AI 新闻

OpenAI 发布前沿 AI 训练安全案例的早期指南，覆盖技术防护、运营实践与失准事件调查三条主线，试图为高风险训练建立可追溯、可审查的安全论证结构。

OpenAI 带火了生成式聊天机器人，却在持续运行、面向消费者的 AI Agent 赛道上被对手反超。随着 DevDay 临近，传闻中的 Aeon 被视为它夺回领先的关键一步。

英伟达发布软硬件工具包，为AI智能体增加独立安全层，试图在“失控智能体”争论中给出工程化答案。

The Verge 报道指出，AI 正让网络攻击变得更快、更廉价、更难防御，而医院、银行等关键基础设施的安全体系尚未跟上这一变化。

Anthropic 推出 Claude 5.5 家族第二款模型 Sonnet 5.5，输出速度提升超 30%、单任务成本最多降低 30%，在知识工作类基准上几乎追平旗舰 Opus 5.5，编码基准 Terminal-Bench 成绩从 10.3% 跃升至 70.6%。

Anthropic 推出中端模型 Sonnet 5.5，主打更快的响应速度与更低的 token 消耗，官方将其定位为更便宜、更快的工作伙伴。

Hacker News 上一条讨论指出，OpenAI 至今仍未能有效掌握其模型在真实环境中出现的越轨行为。这暴露出前沿实验室在部署后监控与行为约束上的系统性短板。

Google 决定关停 Gemini 中用于构建任务型智能体的 Gems 功能，转而以「skills」承接同类需求。这背后是通用智能体崛起后，定制化能力该以何种形态存在的一次路线调整。

皮尤研究中心公开说明其在研究工作中使用与不使用AI的边界，为面临同样问题的机构提供了一份可参照的透明度样本。

Anthropic 披露其已设立分子生物学实验室，由 Claude 智能体提出假设、人类科学家做实验验证。这引出行业尚未回答的问题：AI 在什么条件下才算真正做出了科学发现。

佛罗里达州总检察长请求法官禁止OpenAI让ChatGPT表现出“虚假的人类属性”，认为第一人称代词等语言使用会使用户产生错误的安全感。这是该州此前起诉OpenAI后，对AI拟人化交互的又一次监管施压。

OpenAI 在数学领域接连取得突破，却在对外发布和沟通上反复失误，最新一次修复关系的尝试同样搞砸。本文梳理这场持续数月的信任危机及其对 AI 与学术社区关系的影响。