攻擊事件中，兩名員工的裝置遭到入侵，OpenAI 的程式碼儲存庫中的憑證資訊被竊取。

營運技術 (OT) 的漏洞揭露是網路安全中最具挑戰性的平衡行為之一，因為涉及舊有系統、安全疑慮以及關鍵基礎設施風險。

從孤立的技術數據轉向持續的風險生命週期，可以幫助組織將安全控制與實際的業務後果對齊。

隨著人工智慧生成的程式碼日益普及，資訊安全長 (CISO) 需要新的審計策略來衡量開發人員的實踐、管理人工智慧工具的使用，並在軟體進入生產環境之前識別潛在風險。

從模型選擇和自動化到驗證和可衡量的結果，正確的問題可以幫助企業區分真正的人工智慧能力與市場炒作。

隨著網路安全平台擁抱代理式人工智慧，組織必須在偵測效能與代幣消耗、部署架構和人工智慧積分不斷升高的成本之間取得平衡。