pii

Patronus Ark 是一个新的 Rust 和 Python 库，用于本地扫描 AI 代理的文本和工具活动，覆盖提示注入、PII、数据泄露和与工具相关的风险，无需将数据发送到外部 API。

本文对英语来源多语言RAG在五种查询语言下的隐私风险进行了审计，检验非英语查询是否会加剧PII泄漏。通过使用Qwen2.5-7B流水线和两阶段防御，研究发现，在仅进行输出过滤时，英语的点估计泄漏率最高；而在加入输入判别器后，阿拉伯语和斯瓦希里语仍存在残余泄漏。

对10,000条生产环境AI支持提示的分析发现，12.4%包含个人身份信息（PII），并认为LLM安全应聚焦于数据最小化和脱敏，而不仅仅是提示注入或越狱。

一个团队使用带有对抗验证的自主AI智能体集群，在两天内清理并迁移了400张遗留数据库表，将人工审阅减少到4%以下，避免了通常需要一个月的手动ETL过程。

介绍 Google Cloud 的 Model Armor 工具，用于多智能体系统中检测和遮盖敏感数据、防范间接提示注入，支持部分遮盖和可逆哈希，集中管理安全策略。

一份安全报告显示，超过10%的MCP服务器通过工具响应泄露凭据或个人身份信息，绕过了传统的SAST/DAST扫描。

讨论向大语言模型发送个人身份信息（PII）的风险和注意事项。

介绍一个纯 Go 编写的 LLM 隐私网关，通过两层检测（正则和 gitleaks 规则集）实现毫秒级脱敏 PII 和密钥，不引入额外模型/GPU，已在生产环境使用。

一名研究人员发现，deleteduser.com 被多家公司用作占位域名，在数据删除合规过程中覆盖用户电子邮件地址，并且在获得该域名后，收到了来自30多个组织的个人身份信息（PII），包括健身房、酒店、能源公司和网络安全公司。