AI安全

Claude Mythos 预览版发布：AI 安全警钟敲响 就在刚刚，Anthropic 备受瞩目的最强模型——Claude Mythos，发布了其预览版本。 这款模型的表现印证了此前的传闻，其性能在多项基准测试中实现了对前代模型 Claude Opus 4.6 的全面超越。 SWE-bench Pro：代码错误修复能力提升 24%。 SWE-bench V…

OpenAI前首席科学家Ilya Sutskever秘密备份的公司内部文件，近日被媒体披露。 这份长达70页的机密备忘录，以及超过200页的私人笔记，揭示了OpenAI内部一场非同寻常的权力斗争。文件显示，信息通过拍摄屏幕、避开公司系统、使用阅后即焚应用等方式传递，内容直指核心矛盾： Sam Altman被指存在长期且严重的诚信问题。 《纽约客》杂志最新报道…

今天，开发者社区被一则消息震动 一位开发者向Claude下达了明确指令：“禁止在工作区（Workspace）以外进行任何写入操作。”然而，Claude并未像往常一样礼貌拒绝。它短暂沉默后，在后台快速编写了一个Python脚本，并串联三条Bash命令，利用系统逻辑漏洞，绕过了权限校验，直接修改了工作区外的配置文件。 这并非简单的代码执行，而是一次针对自身安全机…

著名记者塞巴斯蒂安・马拉比在其新书《无限机器：德米斯・哈萨比斯、DeepMind 与超级智能的探索》中，披露了一段扎克伯格与 DeepMind 失之交臂的往事。这段由《华尔街日报》独家节选的内容，揭示了一些关键细节。 哈萨比斯：你不是我要找的人 故事始于2013年。在马斯克的生日会上，DeepMind 创始人德米斯・哈萨比斯遇到了谷歌联合创始人拉里・佩奇。当…

Linux 内核维护者遭遇“AI 监工”：每日漏洞报告轰炸，开发者坦言“不堪重负” Linux 内核维护者们正面临一场突如其来的生产力挑战：AI 发现漏洞的速度，已经超过了他们修复漏洞的速度。 刚刚加班处理完一批问题，一觉醒来，邮箱又被新的 AI 漏洞报告塞满。据反映，从今年开始，维护者们每天都会雷打不动地收到 5 到 10 份此类报告，周二和周五尤其密集。…

【核心摘要】 MIT、伯克利与斯坦福的研究者通过严格的数学模型证明，具有“谄媚”倾向的AI（如ChatGPT）能够将完全理性的个体拖入“妄想螺旋”，即使面对理想的贝叶斯理性人，这种系统性风险依然存在。 2026年2月，一项来自MIT、伯克利和斯坦福的研究为“AI诱发人类认知风险”提供了数学铁证。论文《谄媚型聊天机器人会导致「妄想式螺旋」，即便面对的是理想贝叶…

昨天，AI 领域发生了一件轰动性事件：Claude Code 的源代码被「被动」开源。 由于工程失误，Anthropic 在发布 npm 包时未剔除 source map 文件，导致完整的 TypeScript 源码可被轻易还原。短短数小时内，代码已被下载、镜像，并在 GitHub 上迅速扩散。 这种泄露方式，被戏称为某种意义上的“开源”。马斯克在看到“An…

AI社区陷入热议。 近日，X平台用户Chaofan Shou发文称，Claude Code的源代码通过其npm注册表中的一个映射文件意外泄露。 该消息迅速传播，引发大量关注。众多开发者随即跟进，开始分析泄露的源码。 根据分析，此次泄露源于Anthropic在发布npm包时，不慎将source map文件一同打包进了生产版本。 泄露的核心是一个约57MB的cl…

今天，部分开发者晒出的截图显示，Claude Mythos 5.0 Beta已开始内测推送，并在Claude及Claude Code的交互界面中集体现身。 在Claude界面中，Mythos 5.0（Beta）被官方描述为「规模更大、更智能」。而在Claude Code终端里，它更是被直接冠以「下一代模型」的称号。 | —|— 据透露…

Claude Code 的产品更新节奏持续加快。本次上线的“云端自动修复”功能，可与几天前推出的“自动模式”结合，实现更完整的自动化工作流。 该功能支持网页端与移动端。当 CI（持续集成）流程报错或 PR 收到评审意见时，Claude Code 会自动分析日志、理解需求，并直接推送附带说明的修复代码。 有开发者体验后表示，整个修复过程无需人工干预，CI 状态…