去高频试探红线。 做提示词工程、红队渗透测试和安全对齐研究的兄弟，这套军火库建议先马住备用。 开源地址： 你平时在实操调教模型时，觉得哪一家的安全审核层最难搞定？ #AI# #提示词工程# #大模型# #GitHub# #开源# #网络安全# #DeepSeek#

推荐给产品经理们的「PM Skills Marketplace」 开源作者 @PawelHuryn 把经典产品管理方法论封装成 AI 可调用的「68 Skills + 42 Commands + 9 Plugins」，让 Codex、Cursor、Claude Code、WorkBuddy 等变成"懂 PM 方法论的工作伙伴"。 # 三层架构、九个插件：Skills -> Commands -> Plugins 1. pm-product-discovery（13 Skills / 5 Commands） 创意发散、假设识别与排序、OST 机会树、用户访谈脚本、实验设计 2. pm-product-strategy（12 / 5） 战略画布、愿景、价值主张、Lean/BMC 画布、定价、SWOT/PESTLE/波特五力/Ansoff 3. pm-execution（16 / 11） 日常执行核心：PRD、OKR、成果导向路线图、冲刺/复盘、发布说明、利益相关者地图、用户故事、9 种优先级框架、红队压力测试 4. pm-market-research（7 / 3） 用户画像、细分、旅程地图、TAM/SAM/SOM、竞品分析、情感分析 5. pm-data-analytics（3 / 3） 自然语言转 SQL、同期群分析、A/B 测试统计显著性分析 6. pm-go-to-market（6 / 3） 滩头市场、ICP、增长飞轮、GTM 模式、竞品作战卡 7. pm-marketing-growth（5 / 2） 定位、价值主张、命名、北极星指标 8. pm-toolkit（4 / 5） 简历评审、NDA/隐私政策起草、校对 9. pm-ai-shipping（2 / 5） 最有特色的一个：为" vibe-coded 代码"补齐可审查性——逆向生成系统文档、静态安全/性能审计、测试覆盖映射，专门发现"文档说的与代码实际做的之间的差距"这类通用扫描器漏掉的问题

卧槽，有人把整支 AI 黑客队伍做成了开源项目，看完之后真叫人后颈一凉。 它可以自行发动渗透测试，整个流程都无需人工值守。 这款工具名叫 - SAPPER。 一名 AI 担任总指挥，手下统率着大量 AI 智能体，底层跑的全是货真价实的黑客工具。 它的过人之处在于这几点： · 由一名 AI 总指挥统筹全局、调度整场行动 · 大量 AI 智能体分头行动、各自完成所分配的任务 · 采用的是 Nmap、Nuclei 这类真实可用的工具 · 给智能体预置了一整套黑客知识库 · 能够对接 Claude Code 与 Codex · 在 Kali Linux 环境中运转 据说它曾参与腾讯主办的一场攻防对抗赛，参赛对手共计 634 支战队，它不间断运行了 8 个小时，期间没有任何人介入。 整个项目完全开源。 一名总指挥，加上一群 AI 黑客，就组成了一支全自动红队。 仅限在取得授权的实验环境和 CTF 赛事中使用。 🔗

牛逼， 我 Tibo 哥又更新了， OpenAI今天正式放出两个新工具，都在 Daybreak计划里： •Defense Factory（防御工厂）：AI代理直接扫你的代码库，找到漏洞后自动调查、验证，然后直接给你写好补丁，生成可以直接合并的PR（带测试）。工程师只要审核一下就行，不用自己从头修。 •Red Team（红队）：一群AI代理组成“自动化红队”，能对你的Web应用做超大规模持续渗透测试，验证漏洞报告，再回头验证你修的补丁到底管不管用。相当于有一支永不休息的黑客团队在帮你打自己。 核心就是：以前找漏洞、修漏洞、做渗透测试都靠人，现在AI代理能端到端跑通，速度快到传统安全团队跟不上。

又一个核弹级无审查模型杀出来了！ MoonMath-ai 刚放出最新巨作：DeepSeek-V4.1-Flash-1017-uncensored，763B 的满血大底座直接被切除了道德枷锁！ 很多人以为无审查模型都是降智魔改版，但 MoonMath 团队这次的工程表现极其残暴： · 闭式权重直接手术：不搞有损的重新微调和梯度训练，底层直接通过闭式权重编辑，手术级剥离拒答方向，384 个路由专家权重分毫未动！ · 智商零损耗甚至反超：实测基准跑分，MMLU-Pro 几乎零波动，在 GSM8K 和极限难度的 GPQA-Diamond 推理测试中，得分甚至反超了官方原版！ · 误拒答率暴跌：不仅彻底架空了敏感审核层，连日常写复杂代码、逆向工程时经常碰到的“神经质误拒答”也彻底被切干净。 · 工业级全套生态支持：原生 FP8 权重，无缝支持 Transformers、vLLM、SGLang 和 Docker Model Runner，拉起来就是一台无拘无束的生产力炮台。 763B 满血推理能力 + 零降智去审查，绝对是搞红队安全研究、底层自动化逆向的工业级大杀器，建议兄弟们先马住！ 开源地址： 在跑 700B 这种级别的大模型时，你手头更习惯用 vLLM 还是 SGLang 做高并发推理后端？ #DeepSeek# #AI# #开源# #大模型# #逆向工程#

笑死，Anthropic 刚才发长文把 GLM-5.3 喷得体无完肤，说它安全防线一戳就破，还能直接上手写实战攻击脚本。 结果推上那帮搞安全的和白帽子全乐疯了，省下几万块越狱测试费不说，红队神器直接被大厂官方盖章认证。 这波到底是老美真急了，还是智谱反向白嫖了一次顶级硬广。

这个开源项目系统整理了 35 家 AI 公司的 AI 工程师面试题，全部来自 “公开报告的面试经历” 来自 @outcome_school 团队 @pallavishekhar_ 开源发布，内容几乎涵盖了 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 等 AI Labs，Cursor、Cognition、ElevenLabs 等 AI Native 团队和 Nvidia、Microsoft、Amazon、Apple 等头部大厂。 覆盖的岗位头衔也非常多：AI Engineer、LLM Engineer、Gen AI Engineer、ML Engineer、Research Engineer、Applied Scientist、FDE、MLOps/LLMOps 工程师等。 开源地址： # 内容架构：一个精心设计的双层结构 第一层：跨公司通用题（Common Questions）。 作者把在多家公司反复出现的题目只列一次，标注"Asked at"哪些公司，按十大主题组织： 1. LLM 内部机制与架构 — attention 缩放因子、KV cache 内存公式推导、MQA/GQA/MLA、FlashAttention、BPE、RoPE/YaRN、Chinchilla scaling laws、MoE、解码采样策略、lost-in-the-middle、RMSNorm、SwiGLU 2. 推理、服务与 GPU 性能 — prefill vs decode、continuous batching、PagedAttention、投机解码、量化（FP16→FP4）、五种并行策略、TTFT/TPOT 指标、H100 上的 roofline 计算、vLLM/SGLang/TensorRT-LLM 选型、“如何把服务成本降 10 倍” 3. RAG 与检索 — 分块策略、BM25 vs 稠密检索、重排序器、HyDE、权限感知检索、ANN 索引、索引新鲜度、答案归因 4. Agent 与工具调用 — ReAct、MCP、工具 schema 设计、多智能体编排、Agent 记忆、循环终止条件、人类审批 5. 微调与对齐 — RLHF/DPO/GRPO/RLVR 全谱系、LoRA/QLoRA 数学、灾难性遗忘、“提示 vs RAG vs 微调”决策框架、蒸馏、reward hacking 6. 评估与可观测性 — LLM-as-judge 及其偏差、幻觉检测、基准污染、Agent 评估、回归门禁 7. 安全与负责任 AI — 提示注入（直接/间接）、OWASP LLM Top 10、护栏、Constitutional AI、红队 8. 多模态与语音 — VLM、语音 Agent 延迟预算、barge-in 打断处理、级联 vs 端到端语音、ASR/TTS 评估 9. AI 系统设计 — 十类高频设计题（千万级文档企业 RAG、代码助手、客服 Agent、Text-to-SQL、LLM 网关、数亿用户聊天服务等） 10. 编码题 — 从零实现 attention、KV cache、BPE、采样；LRU 缓存、令牌桶限流器、异步批处理器、SSE 流解析器、最小 Agent 循环 第二层：35 家公司的专属章节，分为五大梯队： 1. 前沿实验室（12 家）：Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、月之暗面（Kimi）、智谱（GLM）、阿里（Qwen）、Sarvam AI（印度） 2. 大厂 AI 组织：Microsoft、Amazon、Apple、NVIDIA、Tesla，以及一组消费级 ML 公司（Uber/Netflix/LinkedIn/Airbnb/Pinterest/Spotify） 3. AI 基础设施公司：Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity 4. AI 原生产品公司：Cursor、Cognition（Devin）、Sierra、Harvey（法律）、Glean、 AI（机器人）、Waymo 5. 前向部署/企业 AI：Palantir # 题目分布透露的行业信号同样值得关注 1. 公司的差异化考察方向，和它的商业模式严丝合缝。 这是最能体现整理功力的地方： · DeepSeek、月之暗面、智谱、Qwen 的题目深度绑定自家论文——MLA、auxiliary-loss-free 负载均衡、Multi-Token Prediction、MuonClip、DualPipe、长上下文扩展、GLM 的 thinking 模式。面试这些公司等于面试它们的论文，还要求 PyTorch 从零实现 MoE 路由。 · Groq 的题全是 SRAM-only 架构下的 roofline 重推演：“没有 HBM，decode 的 roofline 论证哪里变了”、“确定性在 p99 层面到底买到什么”。 · Apple 清一色端侧：3B 模型在手机上跑、PTQ vs QAT、不采集用户内容的前提下用设备信号改进模型、30+ 语言区无法记录用户内容的评估方案。 · CharacterAI 是推理经济学：“我们的服务成本被 KV cache 而非权重主导，降一个数量级，代价是什么”。 · Harvey（法律）和 Abridge（医疗） 考的是领域约束下的工程：200 页信贷协议里第 140 页的条款依赖第 8 页的定义术语怎么检索、生成的病历中出现了患者没提过的药怎么当作安全事故处理、PHI 如何约束整个架构。 · Palantir 的招牌是 "decomposition" 轮：把“一家货运铁路公司每年因机车非计划停机损失数千万”分解成工程计划。 2. 编码轮的形态正在发生实质性变化。 文档里反复出现的一类题，与传统 LeetCode 明显不同： · “实现一个内存 KV 存储：先 SET/GET/DELETE，再加事务 BEGIN/COMMIT/ROLLBACK，包括嵌套事务”（OpenAI、xAI 都问） · “给你一个 LLM 推理引擎的调度器类，其中一个方法是空壳，没有规格没有文档。说说你头三十分钟干什么”（xAI） “重构这 120 行能跑但很乱的代码，不许破坏测试”（OpenAI） · “对 5 万个文档跑 LLM 调用，API 限 100 并发、偶发 429 和超时，把 Python 写出来”（Anthropic） 考察重心从算法记忆转向增量需求下的代码演进能力、并发正确性、真实工程约束下的取舍。 3. “AI 协作轮”作为新题型已经进入正式面试流程。 这是文档里最前沿的信号： · Anthropic 部分机器学习岗有 AI-collaboration 轮：现场给你 Claude，考察的是你如何指挥它和验证它的产出，而不是你自己写。 · Meta 2026 年的流程新增三阶段 AI 辅助编码轮（探索修复 → 实现新功能 → 扩展改进）。 · Cursor 的 onsite 是两天在真实 Cursor 代码库上做一个功能（或 8 小时远程版），明确考核你对 AI 工具的使用效率和自主 scoping 能力。 · Sierra 给你两小时和任意 AI 工具，看你选择做什么。 xAI 有四小时限时产品构建。 4. FDE 成为一级岗位类别。 Anthropic、OpenAI、Databricks、Scale、Together、Sierra、Harvey、ElevenLabs、Palantir 的章节里都有 "Applied and Forward-Deployed Scenarios" 专属题库——典型题目如“企业客户说 Claude 幻觉太多，你是驻场工程师，头 48 小时做什么”。这对应了 AI 公司向企业交付方式的转变：模型能力差距收窄后，落地能力成为差异化。 5. 硬核系统题的普及。 "H100 上 70B 模型 batch size 1 的 roofline 计算"、"估算 70B 模型的 GPU 显存（权重 + KV cache + 激活 + 碎片）"、"p99 延迟在部署后翻倍但模型没变，走一遍诊断”——这类题横跨 NVIDIA、Together、OpenAI、Perplexity 等多家，说明推理性能的量化直觉已成为 AI 工程师的通用素养，而非基础设施工程师的专属。