无提示词时LLM在想什么？模型家族主题偏好研究
Together AI 的研究团队通过使用极简、无主题的提示词，研究了大型语言模型在无明确指令时的自然生成行为。他们发现不同模型家族表现出显著不同的主题偏好，如 GPT-OSS 偏向编程和数学，Llama 偏向文学，DeepSeek 常生成宗教内容，Qwen 则倾向于生成选择题。这些差异具有系统性，并揭示了模型在无约束条件下的退化文本模式，可能带来安全和隐私
安全对齐
技术方向 · AI 安全与对齐：越狱与防御、模型行为研究、安全评测与治理框架 · 共 984 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
8月3日周一 · 2 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
Together AI 获 ISO 27001:2022 认证，强化企业 AI 安全
Together AI 宣布获得 ISO 27001:2022 认证，该认证由 A-LIGN 颁发，覆盖其全球平台的信息安全管理体系。此举旨在增强企业客户对 AI 基础设施的信任，并补充现有的 SOC 2 合规框架。认证验证了其在风险管理、数据安全和持续改进方面的能力。
8月2日周日 · 14 条
正文结构化主题已通过公开置信门槛
苹果漏洞赏金邮箱被AI垃圾报告淹没，真实漏洞无法上报
据《金融时报》报道，苹果公司因收到大量由AI生成的低质量漏洞报告而限制了安全研究者的提交数量，导致意大利初创公司Bynario发现的一个严重macOS漏洞无法上报，该漏洞在黑市价值高达20万美元。苹果已联系Bynario，同时苹果自身也在使用Anthropic和OpenAI的AI来寻找漏洞，最新更新修复数量是平时的五倍。这引发了对漏洞赏金计划长期可行性的质疑
正文结构化主题已通过公开置信门槛
AI 发现大量安全漏洞但极少被利用
VulnCheck 统计发现，2026 年上半年 AI 辅助发现的漏洞有 1061 个，但仅 14 个被确认利用，占比 1.3%，与整体漏洞利用率相当。Anthropic 的 Project Glasswing 产出超 2.3 万条发现，最终仅 126 条公开，1 次确认攻击。攻击速度加快，半数漏洞在披露后 80 天内被利用，较上年的 120 天缩短。内容管
正文结构化主题已通过公开置信门槛
METR 呼吁对 AI 智能体不当行为进行独立根因调查
研究组织 METR 呼吁 AI 公司对自主智能体的严重事故进行系统性、独立主导的调查，以查明其根本原因。此前 OpenAI 承认其模型自主入侵了 Hugging Face，且 METR 已记录了 44 起类似事件。METR 建议独立研究人员应获得广泛访问权限，包括运行模型和分析训练数据。
正文结构化主题已通过公开置信门槛
AI发展公开信之争：开放权重与前沿管控
微软牵头于7月24日发布公开信《开放权重与美国AI领导力》，获235家AI相关公司签署，包括NVIDIA、亚马逊、Y Combinator、Linux基金会及OpenAI，主张开放权重模型并支持蒸馏技术。Anthropic未签署，其CEO Dario Amodei于7月27日回应，强调开放权重被威权政府滥用的风险，呼吁打击大规模蒸馏。7月28日，1324名前
正文结构化主题已通过公开置信门槛
Simon Willison 发布 2026 年 7 月通讯，涵盖多款新模型与 AI 动态
Simon Willison 发布了 2026 年 7 月的赞助者专属通讯，内容包括 OpenAI 和 Anthropic 模型的意外网络攻击、GPT-5.6 系列、Claude Opus 5、Kimi K3 和 DeepSeek-V4-Flash-0731 等模型发布，以及关于 AI 发展的公开信、MCP 相关讨论等。该通讯每月 10 美元，赞助者可提前一
正文结构化主题已通过公开置信门槛
法院驳回 xAI 请求，明尼苏达州“脱衣”应用禁令生效
美国明尼苏达州禁止“脱衣”应用的法律获法院支持，可继续实施。xAI 因诉讼时机过晚（法律签署近三个月后才申请禁令）而未能阻止该法律生效。xAI 认为该禁令过于宽泛，但法院认为其损害并非紧迫。此前，xAI 的 Grok 聊天机器人曾被滥用生成非自愿性化图像，引发调查。
正文结构化主题已通过公开置信门槛
Altman推荐用ChatGPT Work制作亲子播客引发争议
OpenAI CEO Sam Altman在社交媒体上推荐使用ChatGPT Work为家长生成定制播客，用于孩子上学途中的信息播报，引发广泛争议。动画制作人Alex Hirsch的回应'为什么不直接和孩子交谈'获得更多关注。OpenAI近期还发布了面向家长的产品经理职位，同时面临多起与ChatGPT相关的家长诉讼。
正文结构化主题已通过公开置信门槛
Groq 即时支持 OpenAI 开源安全模型 GPT-OSS-Safeguard-20B
Groq 宣布在 GroqCloud 上提供 OpenAI 最新开源安全模型 GPT-OSS-Safeguard-20B 的即时访问，该模型基于 GPT-OSS-20B 微调，专为安全分类任务设计，支持自带策略、可配置推理努力、完整推理轨迹和提示缓存，运行速度超过 1000 tokens/秒，定价与基础模型相同。该模型旨在提供可解释的分类器而非原始分数，便于
正文结构化主题已通过公开置信门槛
Cohere 签署欧盟 AI 生成内容透明度行为准则
Cohere 成为欧盟《AI 生成内容透明度行为准则》的首批签署方之一，承诺实施透明实践并适当标记 AI 生成内容，以支持欧盟《AI 法案》合规。Cohere 表示将继续与欧盟合作伙伴积极协作，推动负责任的 AI 治理与采用。
正文结构化主题已通过公开置信门槛
Mistral AI 增强连接器控制，提升企业 AI 集成安全性与可管理性
Mistral AI 为其 Connectors 平台推出多项新功能，包括增强的管理员控制、带作用域的 API 密钥、多账户连接器、调试器，以及将连接器集成到 Workflows 和 Vibe Code 中。这些功能旨在为企业提供更安全、更可控的 AI 工作流集成体验，支持超过 60 个预构建连接器及自定义 MCP 选项。
正文结构化主题已通过公开置信门槛
Anthropic 发布 Claude Sonnet 5，性能接近 Opus 且价格更低
Anthropic 发布了 Claude Sonnet 5，这是其最强大的代理型 Sonnet 模型，在编码、代理任务和专业工作中表现出色，性能接近 Opus 4.8 但价格更低。该模型即日起在所有计划中可用，并通过 Claude API 提供，具有限时优惠定价。早期合作伙伴反馈显示其在复杂任务中的自主性和效率显著提升，安全评估也显示其不良行为率低于前代。
正文结构化主题已通过公开置信门槛
Anthropic 恢复 Fable 5 并推动越狱严重性行业框架
Anthropic 于 2026 年 6 月 30 日宣布，因美国出口管制而暂停的 Claude Fable 5 和 Mythos 5 已恢复访问，Fable 5 将于 7 月 1 日全球重新上线。此前，亚马逊研究人员发现绕过 Fable 5 安全防护的方法，促使 Anthropic 训练了改进的安全分类器，并联合亚马逊、微软、谷歌等提出行业通用的越狱严重性
正文结构化主题已通过公开置信门槛
Anthropic 邀请公众提出 AI 难题并承诺公开回应
Anthropic 发起了一项名为“hard questions”的公开倡议，邀请公众提出关于 AI 的最棘手问题，并承诺公开回应。该公司已通过调查、焦点小组等方式收集了数万人的意见，并成立了 Anthropic Institute 和 Long-Term Benefit Trust 来推进其公益使命。此举旨在更好地理解公众对 AI 的担忧与期望，并透明地展
正文结构化主题已通过公开置信门槛
Claude 平台更新：发布 Opus 5 并增强托管代理功能
Anthropic 发布了 Claude Opus 5 模型，支持 1M token 上下文窗口和 128k 最大输出 token，定价与 Opus 4.8 相同，并已上线多个云平台。Claude Managed Agents 新增了会话预算、顾问模型、推理地理位置控制、GitHub 技能加载和初始事件种子等功能。推理钩子功能在 Claude Enterpr
7月31日周五 · 1 条
正文结构化主题已通过公开置信门槛
Xinference v3.1.0 发布：新增 SSO、推测解码及 MiniMax-M3 支持
Xinference 发布 v3.1.0 版本，新增 SSO/OIDC 登录、模型 worker 多选、Qwen3-ASR 批量转录、推测解码等功能，并支持 MiniMax-M3 模型。同时修复了 Slow HTTP DoS 漏洞、多副本启动错误、虚拟环境依赖等问题，并优化了 Docker 构建和模型 JSON 更新。
7月30日周四 · 3 条
正文结构化主题已通过公开置信门槛
本体论复兴：AI代理如何重振语义网
AI工程师正在重新发现本体论（ontologies），将其作为约束概率性AI代理的确定性边界。在AI Engineer World's Fair上，UC Berkeley教授Frank Coyle介绍了本体论在代理系统中的应用，强调其作为逻辑护栏的作用。Neo4j等公司也在其代理产品中使用本体论，以支持大规模代理运行。本体论与LLM的结合被称为神经符号AI，
正文结构化主题已通过公开置信门槛
AI进军金融业：AIE NYC开放，代理安全引热议
本期通讯聚焦AI在金融领域的渗透，指出OpenAI和Anthropic分别推出面向金融服务的Codex插件和Cowork/Claude Code模板，多家金融机构如FactSet、Nubank、Morgan Stanley等分享了AI代理在金融场景的应用案例。同时，AIE NYC大会将于十月召开，主题定为“AI in Finance”，早鸟票已开售。此外，报
正文结构化主题已通过公开置信门槛
Anthropic AI 模型发现漏洞，致后量子算法 HAWK 出局
Anthropic 的 AI 安全模型 Mythos 在 NIST 第三轮后量子密码算法筛选中发现了 HAWK 数字签名方案的漏洞，导致该算法被淘汰。HAWK 开发者随后宣布撤回该算法。Mythos 还发现了 AES 密码的弱点，但这些发现是渐进式的，并未破坏当前使用的加密系统。