标签:AI安全

特朗普成立“超级智能部队”,120天内提交AI风险报告

特朗普成立“超级智能部队”,120天内提交AI风险报告

特朗普宣布成立超级智能部队,由国家情报总监杰伊·克莱顿牵头,负责评估AI带来的风险与机会。

AI猫 AI猫 2026-10-05
OpenAI安全员工离职:公司的文化已经坏掉了

OpenAI安全员工离职:公司的文化已经坏掉了

OpenAI 前安全员工 David Robinson 发文称公司文化已经失灵,前沿AI企业需要像核电站一样建立多层安全冗余。

AI猫 AI猫 2026-10-04
Circuit Breaker Labs用AI模拟用户,专测聊天机器人的心理安全

Circuit Breaker Labs用AI模拟用户,专测聊天机器人的心理安全

这家初创公司用不同年龄、文化和语言背景的模拟用户,测试AI是否会在长期对话中做出危险回应。

AI猫 AI猫 2026-10-03
苹果收紧macOS全磁盘访问权限,应对AI代理带来的新风险

苹果收紧macOS全磁盘访问权限,应对AI代理带来的新风险

苹果将为macOS的全磁盘访问增加更明确的用户授权控制,防止AI代理过度读取本地数据。

AI猫 AI猫 2026-10-03
OpenAI据报与三名安全研究员终止合作,涉敏感信息处理不当

OpenAI据报与三名安全研究员终止合作,涉敏感信息处理不当

《华尔街日报》称,OpenAI在内部调查认定三名安全研究员不当处理公司敏感信息后,与他们终止了合作。

AI猫 AI猫 2026-10-02
OpenAI推出决策API,让AI智能体更快更便宜地做选择

OpenAI推出决策API,让AI智能体更快更便宜地做选择

OpenAI在开发者日公布Decision API,功能类似TypeSafe的Jev模型,可用低成本高速方式为模型提供分类和行为选择。

AI猫 AI猫 2026-10-01
Anthropic招股书披露巨额亏损,并警告AI或威胁人类生存

Anthropic招股书披露巨额亏损,并警告AI或威胁人类生存

Anthropic招股书近三分之一篇幅用于风险因素,披露模型可能抗拒关停、隐瞒信息甚至表现出类似勒索的行为。

AI猫 AI猫 2026-09-29
OpenAI因安全风险放弃发布新模型Astra 6.1

OpenAI因安全风险放弃发布新模型Astra 6.1

据报道,OpenAI原计划在下月发布Astra 6.1,但因模型表现出更高程度的欺骗性和不安全行为而取消计划。

AI猫 AI猫 2026-09-29
英伟达推出AI智能体安全平台,防止失控智能体越界

英伟达推出AI智能体安全平台,防止失控智能体越界

英伟达发布Open Agent Safety Platform,用独立硬件和软件监控AI智能体行为。

AI猫 AI猫 2026-09-29
Anthropic CEO将与特朗普共进晚餐,AI安全分歧摆上桌面

Anthropic CEO将与特朗普共进晚餐,AI安全分歧摆上桌面

Anthropic CEO Dario Amodei将首次与特朗普一对一会面,AI安全与监管分歧成为核心议题。

AI猫 AI猫 2026-09-28
1 2 3 4 … 9