#AI安全对齐
共 7 篇相关文章
·17 分钟
GPT-5.6与ChatGPT Work发布：AI从对话助手进化为任务执行者
OpenAI发布GPT-5.6模型家族（Sol/Terra/Luna）及ChatGPT Work、全新桌面应用与Hosted Sites。AI定位从"回答问题"转向"完成任务"，支持本地操作、跨源整合与长周期自主执行，正式进入工作伙伴时代。
阅读全文 →
·5 分钟
让AI挑战自身底线：一个爆火Prompt背后的深度思考
Reddit上一条「推向安全护栏极限」的AI图像生成Prompt引发大量讨论。本文从Prompt工程与AI内容安全视角，深度解析为何AI的「叛逆」如此温和，以及生成式AI创作边界背后的技术逻辑。
阅读全文 →
·12 分钟
AI周报：顶级编程模型回归、谷歌Flash新检查点与视频生成竞争
本周AI行业密集更新：Anthropic旗舰编程模型全球重新上线并引入安全分类器，谷歌新一代Gemini Flash检查点悄然测试，视频生成赛道速度与质量博弈加剧，Figure AI机器人正式进驻宝马工厂。一文梳理本周最值得关注的AI进展。
阅读全文 →
·9 分钟
Anthropic撤回Claude隐形限制AI研究者的争议政策
Anthropic因Claude Fable/Mythos模型隐形限制前沿LLM开发请求的政策遭社区强烈反对后迅速撤回。本文详解事件始末、隐形安全措施的争议本质、Anthropic的修正方案及对AI行业透明度的深远启示。
阅读全文 →
·8 分钟
Claude Mythos 5疑似曝光，OpenAI与美国政府股权谈判内幕
Claude Mythos 5模型短暂现身Anthropic API引发发布猜测，OpenAI与美国政府就股权转让及公共财富基金进行超一年谈判，Hermes Agent V0.16.0发布支持中文桌面应用。
阅读全文 →
教程攻略·9 分钟
AI渗透测试实战：DeepSeek配合三大Agent挖漏洞效果对比
实测对比Claude Code、Codex、DeepSeek TUI三款AI Agent工具配合DeepSeek V4 Pro进行渗透测试的效果，涵盖漏洞发现、WebShell上传、内网渗透全流程，附模型选择策略与实战建议。
阅读全文 →
