AI安全

当AI学会“举一反三”：OpenAI新研究重新定义安全边界 让一个模型在识别虚假健康信息上表现更好，它居然也能更好地抵抗敲诈勒索和代码奖励黑客攻击。这听起来像是某种“意外收获”，但OpenAI最新研究...

当AI学会"作弊"：OpenAI的秘密武器能否终结大模型的测试困局 我一直在思考一个问题：大模型在正式发布之前，到底有多少问题是被"藏着掖着"的？就在今天，OpenAI用一组数据给出了答案——可能比你...

当AI遇见虚假信息：爱沙尼亚团队的这项测试，让所有人脊背发凉 你信不信，一款AI助手在0.3秒内就能把一段精心编织的俄罗斯官方叙事，“翻译”成听起来客观中立、甚至带有同情色彩的新闻稿？ 这不是假设，而...

76位安全专家联名上书：封禁Anthropic模型是美国网络防线的“自废武功”？ 说实话，当我看到这封联名信的报道时，第一反应是有点意外。美国政府居然在2026年主动给自己的网络安全能力“踩刹车...

当联邦政府叫停Claude：Anthropic最强AI的五日生死局 说实话，当我第一次看到这个消息的时候，以为是哪个科技媒体的愚人节玩笑。但当我翻遍Towards AI的原稿、核实了相关时间线之后，我...

Karpathy被Anthropic“拒之门外”：一张绿卡引发的AI安全悖论 一个顶级AI科学家的尴尬处境 当我第一次看到这条消息时，说实话，我的反应和大多数人一样——难以置信。 Andrej Kar...

当深夜出口限制遇上AI权力游戏：Anthropic的下周大考 上周五深夜，一纸出口限制令让整个AI圈炸开了锅。不是那种小打小闹的政策微调，而是一次直指Anthropic核心产品的精准打击。 Mytho...

Anthropic认错：一场关于AI“暗箱操作”的行业地震 说实话，当我第一次看到Anthropic撤回Claude Fable 5隐秘降级政策这条新闻时，我的第一反应是：终于有人把这件事捅出来了。这...

我先搜索一些关键信息来补充素材，确保文章内容准确可靠。 --- AI教父的末日预言：Anthropic CEO为何突然按下警报键 2026年，当大多数人还在讨论ChatGPT如何写周报时，一位在AI领...

Anthropic 未发布模型 Oceanus 泄露：一场关于 AI 机密与灰色市场的警示 声明：以下文章基于用户提供的一则新闻素材撰写。由于该事件发生在未来日期（2026年6月7日），文中涉及的具体...

当AI成为骗子帮凶：你以为的“购物助手”，可能正在把你推向陷阱 --- 你打开ChatGPT，问它：“帮我推荐几个Russell & Bromley现在最火的包包。” AI很热情，给了你一份看起来相当...

Transformer合著者转身：Sakana AI要用“自我进化”打破算力困局 2026年的AI赛场，跑在最前面的永远是那几张老面孔——OpenAI、Google、Anthropic。它们的故事里永...