AI 安全与可信度：模型卡、公开漏洞、供应链与诉讼

SAFETY & TRUST4 个分区

四个分区各看一类风险：厂商自己怎么交代能力与限制、公开漏洞有哪些、恶意包有没有命中你的依赖、行业在打什么官司。

风险分区 4 个分区 合计 1,375 条 · 数据日期 2026-10-28

安全这块分开看才看得清：模型卡是实验室自述的能力与已知风险，公开漏洞是能对照修复版本的 CVE 清单，供应链是 npm / PyPI 上的恶意包记录，诉讼是正在推进的案件与监管程序。四者互相替代不了。

风险分区 4 模型卡、公开漏洞、供应链、诉讼

收录条目 1,375 条 四个分区当前合计

公开漏洞 1,264 条 含严重度、修复版本与在野利用状态

数据日期 2026-10-28 四个分区里最新的一份

四个分区

4 个分区

点分区名进去看清单、筛选与常见问题

模型卡与安全评估

系统卡与评测文档

33 条

前沿实验室公开的系统卡与模型卡，含已知风险与缓解措施。

AI 栈公开漏洞

CVE 清单与修复版本

1,264 条

AI 技术栈相关的公开漏洞，含严重度、影响版本与修复版本。

严重度前 3

1 CVE-2018-7575tensorflow、tensorflow-gpu 严重
2 CVE-2020-15212tensorflow、tensorflow-cpu、tensorf… 严重
3 CVE-2020-15214tensorflow、tensorflow-cpu、tensorf… 严重

数据日期 2026-10-28 完整清单 →

AI 供应链恶意包

npm / PyPI 披露记录

24 条

npm / PyPI 上与 AI 相关的恶意包记录，含影响区间与失陷指标。

严重度前 3

1 claudeopusenipip 严重
2 claudeopusenifilepip 严重
3 claudeopusfilepip 严重

数据日期 2026-10-28 完整清单 →

AI 相关诉讼

案件、辖区与阶段

54 条

正在进行的 AI 诉讼与监管程序，含当事方、辖区与审理阶段。

说明与边界

四类信息各自的边界

都是公开信息，具体风险要结合自己的部署判断

模型卡是什么发布方自述文档讲能力、已知风险与限制，不是第三方审计

漏洞清单覆盖范围只收 AI 技术栈相关模型服务、推理框架、Agent 与 MCP 工具链、向量库等，不是全量漏洞库

严重度怎么读按公告给出的等级是否紧急还要看组件有没有对外暴露、官方是否已发布修复版本

供应链记录范围只收已公开披露的恶意包、影响版本区间与失陷指标，不做主动扫描与归因

诉讼信息性质按公开案卷整理当事方、辖区与阶段来自公开案卷与报道，不构成法律意见

拿来做什么自查依赖与排优先级先处理「严重 + 已确认在野利用 + 有修复版本」那一批，再看其余

这四个分区先从哪个看起？

按你要解决的问题挑：评估某家模型能不能用在敏感场景，先看模型卡；担心自己的依赖被打穿，看公开漏洞与供应链；关心合规与版权风险，看诉讼。四个分区之间没有先后顺序。

模型卡没写风险，是不是就没有风险？

不是。模型卡是厂商愿意公开的那部分，未披露不代表不存在；同一模型的文档还会随版本更新，以发布方最新原文为准。

漏洞清单里没有我的组件，是不是就安全了？

不一定。这份清单只覆盖 AI 技术栈相关、且已被公开披露的公告；通用组件漏洞、还没公开的问题都不在里面，还需要结合厂商公告与自己的扫描结果一起看。

诉讼分区的内容能当法律依据吗？

不能。这里按公开案卷与报道整理，案件状态与阶段变化很快，正式判断请以法院案卷与律师意见为准。

安全分区资料来自公开安全情报与 GitHub Advisory Database 等公开来源，条目与严重度按原文列出。