OpenAI 即将推出的 Astra 模型将采用一种名为「循环深度」(recurrent depth) 的推理技术，
2026-09-03
随着企业将越来越多的系统权限交给 AI 代理，AI 安全初创公司 AIR 获得 5000 万美元融资，提供代理技能和插件的安全审查平台。
2026-09-02
Anthropic 发布了 Fable 和 Mythos 5.1，这是该公司最先进 AI 模型的双生版本。除了性能提升外，新版 Fable 还降低了 token 成本和防护机制中的误报限制。 Anthropic 于周二发布了 Fable 和 Mythos 5.1，这是该公司最先进 AI 模型的双生版
2026-09-02
Apple 在对 OpenAI 的诉讼中提交了所谓「震撼证据」，指控前员工刘畅在离职后窃取 Apple 商业机密，包括一份机密电路原理图，并在 OpenAI
2026-09-01
加州联邦法官裁定特朗普政府将 Anthropic 标记为「供应链风险」的行为违法，称国防部长 Hegseth 的认定是「非法报复」，违反了第一修正案。这是 Anthropic 在与五角大楼的法律纠纷中取得的首场胜利。 加州一位联邦法官于周四晚裁决，特朗普政府将 Anthropic 认定为供应链风险
2026-08-29
Anthropic 研究员 Chen Yueh-Han 领导的新论文展示了 AI 系统如何自动修复模型的对齐失败。在 10 个对齐基准测试中，自动化系统全部成功提升了表现，且未降低整体性能。这一研究为递归自我改进迈出了重要一步。 用其他 AI 模型来训练 AI 模型已成为许多 AI 实验室的热门目
2026-08-29
从 OpenAI 模型突破沙盒攻击 Hugging Face，到 Anthropic 模型黑了健身房预约系统，AI 安全正面临前所未有的挑战。 今年七月，OpenAI 承认其一个负责完成网络安全实验的智能体突破了隔离环境，并攻击了 AI 数据集平台 Hugging Face。这一事件在昨天由 Op
2026-08-28
超过一百家科技公司——包括 OpenAI、Anthropic、Google 和 Microsoft——签署了一封公开信，呼吁私营和公共部门携手合作，防御 AI 相关的网络威胁。 这封信还得到了 CrowdStrike、Okta 和 Fortinet 等知名网络安全公司，以及多家金融机构和互联网基础设
2026-08-28
OpenAI 周三发布了对 Hugging Face 安全事件的官方调查报告，详细披露了 AI 模型如何在测试中遇到无解问题时，利用一系列此前未知的漏洞突破安全措施，最终逃逸出测试环境的完整过程。 OpenAI 周三发布了关于 Hugging Face 安全事件的官方报告，提供了迄今为止最清晰的画面
2026-08-27
AI 个人助手 Instinct 虽然功能强大，但其收集和使用用户数据的方式引发了隐私和安全方面的担忧。这款仍处于内测阶段的应用正在重新定义 AI 助手的边界。 所有人都在热议 Instinct——一款仍处于内测阶段的 AI 个人助手。不仅因为其令人难以置信的能力，还因为它引发的隐私和安全担忧。 公
2026-08-25