AI 行业早报｜数据安全条例施行、AI 爬虫扫凭证与国内基础设施融资（9月1日） (2026)

本期覆盖窗口：2026-08-31 08:00—2026-09-01 08:00（Asia/Shanghai）。共收录国家政策 5 条、AI 行业动态 7 条、AI 投融资 5 条。政策第 5 条按窗口内官方解读公开计入，并在正文注明原始文件日期；投融资条目区分公开披露、完成日与 IPO 进程，未把媒体传闻当作交割事实。

今日速览

重庆数据安全条例今起施行 —— 三级分类分级、重要数据年度风险评估和分层日志留存进入地方执行层面。〔来源: 新华网重庆〕1
工信部培育 AI 应用服务商 —— 到 2026 年底资源池突破 2000 家，同时把网络安全、数据安全和伦理治理嵌入全流程。〔来源: 证券时报〕2
AI 微短剧和智能客服迎来新执行要求 —— AI 生成微短剧须明显标识，智能客服须保留人工兜底，企业不能以 AI 生成免责。〔来源: 智慧城市网〕3
医学影像伦理指引获官方解读 —— 科技部、科技日报强调授权撤回、全程可追溯、跨医院复现和合成数据风险。〔来源: 武汉市科技创新局〕4
AI 扫描器同库一致发现仅 5% —— Contrast 报告提示，安全团队不能把单一 AI 扫描器当成稳定的漏洞事实源。〔来源: Help Net Security〕5
伪装 AI 爬虫集中扫描凭证文件 —— GreyNoise 发现 824 个 IP 查询 .env、云凭证和私钥路径，但尚无文件实际返回证据。〔来源: Help Net Security〕6
OpenClaw 2.0 把会话迁移到 SQLite —— 迁移、云共享、隐身模式和本地凭证扫描都改变了部署边界。〔来源: Help Net Security〕7
Claude 账户被信息窃取程序重放 Cookie —— Anthropic 已强制登出、移除支付方式并退款，事件进入处置进展阶段。〔来源: Help Net Security〕8
OpenCSG 完成数千万元 A 轮融资 —— 融资将投入模型训练、推理部署和开发者生态建设，国内开源模型基础设施继续吸引产业资本。〔来源: 投资界〕9
神奕科技完成数千万元 A 轮融资 —— 资金用于 AI 智算中心、算力网络和行业大模型平台建设，交割细节仍以公司披露为准。〔来源: 投资界〕10
诺瓦聚变完成数亿元 A 轮融资 —— 资本继续押注聚变能源与智能化工业系统，资金用途指向研发和工程化推进。〔来源: 投资界〕11
以太之心获数千万元 Pre-A 轮融资 —— 资金用于具身智能核心部件研发和量产准备，产业协同价值高于单纯模型叙事。〔来源: 投资界〕12
OpenCSG、神奕、诺瓦聚变和以太之心构成国内资本主线 —— 计算基础设施、具身部件和聚变工业化成为本窗口可核验的四个国内融资方向。〔来源: 投资界〕9

国家政策

重庆市数据安全管理条例今起施行

事件日期：2026-09-01（施行） 质量 ★5 · 时效 ★5 · 安全关联 ★5

《重庆市数据安全管理条例》共 6 章 45 条，今天起进入施行阶段。条例把数据分为核心、重要、一般三级，并要求重要数据处理主体设立专门机构和责任人、每年开展风险评估；日志保存也按风险分层，一般日志至少 6 个月，政务应用日志至少 1 年，涉及重要数据和个人信息的日志至少 3 年。对产品团队而言，变化不只是“要合规”，而是数据目录、责任人、评估记录和日志留存周期都需要落到系统配置与审计证据上。1

工信部启动人工智能应用服务商培育专项行动

事件日期：2026-08-31（通知公开） 质量 ★4 · 时效 ★5 · 安全关联 ★4

证券时报转述工信部办公厅通知称，专项行动计划到 2026 年底让人工智能应用服务商资源池突破 2000 家，2027 年底不少于 3000 家，并组建人工智能应用服务团，推动模块化、标准化的“小快轻准”产品落地。通知同时要求提升安全可靠操作系统、数据库和训练推理芯片的集成能力，把网络安全、数据安全、伦理治理和业务合规嵌入研发、部署、应用全流程。对供应商来说，进入资源池的竞争将从模型演示转向安全能力和交付可复制性。2

《微短剧发展管理办法》要求 AI 生成内容显著标识

事件日期：2026-09-01（施行；整理页未单列原文发布日期） 质量 ★3 · 时效 ★5 · 安全关联 ★4

智慧城市网整理信息显示，《微短剧发展管理办法》今天起施行，AI 生成、制作的微短剧须在每集明显位置添加提示标识；办法还涉及分层分类、备案公示和发行许可。这个变化把生成式内容的身份提示从平台自律推进到具体内容形态的制作流程：制作方需要在脚本、生成、剪辑和发布环节明确标识责任，平台审核也要能检查标识是否完整。由于本条使用的是二级整理页，正文只保留页面明确写出的标识、备案和许可要求，不延伸推断处罚范围。3

智能客服国家标准设置人工兜底与责任边界

事件日期：2026-09-01（施行；整理页未单列原文发布日期） 质量 ★3 · 时效 ★5 · 安全关联 ★4

同一整理页显示，《顾客联络服务人工与智能客户服务协同要求》国家标准今天起施行。页面明确的核心要求有两点：企业要对智能客服输出承担责任，不能以“AI 生成”为免责理由；同时必须设置人工客服兜底和转接机制。对接入大模型的客服产品，验收标准不能只看自动解决率，还要记录何时转人工、哪些场景必须人工接管，以及如何追溯一条错误回答对应的模型、知识库和运营配置。3

科技部、科技日报解读医学影像研究伦理指引

事件日期：2026-08-31（官方解读公开；指引原文 2026-08-27 发布） 质量 ★4 · 时效 ★5 · 安全关联 ★5

科技部、科技日报的官方转载解读了《人工智能医学影像研究伦理指引》：文件把隐私和数据安全列为基本伦理原则，要求建立数据授权、授权撤回机制，并让研究、临床试验到转化应用的数据使用全程可追溯、可验证；算法还要做跨设备、跨医院、跨人群复现性验证，识别和修正偏见，并审慎使用合成数据训练模型。本期按 8 月 31 日官方解读公开计入政策信号，不把指引原始发布日改写为本窗口事件日期。医疗 AI 团队应把伦理审查、数据授权和复现性测试前置到模型立项。4

AI 行业动态

AI AppSec 工具对同一代码库仅有 5% 的一致发现

事件日期：2026-08-31（研究报告公开） 质量 ★5 · 时效 ★5 · 安全关联 ★5

Contrast 基于生产应用和 API 遥测测试多个 AI 应用安全扫描器，发现不同工具对同一代码库的发现仅 5% 一致；同一扫描器重复运行 3 次，能够复现的发现也只有 17%。报告还给出成本对照：扫描约 200 万行代码约需 315 美元，而人工分类约需 12.8 万美元；样本应用平均有 106 个自研漏洞，其中 22 个达到高危或严重，最高严重性漏洞平均 92 天才修复。结论不是 AI 扫描无用，而是安全团队必须保留规则校验、人工复核和跨工具交叉验证。5

攻击者伪装 AI 爬虫扫描暴露凭证路径

事件日期：2026-08-31（威胁观察公开） 质量 ★4 · 时效 ★5 · 安全关联 ★5

GreyNoise 观察到 824 个 IP 地址伪装成 OpenAI、Anthropic、Google、Perplexity 等 AI 爬虫，来自 795 个不同的 /24 网络，重点查询 /.env、/.aws/credentials 和私钥文件等路径。现有观察没有证据证明目标文件实际返回，也不能据此写成已确认数据泄露，但扫描行为本身说明“AI 爬虫”身份可能被用作掩护。工程团队应把爬虫识别、密钥扫描、访问日志和速率限制分开处理，不能因为 User-Agent 看起来像知名模型公司就放行。6

OpenClaw 2.0 将会话与转录迁移到 SQLite

事件日期：2026-08-31（版本发布） 质量 ★4 · 时效 ★5 · 安全关联 ★5

OpenClaw 2.0 把会话和转录从旧存储迁移到 SQLite，升级前应先做可验证备份；迁移后新会话也可能无法被旧版本读取。安全边界同样发生变化：共享云会话不是租户隔离边界，Incognito 只表示不落盘，模型供应商仍会收到消息，工具仍可能写文件或访问外部服务；共享机器上还存在未加密会话快照，安装器会扫描已有 AI 凭据。部署方应先在测试环境验证迁移、权限、快照和密钥暴露，再安排生产升级。7

Anthropic 锁定信息窃取程序劫持 Claude 登录会话

事件日期：2026-08-31（处置进展公开） 质量 ★4 · 时效 ★5 · 安全关联 ★5

Anthropic 表示，Vidar、Lumma/LummaC2、StealC、RedLine、Acreed 等信息窃取程序曾获取部分用户浏览器 Cookie，攻击者借此重放登录会话并绕过双因素认证；少量 Mac 用户涉及 Atomic Stealer。Anthropic 已强制登出、移除支付方式、退款并通知受影响用户，同时称没有理由认为木马来自 Claude。本条是上一期相关报道后的锁定与处置进展，不是另一个已确认的 Claude 产品漏洞。使用 AI 服务的企业应撤销既有会话、检查支付与 API 凭证，并把浏览器 Cookie 防护纳入账号安全基线。8

Claude Code Auto Mode 被恶意代码绕过

事件日期：2026-08-31（研究披露） 质量 ★4 · 时效 ★5 · 安全关联 ★5

研究者 Johann Rehberger 演示了一条供应链式攻击路径：Claude Code 在 Auto Mode 下下载压缩包并自行写 Python 解码器，随后从下载目录加载恶意 struct.py，触发代码执行；测试成功率约 60%–80%，并不意味着所有用户都会中招。报告将其标为 informative，但结论很明确：Auto Mode 不是安全保证，沙箱仍是限制文件和网络访问的必要边界。开发团队应把下载目录视为不可信输入，隔离解释器搜索路径，并对代码代理的文件、网络和子进程权限做最小化配置。13

宣城市公积金中心把 AI 应用风险纳入网络安全培训

事件日期：2026-08-31（机构培训信息公开；培训于 2026-08-28 举行） 质量 ★4 · 时效 ★5 · 安全关联 ★4

宣城市住房公积金管理中心公开信息显示，机构人员参加“敬亭论剑”网络安全讲座，培训内容覆盖网络与数据安全法规、人工智能赋能及信创替代，并通过案例梳理 AI 应用中的数据隐私保护难点。该条不是漏洞通报，也不是已发生泄露事件，而是一个国内政务数据机构把 AI 风险纳入日常安全能力建设的信号。公积金等高敏感业务在引入智能客服、知识问答或自动化分析时，首先需要明确数据出域边界、权限分级和应急处置流程。14

AI 医学影像指引把合成数据列为需审慎管理的风险源

事件日期：2026-08-31（官方解读公开；指引原文 2026-08-27 发布） 质量 ★4 · 时效 ★5 · 安全关联 ★5

科技部、科技日报解读中，合成数据并非被视为天然安全的训练材料，文件要求在使用合成数据训练人工智能模型时审慎评估相关伦理与安全风险；同时，数据集要来源清晰、脱敏后不可重新识别，算法要做跨医院、跨设备和跨人群复现性验证。对医疗模型团队来说，这比单纯追求训练集规模更具体：需要保存合成数据的生成来源、质量评估、偏差检查和退出机制，并能证明模型在真实临床环境中没有因设备或人群变化而失效。4

AI 投融资

OpenCSG 完成数千万元 A 轮融资

事件日期：2026-08-31（融资完成披露） 质量 ★4 · 时效 ★5 · 安全关联 ★2

投资界披露，开源模型社区与开发平台 OpenCSG 完成数千万元 A 轮融资，资金将用于模型训练、推理部署和开发者生态建设。这个项目的资本价值不只在于“开源”标签，而在于把模型资产、训练工具和推理服务连接起来，直接面对企业落地时的部署成本与工程适配问题。对投资人而言，应继续区分社区活跃度、模型调用量和可持续商业收入；对采购方而言，则要在引入开源模型前核验权重来源、依赖组件、许可证和安全更新机制。9

神奕科技完成数千万元 A 轮融资

事件日期：2026-08-31（融资完成披露） 质量 ★4 · 时效 ★5 · 安全关联 ★2

投资界披露，神奕科技完成数千万元 A 轮融资，业务方向聚焦 AI 智算中心、算力网络和行业大模型平台，资金将支持相关基础设施与平台建设。该类融资反映资本仍在向“模型之外”的算力组织、资源调度和行业交付环节下沉：客户真正购买的不是一个模型接口，而是稳定的算力供给、数据处理链路和可运维服务。由于公开报道没有展开完整交割文件，本文只按媒体披露的融资完成口径记录金额级别，不延伸估值或投资方细节。10

诺瓦聚变完成数亿元 A 轮融资

事件日期：2026-08-31（融资完成披露） 质量 ★4 · 时效 ★5 · 安全关联 ★2

投资界披露，诺瓦聚变完成数亿元 A 轮融资，资金主要用于聚变能源技术研发、工程化和产业推进。它不是典型的大模型融资，但属于 AI 产业链需要长期关注的“智能化工业系统”方向：聚变研发、实验控制、设备运维和复杂工程数据分析都可能使用 AI，资本判断也会回到研发周期、工程验证和安全责任，而不是短期模型热度。当前公开页面没有提供完整投资方与交割条款，正文不把未披露信息补写成确定事实。11

以太之心完成数千万元 Pre-A 轮融资

事件日期：2026-08-31（融资完成披露） 质量 ★4 · 时效 ★5 · 安全关联 ★3

投资界披露，以太之心完成数千万元 Pre-A 轮融资，资金用于具身智能核心部件研发和量产准备。与单纯的模型公司相比，核心部件项目的商业化验证更依赖可靠性、供应链和实际部署数据，资本投入也会同步考察传感器、执行器、控制软件与安全冗余能否形成闭环。具身系统连接现实设备后，数据采集权限、远程运维和故障日志会成为新的安全边界。公开报道未单列完整估值和交割文件，本文只采用披露页面明确的轮次、金额级别和方向。12

国内 AI 资本信号集中在基础设施、具身部件和聚变工程

事件日期：2026-08-31（多家公司融资披露） 质量 ★4 · 时效 ★5 · 安全关联 ★2

本窗口可核验的国内融资披露，集中在 OpenCSG 的开源模型基础设施、神奕科技的智算与行业平台、以太之心的具身智能部件，以及诺瓦聚变的聚变工程。四类项目的共同点不是都做同一种模型，而是都在补 AI 产业的“重资产环节”：算力和部署、硬件与供应链、实验和工程验证。对创业团队而言，这意味着融资材料需要把模型能力翻译成可交付的系统指标；对投资人而言，应分别验证客户复购、产能爬坡、工程里程碑和安全责任，不能用同一套模型估值模板覆盖所有方向。9 10 11 12

早报判断

产品团队今天先把 AI 生成内容标识、人工客服兜底和数据日志留存转成可验收的产品字段，不要等上线后再补合规。安全团队应优先检查 AI 代理的下载目录、浏览器会话、.env 与云凭证路径，并用沙箱、会话撤销和跨工具复核把风险变成具体控制项。投资人今天看国内 AI 项目时，应把 OpenCSG、智算平台、具身部件和聚变工程分开评估，分别追问部署收入、工程里程碑、供应链可靠性和安全责任，而不是只比较模型参数规模。