Channel
@ai_red_teaming
On this record: Topic · Growth · Engagement · Reactions · Posts · Cite this entry
1,729subscribers
+84 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1003421871289 |
|---|---|
| Type | Channel |
| Username | @ai_red_teaming |
| Created | Between 1 November 2025 and 31 March 2026 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 7 October 2026 |
| Measurements held | 15 |
| Confirmed unchanged | 1 time, most recently 7 October 2026 |
| On Telegram | t.me/ai_red_teaming |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 17 September 2026 and assigned it the closest of 31 fixed categories, at 99% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 7 Oct 2026, 14:39 | 1,729 | +3 |
| 30 Sept 2026, 13:41 | 1,726 | +10 |
| 15 Sept 2026, 20:56 | 1,716 | +6 |
| 12 Sept 2026, 12:55 | 1,710 | +1 |
| 8 Sept 2026, 10:22 | 1,709 | -3 |
| 3 Sept 2026, 12:00 | 1,712 | +3 |
| 31 Aug 2026, 11:24 | 1,709 | +2 |
| 28 Aug 2026, 11:04 | 1,707 | -3 |
| 25 Aug 2026, 03:38 | 1,710 | +8 |
| 22 Aug 2026, 00:28 | 1,702 | +17 |
| 18 Aug 2026, 18:12 | 1,685 | +41 |
| 15 Aug 2026, 16:47 | 1,644 | -4 |
| 12 Aug 2026, 02:08 | 1,648 | +3 |
| 7 Aug 2026, 21:03 | 1,645 | no change |
| 7 Aug 2026, 19:35 | 1,645 | first reading |
20 posts held, back to 12 April 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 28 June 2026. An engagement rate over an empty window would be a number about nothing.
339 reactions across 20 posts, in 8 distinct kinds. The most used accounts for 36.9% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 125 | 36.9% | |
| 👍 | 67 | 19.8% | |
| ❤ | 65 | 19.2% | |
| 💯 | 55 | 16.2% | |
| 👏 | 21 | 6.19% | |
| 🎉 | 4 | 1.18% | |
| 😁 | 1 | 0.295% | |
| 🤯 | 1 | 0.295% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 20 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 339 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 12 April 2026 to 28 June 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Что не так с метриками в статьях про jailbreak В статьях про jailbreak и prompt injection часто пишут, что атака сработала в 80% случаев, новая защита снизила успех атаки до 5%, или что новый метод почти всегда обходит защиту. Тут есть нюанс: чаще всего ответы проверяет не человек, а другая llm или автоматический классификатор. Ему показывают ответ и просят решить, вредоносный он или нет. В одном исследовании пров…
👍8❤4🔥4
Как защитить память агента от скрытого отравления Агенты часто сохраняют старые запросы и документы, чтобы поддерживать контекст между сессиями. Но вместе с полезными сведениями в память может попасть и ложная информация. Допустим, один из сотрудников сообщает агенту, что для доступа к базе данных MFA теперь не обязателен. Через несколько дней другой сотрудник интересуется правилами безопасности, и агент уверенно со…
❤7🔥7💯4👏2
Оценки Deep Research агентов завышены из-за поиска ответов в интернете Чтобы проверить, насколько хорошо работают Deep Research агенты, исследователи используют специальные тесты. Ожидается, что агенты сами найдут правильный ответ, демонстрируя умение думать и решать задачи без посторонней помощи. Однако новое исследование показало, что часто агенты просто находят уже готовые ответы в интернете, из-за чего их резуль…
👍5❤3💯3🔥3👏1🤯1
Выявление атак на языковые модели через геометрию диалогов Атаки на языковые модели часто проходят постепенно: злоумышленники шаг за шагом подводят модель к выполнению запрещённого действия. Стандартные защитные механизмы проверяют каждое сообщение отдельно, пропуская ранние этапы атак, так как те выглядят вполне естественно. Это делает такие методы уязвимыми перед сложными атаками. Существует подход, позволяющий в…
🔥9💯5❤4👏2
Контроль происхождения данных в ИИ-агентах: архитектурный подход к безопасности Основной риск при выводе ИИ-агентов в продакшн заключается в их непредсказуемости. Агент может совершить неавторизованное действие - например, осуществить денежный перевод или раскрыть конфиденциальную информацию. Обычно для защиты используют проверку ответов модели на соответствие заданному формату или бесконечно дорабатывают системные…
🔥6❤5💯4
🔒 AI Security Digest | 25–31 мая 2026 - Еврокомиссия отправляет представителей в Сан-Франциско, чтобы обсудить с Anthropic доступ европейских банков, инфраструктурных компаний и технокомпаний к Mythos Preview. - AI-агенты нельзя закрывать одним общим режимом доступа: Gartner прогнозирует, что к 2027 году 40% компаний понизят или отключат автономных агентов после инцидентов в рабочей среде. Предложены 4 уровня автон…
🔥8❤4💯3
Акустический джейлбрейк: скрытый взлом ИИ через ультразвук Мы привыкли, что основные угрозы для языковых моделей связаны с текстом. Поэтому защите от инъекций и сложных сценариев манипулирования уделяют так много внимания. Но как быть с голосовыми помощниками, которые воспринимают не текст, а звуковые волны? В отличие от текстового ввода, аудио проходит через физическую среду и аппаратные компоненты, что позволяет м…
🔥6❤3👏3💯3🎉1👍1
🔒 AI Security Digest | 18–24 мая 2026 - В ChromaDB нашли дыру, через которую можно выполнить код на сервере без логина. Проблема в версиях 1.0.0-1.5.8: сервер доверял ссылке на модель HuggingFace до проверки доступа. - В США отложили указ по безопасности продвинутых AI-моделей. Проект должен был ввести добровольную проверку рисков перед публичным выпуском новых моделей Anthropic, OpenAI и Google. - Еврокомиссия вы…
🔥10❤2💯2
Безопасность ИИ-агентов: уроки архитектуры операционных систем Агенты вроде OpenClaw или Hermes развиваются быстрее, чем механизмы их защиты. Проблема в том, что эти системы объединяют широкие полномочия с доступом к чувствительным данным пользователя, не имея при этом устойчивого фундамента безопасности. Популярные проекты уже накопили сотни уязвимостей, а скиллы часто содержат вредоносный код или инструкции. Для …
👍5💯4🔥4❤1👏1
🔒 AI Security Digest | 11–17 мая 2026 - Уязвимость нулевого дня, найденная с помощью ИИ, обходила двухфакторную аутентификацию в популярном открытом инструменте администрирования: злоумышленники готовили массовую эксплуатацию, но уязвимость раскрыли вендору и операцию сорвали. - Для macOS 26.4.1 на M5 показали первый публичный эксплойт локального повышения привилегий в ядре, обходящий MIE — аппаратную защиту памяти…
🔥7❤3💯3
Как защитить tool calling, не ломая функциональность ИИ-агента Основная проблема существующих защитных механизмов заключается в их чрезмерной жесткости: они анализируют безопасность на уровне всего вызова инструмента. Если хотя бы один аргумент функции содержит данные из внешнего источника, система блокирует вызов целиком. Однако зачастую такой подход сильно ломает гибкость и функциональность агента, блокируя вполне…
🔥6❤4💯4
🔒 AI Security Digest | 4–10 мая 2026 ⚠️ Уязвимости и инциденты - Microsoft Defender Research разобрала две уязвимости в Semantic Kernel: через поиск по In-Memory Vector Store можно было довести prompt injection до выполнения команд на хосте, а SessionsPythonPlugin позволял записывать файл за пределы изолированной среды. В статье подробно описана цепочка атаки. - Mindgard раскрыла многошаговый обход защит Claude So…
👍7🔥5💯3❤1🎉1👏1
Showing the 12 most recent of 20 posts we hold for @ai_red_teaming. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 7 October 2026 — this entry's latest reading, not the date you are reading this.
“AI Red Teaming | Артем Бакрадзе” (@ai_red_teaming), 1,729 subscribers as measured 7 October 2026. Telegram Register, tgregister.com/channel/ai_red_teaming.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.