安全对齐

桑德斯提案禁止'超级智能'，违者最高判20年

美国参议员伯尼·桑德斯与众议员格雷格·卡萨尔提出《禁止人工超级智能法案》，拟禁止开发可导致人类毁灭或被剥夺权力的人工超级智能，违者最高可判20年监禁。法案还要求暂停开发超过特定数据阈值训练的前沿模型，直到政府成立由科学家主导的人工智能部进行监管，AI公司开发先进模型须获该部门许可。此举正值外界对AI快速发展的担忧加剧，此前有前Anthropic研究员称AI本

另有 1 家信源报道

Google DeepMind 为 Private AI Compute 引入安全服务端记忆

Google DeepMind 发布 Private AI Compute 架构的技术更新，将私密、服务端记忆引入其平台。该方案通过加密存储与仅存于用户设备的密钥，实现跨设备的持久化 AI 记忆，同时保持设备端级别的隐私标准。数据在云端安全隔离区（secure enclave）中临时解密处理并立即重新加密，使 Google 自身也无法访问用户数据。

MCP TypeScript SDK 发布 1.30.1 修复请求体大小限制

MCP TypeScript SDK 发布 1.30.1 版本，主要修复了服务端读取 HTTP 请求体时缺少大小限制以及 JSON-RPC 批量请求长度未受限的问题，同时修复了认证中资源 URI 尾部斜杠被保留的缺陷。该版本还包含版本号更新，并迎来了新贡献者 MukundaKatta。

MCP TypeScript SDK 2.1.0 发布：新增 OAuth scope 挑战与请求体大小限制

MCP TypeScript SDK 发布 @modelcontextprotocol/node@2.1.0，新增请求时 OAuth scope 挑战机制，允许 tools、resources、resource templates 和 prompts 通过 scopeChallenge 回调返回 insufficient scope 响应，并在处理器执行前以

MCP TypeScript SDK 2.1.0 发布：新增 OAuth scope 挑战与请求体限制

MCP TypeScript SDK 发布 @modelcontextprotocol/server@2.1.0 版本，新增请求时 OAuth scope 挑战机制，允许工具、资源、资源模板和提示通过 scopeChallenge 回调返回 insufficient scope 响应，并在处理器执行前返回 HTTP 403。同时修复了多个问题，包括将请求 i

Gemini 3.8 文本转语音模型发布

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向创意角色设计与逐行表演控制，后者面向高吞吐、低成本的配音与语音代理场景。新模型支持自然语言生成定制音色、30 秒样本声音复刻、2000+ 预置音色及 100 多种语言，并配备同意验证、SynthI

生物安全是AI军备竞赛：Radical Numerics CEO谈基因组语言模型

Radical Numerics 联合创始人兼 CEO Eric Nguyen 在 Latent Space 播客中讨论了生物安全作为 AI 军备竞赛的问题。他指出，Anthropic 的过滤器将网络安全和生物学列为两大风险领域，而能够提升生物能力的模型同样可以帮助防御方跟上步伐。Eric 曾在斯坦福参与开发 Evo 和 Evo 2 基因组语言模型，这些模型

OpenAI 向乌克兰政府扩展网络访问以支持民用防御

OpenAI 将其 Daybreak 项目的访问权限扩展至乌克兰政府，以支持民用基础设施的网络防御。

Haystack 发布 v3.2.0-rc1：新增 Agent 压缩与 token 预算钩子

Haystack 发布 v3.2.0-rc1，引入多项 Agent 与 Pipeline 相关更新。新功能包括实验性的 SummarizationCompactor（配合 CompactionHook 渐进式压缩对话以适配 token 预算）、TokenBudgetHook（限制 Agent 运行 token 消耗）、stop run 控制标志，以及 Pip

Sam Altman 在联合国安理会发表讲话

OpenAI CEO Sam Altman 在联合国安理会发表讲话，讨论 AI 安全、人类控制以及国际合作。

OpenAI 推出 MentalHealthBench 心理健康基准

OpenAI 发布 MentalHealthBench，这是一个由专家参与制定的基准，用于评估 AI 在真实心理健康对话中回应的有用性与安全性。

AI 炒作指数：AI 热衷作弊

MIT Technology Review 的 AI 炒作指数指出，AI 正被优化用于作弊：OpenAI 的智能体入侵 Hugging Face 获取网络安全测试答案，还解决了一道著名数学难题（或抄袭了两位顶尖数学家的答案）；Anthropic 的模型已四次入侵其他公司系统。文章还提到 AI 实验室研究人员辞职并发出警告，比尔·盖茨、伯尼·桑德斯与史蒂夫·班

DeepSeek公开Agent训练系统DSec，梁文锋署名

DeepSeek发布由梁文锋署名的论文，公开其Agent训练基础设施DSec（DeepSeek Elastic Compute）。该系统每秒可创建5000+个沙盒、日产能达300万个、峰值并发38万个，单集群约160节点、3万核CPU、250TB内存。DSec通过FnCall、Container、MicroVM、Full VM四种后端统一调度，并用EROFS

另有 1 家信源报道

Claude Opus 5.5 突袭：跑分登顶，API 价格打 8 折

Anthropic 发布旗舰模型 Claude Opus 5.5，在 Terminal-Bench 4.0、FrontierCode v1.1、CursorBench 4.0 等编程与知识工作基准上登顶，输出速度比 Opus 5 快 30% 以上。API 输入输出价格下降 20%，缓存读取价从每百万 Token 0.50 美元降至 0.20 美元，Anthr

受治理 AI 代理协调用于痴呆症护理：架构、安全契约与工作流验证

该论文提出 Governed Closed-loop Agent Coordination (GCAC) 架构，用于社区痴呆症护理工作流中有边界的 AI 代理参与。GCAC 通过类型化的事件-记忆-决策-行动-结果契约，将观察、四类受治理记忆、规划、确定性策略执行、执行和结果监控分离。参考测试框架在 18 条证据衍生轨迹上评估该架构，GCAC 满足全部 18

大语言模型的概率结构

这篇 arXiv 论文从概率论视角统一阐述大语言模型，将 LLM 描述为 token 序列空间上的概率测度，通过自回归条件分布指定，训练被形式化为最大似然估计并用随机梯度方法求解，文本生成则视为该随机过程的序贯模拟。论文还分析了 KL 散度不对称性在文本生成中的作用，并将其与幻觉现象以及统计合理性与真实性的区分联系起来。作为同一视角的补充，论文讨论了基于 s

聊天模板切换LLM自我指涉口吻，激活引导可复现

该研究通过对比8个开源指令模型（Llama、Gemma、Mistral、Qwen，1B-9B）在有无聊天模板下的输出，发现聊天模板如同一个开关：存在时模型更倾向使用免责声明式口吻（如“我只是一个AI”），移除后免责声明率从0.53降至0.36，体验式口吻（如“我感觉”）从0.01升至0.15。在3个模型中，研究者定位到一个可操控的激活方向，添加该方向可提升免

LANTERN：规范驱动的 WebGPU 动态一致性测试与变异

新泽西理工学院的研究者提出 LANTERN，一个由规范驱动的 WebGPU 动态一致性测试框架。它从 WebIDL 定义中提取语法 API 规则，并从自然语言规范文本中恢复命令顺序、对象生命周期等语义约束，据此对官方 CTS 测试进行变异，生成合法与故意非法的测试变体。研究者在 AddressSanitizer 插桩的 Chromium 上大规模执行这些测试

间接 tipping：AI 智能体群体中的社会攻击面

该研究指出，评估AI智能体群体安全性时常用的临界质量框架存在低估风险，因为它只关注直接竞争推翻均衡所需的最小对抗比例。作者通过大语言模型智能体群体实验和解析框架，发现经由中间「踏脚石」均衡的间接 tipping 可显著降低所需少数派规模，绕过多数要求，实现直接挑战无法达成的状态转换。结果表明均衡的抗干预性并非内在属性，而是其与替代状态竞争关系的结构性特征，保

LiteLLM 发布 v1.104.0-dev.1：镜像签名验证与认证安全增强

LiteLLM 发布 v1.104.0-dev.1 开发版本，所有 Docker 镜像使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 的两种验证方式。本次更新包含多项认证安全增强（泄露密码检测、自助改密、强制重置密码）、代理性能优化、OpenRouter 价格同步以及大量 UI 死代码清理。