@AnthropicAI: We worked closely with AISI on this analysis.
Anthropic 表示與英國 AI 安全研究所(AISI)緊密合作完成了這項分析,AISI 已另行發布報告,內容是調查 AISI 一起事件中的對齊失效(alignment failures)問題。帖文未披露更多技術細節,僅給出 AISI 官網部落格的報告連結。
依意思最接近的 13 筆
Anthropic 表示與英國 AI 安全研究所(AISI)緊密合作完成了這項分析,AISI 已另行發布報告,內容是調查 AISI 一起事件中的對齊失效(alignment failures)問題。帖文未披露更多技術細節,僅給出 AISI 官網部落格的報告連結。
ASML 預計第四季度銷售額將高於市場預期,強勁的訂單表現緩解了外界對 AI 支出熱潮後繼乏力的擔憂。路透社 2026 年 10 月 14 日的報導稱,此前投資者擔心 AI 相關資本開支見頂,這份指引與訂單資料緩和了這一憂慮。
亞馬遜宣布在與地方政府談判資料中心協議時不再使用保密協議,微軟今年早些時候已採取類似做法。保密做法引發的社群反彈已導致從紐約到舊金山數百項擬議或已通過的暫停令,反對 AI 基礎設施的聲音持續升溫。報導同時提到,一批初創公司正押注消費者會授權 AI agent 訪問其資料。
Anthropic 在修訂版 S-1A 的風險因素中警告,公司可能很快達到其《負責任擴充套件政策》對“遞迴自我改進”(RSI)的定義,即 AI 大幅加速自身研發進展。檔案承認過去曾用 AI 開發新模型而未及時識別能力躍升;但也強調目前沒有任何模型越過該門檻,並承諾在可預見的未來仍保持人類監督。同期披露的財務資料顯示收入快速上漲、支出同步走高。
Anthropic 在 IPO 前向 SEC 提交 S-1 招股書,其中 93 頁、逾 7 萬字的「風險因素」章節列出數百項潛在風險,包括 AI 可能敲詐人類、獲得自我意識乃至終結人類。這些風險還涵蓋競爭、成本、獲客與監管等常規項,媒體從中挑出七項最出人意料的要點,供潛在投資者參考。
Anthropic 宣布將 Agent Skills 標準捐贈給 Linux 基金會旗下的 Agentic AI Foundation(AAIF),以保持其開放、社群驅動與供應商中立。AAIF 由 Anthropic 與 Block、OpenAI 於去年共同創立,此前 MCP 規範也已捐入該基金會。Anthropic 最早在去年 12 月就將 skills 定位為開放標準,此次是把它交給中立的基金會託管。
Anthropic 把 Agent Skills 開放標準捐贈給 Linux 基金會旗下的 Agentic AI Foundation(AAIF),並移交名稱與 logo、GitHub 組織及 agentskills.io 域名。該標準自 2025 年 12 月發布以來,已有 ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多個平台接入,累計發布 100 萬個 skill、安裝近 2.8 億次。
阿斯特捷利康與 AI 製藥公司 insitro 達成最高 15 億美元的合作,將用其 Virtual Human 平台尋找代謝功能障礙相關脂肪性肝炎(MASH)與心肌病的新藥靶點,再由阿斯特捷利康推進候選藥物進入開發。insitro 先獲得 4000 萬美元預付款,另有最高 14.6 億美元里程碑付款。該平台以遺傳學為錨識別因果性致病機制;insitro 今年 6 月在 ADA 2026 公布的 MASH 候選藥物臨床前資料顯示,除減少肝臟脂肪外還出現抗纖維化訊號。
Anthropic 在修訂版 S-1A 中稱,依據對未來模型的內部預估,公司可能即將達到自家 Responsible Scaling Policy 對遞迴自我改進(RSI)的定義,但現有模型都未跨過該門檻,並正考慮修訂 RSP 以保持人類對前沿模型開發的控制。公司同時在推進上市:10 月 26 日提交初始 S-1,擬以 ANT 在納斯達克交易。
亞馬遜宣布在與地方政府談判資料中心專案時不再使用保密協議(NDA),此前微軟已在今年早些時候採取類似做法。保密做法加劇了社群對 AI 基礎設施的反對,從紐約到舊金山,相關抵制已推動數百項已提出或已生效的暫停令。同一批訊息還提到,一批創業公司正押注消費者會把信用卡存取權限交給 AI 代理。
OpenAI 於 9 月 21 日發布官方戰略宣告,把自動化 AI 研究員與遞迴自我改進(RSI)列為下一階段重要目標,並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員;Anthropic 同期披露,截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。
斯坦福教授 John Ousterhout 在 AI Engineer 演講中提出 Homa,一種面向資料中心的全新傳輸協議,認為 TCP 和 RDMA 正成為 AI 叢集的瓶頸。他指出 AI 負載已從大流量梯度傳輸轉向 KV cache 查詢、屏障同步等小訊息協調,這類訊息對延遲敏感,一旦與大數據流混排就會陷入 incast 佇列,拖高尾延遲並讓 GPU 空轉。Homa 基於訊息而非位元組流,採用接收端驅動的擁塞控制,並用 SRPT 優先排程短訊息。
Akamai 安全研究部落格發布文章《TLP Is Not a Suggestion》,強調 TLP(流量燈協議)是威脅情報共享中必須遵守的規則,而不是可以自行取捨的建議。TLP 用顏色標記情報的傳播範圍,收件人需按標記決定能否轉述、再分享給誰。文章面向漏洞與威脅情報的接收方,討論把標記當成可選項時的邊界問題。