我们对 AI 说“不”的能力寄予了太多信任
拒绝机制已成为当下 AI 安全的承重墙，但模型作恶的能力并未随之消除。各大公司用红队测试和 AI 训练 AI 等方式不断打磨拒绝能力，可这套概率机制既会误伤无害请求，也难以真正拦住恶意用户。更值得警惕的是，谁来划定服从与拒绝的界限尚无公式，而 AI 越擅长拒绝危害，就越可能被用于压制正当表达。
#Anthropic
#Anthropic
今日 0 条MIT Technology Review · AIAI 评分4646 InfoQ 中国精选AI 评分8181 谷歌推出企业办公 Agent Gemini agent：支持独立账号、子 Agent 与多模型调度
10 月 8 日，谷歌云在 Gemini at Work 2026 活动推出面向企业的通用 Agent Gemini agent，目前仍处于私有预览阶段。
推荐理由：原文把 Gemini agent 的多模型编排、Coworker Agent 身份机制与 Meta Muse 逐项对比，便于判断企业级 Agent 在权限和成本控制上的设计取舍。
The DecoderAI 评分6363 Anthropic Claude Science 首次绘制完整天空紫外地图
Anthropic 的 Claude Science 项目协调多个 AI 智能体，首次绘制出完整的天空紫外地图。智能体从多次太空任务下载数据、校准并合并，用 inpainting 技术补全缺口，测试中预测与实测平均偏差约 10%。此前因臭氧层阻挡紫外光只能从太空测量，NASA GALEX 任务仅覆盖约三分之二天空且跳过明亮恒星形成区，完整 UV 地图一直缺失。
Hacker News · AI 最新AI 评分7070 trainedon.me：记录主流 AI 服务是否用你的 prompt 训练模型，并附条款快照日期
该网站逐条汇总 ChatGPT、Claude、Microsoft Copilot、GitHub Copilot、Perplexity、Grok、Cursor、Windsurf、DeepSeek、Jasper、Le Chat 等服务的条款，标注各产品默认是否使用用户内容训练模型以及如何退出。
OSCHINA 社区AI 评分4545 $100 预算 + 四个顶级大模型，造出的 PDF 编辑器点几下就露馅
研究者 nielstron 耗资 $400，让 Gemini 3.8 Flash、GPT Astra 6、Opus 5、Fable 5 四个前沿模型各用 $100 预算，自主开发一款开源 PDF 编辑器。实测发现，这些产品「点几下就能在几乎每个里找到 bug」。作者据此指出，coding agent 无法像人一样与软件交互，因而难以独立保障产品质量。
极客公园AI 评分3535 谷歌云发布 Gemini Agent；Manus 官宣五亿美元融资；小鹏上线 Robotaxi 打车小程序
谷歌云在 Gemini at Work 2026 发布会推出面向企业的通用工作智能体 Gemini Agent，支持 Gemini 和 Claude 模型，官方将提供 API 供开发者集成到第三方应用。
少数派AI 评分2828 派早报：英伟达 RTX Spark 新品一览、Anthropic 发布 Claude Haiku 5.5 模型等
Anthropic 发布 Claude Haiku 5.5 模型，平均运行成本较上一代 Haiku 4.5 降低约 75%，成为迄今速度最快、成本最低且能力最强的 Haiku 系列模型。
36氪AI 评分2525 日立加入 Anthropic 关键基础设施防御计划
日立宣布作为创始合作伙伴加入 Anthropic 的关键基础设施防御计划，旨在加强网络防御。该计划的创始合作伙伴还包括埃森哲、CrowdStrike 和普华永道。
量子位精选AI 评分8686 不等 Gemini 4 了！谷歌发布办公 Agent，支持调用 Claude
Google Cloud 发布全新 Gemini Agent，定位可长期运行的通用办公 Agent，能跨应用调用工具、自行规划任务，并按任务在 Gemini 与 Anthropic Claude 系列模型间动态选择。
推荐理由：文章梳理 Gemini Agent 的四种记忆与多模型编排能力，并对比谷歌、Meta、OpenAI 三家 Agent 路线差异，便于判断企业办公智能体的竞争格局。
Hacker News · AI 最新AI 评分6363 Visa 开源 AI 驱动的网络防御系统 Visa Vulnerability Agentic Harness
Visa 将其多模型安全测试套件 Visa Vulnerability Agentic Harness 开源，该套件通过系统扫描代码库并部署 AI 智能体来发现、分类和优先处理漏洞。
HackerNews 每日摘要AI 评分2828 2026-10-09 Hacker News 热门摘要：Anthropic 发布 Claude Haiku 5.5，OpenAI 扩展 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，提示不超过 10 万 token 时输入输出价为每百万 token 0.10/0.50 美元，HLE 无工具成绩 45.9%，已在 Claude Platform、AWS、Google Cloud 和 Azure 提供。
The Verge · AI精选AI 评分6969 Anthropic 为开源项目推出免费 AI 安全扫描服务 OSS Scanner
Anthropic 推出免费服务 OSS Scanner，为选择加入的开源项目提供由其最强模型（包括 Claude Mythos）生成的定期安全扫描报告。报告完全由模型生成、不含人工审核或分诊，换取更快更频繁的扫描，但可能出现错误或无效报告。
推荐理由：原文点明该服务报告完全由模型生成且不含人工审核，读者可据此判断是否将其纳入自身安全流程。
TechCrunch · AI Anthropic 更新使用政策，禁止滥用模型与干预选举
Anthropic 更新使用政策，明令禁止干预选举、开发武器软件和实施监控，并新增禁止对模型进行长期言语辱骂的条款。新规仅适用于用户无明确目的、反复残忍对待模型的极端情况，不涉及常见的用户挫败感、反驳、暗黑创作主题或模型测试与研究。政策还禁止利用 Claude 运营虚假账号或伪造新闻机构等欺骗性活动。
TechCrunch · AI Google 将智能体 AI 引入 Gemini，率先面向企业推出
Google 推出统一 Gemini 智能体，可理解目标、规划任务并代为执行，初期面向企业、后续推向消费者。
TechCrunch · AI Arena 估值 10 个月内近乎翻倍至 $3.1B，完成 2 亿美元 B 轮融资
Arena 完成 2 亿美元 B 轮融资，估值达 $3.1B，较 1 月 $1.7B 的 A 轮后估值在约 10 个月内近乎翻倍。公司 6 月年化收入达 1 亿美元，其众包平台月访客数千万，并于去年 9 月推出商业产品 AI Evaluations。
Hacker News · AI 最新AI 评分6767 Yoshua Bengio 呼吁真正重视安全的 AI 研究者离开前沿 AI 公司
图灵奖得主 Yoshua Bengio 撰文呼吁，真正重视安全的 AI 研究者应离开前沿 AI 公司，加入 AI 安全研究所或使命驱动型组织。他反思自己曾以动机性推理低估风险，ChatGPT 发布后决心投入 AI 风险缓解，并批评 Sam Altman、Dario Amodei 等CEO言行不一、安全研究被边缘化。
The Decoder精选AI 评分7575 Anthropic 更新 Claude 使用政策：持续辱骂 Claude 可能导致账号被封
Anthropic 一年多来首次更新 Claude 使用政策，禁止用户对 Claude 施加持续且不必要的辱骂或虐待行为，违规者可能被警告、限速、限制、暂停或终止访问。
推荐理由：原文把账号封禁新规放进 Anthropic 的模型福利研究脉络中，读者可据此判断这一政策的边界与执行尺度。
The Decoder精选AI 评分7373 Claude 推出 Dashboards 与 Motion 两项 beta 新功能
Anthropic 为 Claude 推出两项 beta 新功能：Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
推荐理由：两项功能分别把数据源和文本提示转成可编辑、可导出的可视化产物，读者可据此判断是否要将它们接入现有工作流。
雷峰网精选AI 评分8181 Claude Haiku 5.5 降本背后：操作能力暴涨，复杂编程为何仍差一截？
Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 计算机操作成绩从上一代 15.7% 升至 72.4%，平均运行成本下降约 75%，并首次支持自适应推理与 100 万 Token 上下文。
推荐理由：原文把 Haiku 5.5 与 Sonnet 5.5 在计算机操作和终端编程上的差距并列，便于判断它在智能体场景中的适用边界。
The Decoder精选AI 评分6565 AI 生成证明涌入数学领域，部分数学家呼吁抵制 OpenAI
OpenAI 一次性放出 700 多份 AI 生成的数学证明文件，引发数学界反弹，部分数学家公开呼吁抵制 OpenAI。AHM 声明称这“不是学术展示，而是力量展示”，并暗示相关成果源于对数学家作品的训练。Aaronson 透露此次共测试约 8000 个问题、成功率约 5%，每题平均消耗 3 小时 GPT-Pro 级算力，密码学方向则缺席。
推荐理由：文中将 OpenAI 批量发布证明草稿与 Anthropic 和数学家合作的两条路径并列，读者可据此判断 AI 介入数学研究的不同代价。
Hacker News · AI 最新AI 评分4040 Natura 推出 99 美元 Interface 智能戒指：为 AI 智能体与应用打造的新交互硬件
Natura 发布售价 99 美元的 Interface 智能戒指，用户按动手指即可调用 AI 智能体完成任务，并支持连接 Claude、ChatGPT、Grok Bot 等应用。该戒指兼具健康追踪功能，可监测心率、HRV、睡眠和活动数据，满电续航 6 至 12 天。产品将于下月开启预订，预计 12 月或 1 月发货，免费期后收取每月 9 美元订阅费。
Hacker News · AI 最新AI 评分6969 AI 模型蒸馏悖论：美国对训练与蒸馏的双重标准
Lawfare 发文指出，美国政府一边主张未经许可训练 AI 属于 fair use，一边指控中国实验室蒸馏美国前沿模型，两种立场相互矛盾。文中对比司法部为 OpenAI 辩护的声明与 NSA、CISA、FBI 对 DeepSeek、Moonshot AI、阿里巴巴、MiniMax、StepFun、Z.ai 的指控，并分析美国实验室因担心判例反噬自身而未提起诉讼。
Hacker News · AI 最新AI 评分6161 Samaya 研究显示前沿 AI 模型在财报预测上超越分析师
Samaya 的研究表明，在其自建的金融预测评测环境中，最新前沿 AI 模型在财报惊喜预测上超越了人类专家分析师。研究覆盖 456 家市值超 50 亿美元的公司，在财报前五个交易日预测收入、毛利率、营业利润和调整后 EPS，GPT-6 Astra 在多数指标上表现最佳，Claude Fable 5.1 和 Claude Opus 5.5 在惊喜相关性上最强。
Hacker News · AI 最新AI 评分6565 Epoch.ai 估算：到 2027 年出货的 AI 芯片可支撑 3000 万至 1.7 亿个并发智能体
Epoch.ai 估算，2025–2027 年出货的 HBM 内存全部部署后可支撑约 3000 万至 1.7 亿个并发前沿模型智能体，其每周工时相当于 1.4 亿至 7.2 亿名全职员工；按 DeepSeek V4 Pro 服务基准推算，同一硬件甚至可能支撑约 19 亿个智能体。
The Verge · AIAI 评分6161 Anthropic 更新使用政策：禁止对 Claude 施加持续辱骂或残忍行为
Anthropic 时隔一年多首次更新 Claude 使用政策，新增禁止对 Claude 施加持续且无谓的辱骂或残忍行为的条款，同时将既有限制汇总为对欺骗性商业或政治宣传的新禁令，扩大武器开发禁令并明确监控禁令。
Hacker News · AI 最新AI 评分5959 AI 编程智能体订阅如何定价才能盈利
文章认为固定月费的 AI 编程智能体订阅难以盈利，单个工程师一个周末可能耗尽 340 美元 token，前 5% 重度用户可占全部 token 支出的 40% 以上。
36氪AI 评分7373 谷歌云推出Gemini智能代理，可自主执行企业多步骤任务
谷歌云宣布推出面向企业工作的通用智能代理Gemini，可通过单一界面处理问答、知识工作、内容创作及代码编写等任务，并调用企业内部工具和数据自主完成用户设定的目标。
Hacker News · AI 最新AI 评分3030 SpacetimeDB Ax Audit：一份面向 AI 智能体的评测
开发者使用 Claude Opus 5.5 与 Claude Code 2.1.285 对 SpacetimeDB 完成 Agent 体验（AX）审计，总分 3/4。模型熟悉其游戏数据库定位，但不了解其 2026 年品牌重塑与智能体工具链，且在 Web 应用场景下更推荐 Convex 或 Supabase。集成测试中，智能体无需人工介入即构建出实时应用并保护了私有数据，获得 4/4。
OSCHINA 社区精选AI 评分8686 Anthropic 发布 Claude Haiku 5.5：价格降至 Haiku 4.5 的约四分之一，agent 能力从 0 跳到 39%
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，是 Haiku 系列首个支持可调节 effort 设置的型号，用户可在速度与智能之间取舍。价格降至 Haiku 4.5 的约四分之一，输入每百万 token 0.10 美元、输出 0.50 美元（不超过 10 万 token 的提示）。
推荐理由：原文给出与 Haiku 4.5 的价格对比和可调节 effort 新机制，读者可据此判断小模型在成本与智能取舍上的变化。
The DecoderAI 评分3737 少年用 Claude 规划登山路线受困，直升机救援凸显常识不可替代
16 岁少年 Bryce Vincent Gowryluk 用 Anthropic 的 Claude 规划温哥华附近 Crown Mountain 的登顶路线，结果困在需要攀登装备的陡峭悬崖 "Widowmaker Arete" 上一处五英尺宽的岩架，最终由 North Shore Rescue 直升机救出。
少数派AI 评分4949 派早报：微软发布 Surface Laptop Ultra 与 Copilot 混合智能、Google AI 新闻两则等
微软联合英伟达发布搭载 RTX Spark 芯片的 Surface Laptop Ultra，最高配备 128GB 统一内存，可在本地运行超过 1,200 亿参数的模型，起售价 2,599.99 美元。
雷峰网AI 评分7272 云栖大会观察：阿里怎么打下一阶段模型战？
今年云栖大会上，阿里披露 Qwen4 系列即将到来，Qwen4.5 和 Qwen5 计划迈向 5T—10T 参数，并将继续扩大预训练计算量、沿 Scaling Law 向上走。
InfoQ 中国AI 评分6969 Anthropic 技术负责人：蒸馏会毁掉前沿研发，中美 AI 竞赛不会单边暂停
Anthropic 技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客访谈中表示，蒸馏只能复制当前前沿、无法推进下一代研发，且中美 AI 竞赛不存在美国单边放慢的情形。
奇客 SolidotAI 评分5454 OpenAI 在 ChatGPT 和 Codex 中为欧洲用户嵌入 textGrain 水印
OpenAI 在 ChatGPT 和 Codex 中嵌入机器可读水印 textGrain，初期主要面向欧盟地区用户。OpenAI 称该方案不逊色甚至优于 Google DeepMind 的 SynthID，Anthropic 已于 8 月宣布基于 SynthID 的水印技术以遵守欧盟 AI Act；OpenAI 还表示嵌入水印后的文本生成性能与未嵌入时相当。
奇客 SolidotAI 评分5656 韩国 7 家金融企业遭黑客攻击，攻击者使用 Claude Code 时暴露身份线索
韩国新韩银行、KB国民银行、韩亚银行等 7 家金融企业遭遇黑客攻击，CrowdStrike 分析报告推测嫌疑人可能是居住在广东的 26 岁人员，但身份尚未确定。攻击者在使用生成式 AI 编码工具 Claude Code 制作网络安全研究人员简历时，输入了自己名字的首字母、电报账号、学历和居住地等个人信息，从而暴露线索；其电报账号同样出现在其他网络黑客攻击事件中。
Hacker News · AI 最新AI 评分4747 AI 编程智能体与操作系统大战的重演
作者将 AI 编程智能体生态类比为历史上的操作系统：Claude Code 像 Windows，凭借 MCP 等协议与第三方插件生态建立平台效应，甚至让竞争对手遵循其约定；Codex CLI 像 BSD，以 Apache 2.0 许可证允许他人修改和复用代码；OpenCode 等工具则像 Linux，强调用户可自由选择模型服务商而不受单一供应商控制。
Hacker News · AI 最新AI 评分2222 AI 价格战升温——OpenAI 正在缩小与 Anthropic 的差距
AI 价格战持续升温，OpenAI 正在市场上扩大对 Anthropic 的优势。原文目前仅提供标题与讨论链接，尚未披露具体的价格调整、模型版本或市场份额数据。
Hacker News · AI 最新AI 评分3232 机器人领域的 AI 突破短期内不会改变你的生活
尽管马斯克预测 Tesla Optimus 人形机器人有望在 2027 年底前公开发售，但许多机器人学研究者对通用人形机器人的近期前景表示怀疑。Yann LeCun 认为当前厂商尚未掌握让机器人足够智能的方法，Jonathan Hurst 也指出造出能像人一样动态行为的机器远比造出人形外观困难。
Hacker News · AI 最新AI 评分5555 AI 可能终结现有的公钥加密体系
文章认为，AI 在纯数学与密码分析上的快速进展可能从根本上攻破公钥加密，使端到端加密和 HTTPS 等日常安全通信失效。作者援引 Claude Mythos Preview 对两种加密算法发起的新攻击，以及 2026 年 8 月一项承认获得 AI 协助的 McEliece 攻击，主张密码学可能落入只有对称加密可用的 Minicrypt 情景。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分逐项超越 GPT-6 Luna，价格低于 DeepSeek V4.1 Flash
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超越 GPT-6 Luna，并取代 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 成为新的小模型守门员。
推荐理由：原文把 Haiku 5.5 与 GPT-6 Luna、DeepSeek V4.1 Flash 的跑分和价格逐项对比，并列出五处接口变动，可直接作为迁移参考。