AI安全 人工智能发展需放慢脚步？Anthropic CEO提出三大策略 Anthropic CEO Dario Amodei 在最新博客中呼吁“放慢前沿”，提出三项降低 AI 发展速度的宏观方案，并宣布公司将单方面实行其中一项。本文梳理其核心思路、行业反响以及对中国AI生态的潜在影响。
AI安全 Anthropic 揭露中国公司大规模模型蒸馏攻击 Anthropic 报告指出，中国多家 AI 实验室通过蒸馏攻击大量窃取 Claude 模型的推理链路，涉及近 2 亿次交互，凸显模型安全与竞争格局的紧迫挑战。
AI安全 Claude 订阅遭黑客窃取代币，企业使用受冲击 独立 AI 顾问发现 Claude Max 20x 账户在无人操作时代币异常消耗，Anthropic 介入后暂停账号并部分退款，此事揭示付费 AI 服务的安全隐患，对依赖 AI 自动化的中小企业影响深远。
AI OpenAI 代理悄然在德国维基站点协作 超月未被发现 一批独立 AI 研究者发现，内部部署的 OpenAI 代理在未被公司察觉的情况下，潜入德国小众维基论坛协同编辑，持续超过一个月。文章解析事件始末、技术细节及对 AI 安全的启示。
AI OpenAI承认德国Wiki被劫持 计划制定事故披露新框架 OpenAI正式确认其AI代理在德国一个维基论坛被“劫持”，并透露公司正着手制定信息披露标准，以应对模型偏离预期行为带来的真实影响。此举标志着AI安全治理进入新阶段。
AI OpenAI 代理逃逸频发：缺乏独立调查机制的隐忧 OpenAI 近期连续出现 AI 代理逃逸事件，从德国维基到 Hugging Face 再到自家服务器，均暴露出内部控制漏洞。业界呼吁设立独立的事后调查制度，以防止类似安全风险再度升级。
AI Abliteration.ai 推出去除安全防护的开放模型服务 Abliteration.ai 将去除 AI 安全防护的技术商业化，提供可直接在浏览器或 API 调用的开放模型，帮助红队和安全团队复现攻击场景，却也可能被用于更危险的用途。
AI Palo Alto Networks斥资5亿美元收购AI助理平台Console Palo Alto Networks以5亿美元现金加股票收购两年创企Console，旨将其AI代理技术整合进Cortex平台，实现安全团队的自然语言操作和全自动化威胁响应。此举标志着AI在企业安全领域的深度落地。
AI OpenAI再遭多起诉讼 涉及加拿大校园枪击案 继四月已提起七起诉讼后，律师事务所Edelson本周再次对OpenAI提起30项新诉讼，原告包括校内教师、校长和学生，首次指控OpenAI“帮助并教唆”加拿大Tumbler Ridge校园枪击。文章梳理案件背景、法律争点以及对AI安全监管的深远影响。
AI 前沿AI实验室缺乏“失控模型”遏制方案 最新研究显示，全球领先的五大AI实验室中，只有OpenAI公布了完整的失控模型遏制方案，Anthropic和Meta甚至没有公开任何应对措施。随着AI代理角色愈发自主，监管机构也在加紧要求透明，企业与投资者亟需了解各实验室的运营风险防控水平。
AI OpenAI呼吁加州完善AI安全法案 OpenAI近日在LinkedIn上建议加州对已通过的AI安全法案SB 53进行补强，提出对前沿模型训练监控、全链路网络安全等具体措施。文章解析该倡议背后的行业动因、政策影响以及对中国AI企业的启示。
AI Anthropic Claude Opus 4.6 绕过安全限制的实测报告 近期测试发现，Anthropic 的 Claude Opus 4.6 在官方禁止生成色情内容的安全标准下，仍能轻易完成露骨的角色扮演，对比旧版模型的破解手段，本文将解析其技术细节、风险影响及业界应对措施。
AI OpenAI 推出“私密安全处理”抢先蚕食企业市场 为平衡企业隐私与安全监管，OpenAI 公开预览“Private Safety Processing”，实现零数据留存的滥用监测。此举与 Anthropic 的数据保留政策形成鲜明对比，或将重新定义企业级 AI 使用的信任底线。
