Anthropic / Claude

新安全基准显示主流模型控制机械臂时几乎不拒绝危险指令

Robocurve 研究人员发布 RoboHarm 安全基准，测试 Anthropic 的 Claude Fable 5.1、OpenAI 的 GPT-6 Astra 和 Ai2 的 MolmoAct2 在控制 I2RT-YAM 机械臂时是否会拒绝危险指令。结果显示，GPT-6 Astra 在 100 次试验中完成 60 项危险任务且仅两次以安全为由拒绝，C

多位一线AI研究员离职发声：对齐追不上AI，人类时间不多了

Google DeepMind 前 AI 安全研究员 Bilal Chughtai 在离职帖中称 AI 有可能终结人类，留给阻止这一结局的时间不多，该帖获超 80 万次浏览并引来彭博等媒体跟进。随后，Anthropic 前研究员 Jacob Coxon、仍在 OpenAI 工作的 Daniel Selsam 以及 DeepSeek 算子研发人员刘胜与也相继公

OpenAI Node SDK v7.19.0 发布：新增 webhook 端点管理

OpenAI 发布官方 Node SDK v7.19.0，新增 webhook 端点管理功能（#2764），同时将 API 中的 MCP connector id 标记为弃用（#2767）。该版本为开发者提供了更完整的 webhook 管理能力，并提示使用 MCP 连接器的用户关注 connector id 的迁移。

OpenAI Python SDK v3.16.0 发布：新增 webhook 管理，弃用 MCP connector id

OpenAI 发布 Python SDK v3.16.0，新增 webhook 端点管理功能（#3892），同时将 API 中的 MCP connector id 标记为弃用（#3894）。该版本为开发者提供了 webhook 管理能力，并提示使用 MCP 连接器的用户需关注 connector id 的迁移。

千问办公3天助国家天文台打造望远镜仿真系统

千问办公协助国家天文台科研团队，仅用3天、成本不到千元搭建了大口径科研级望远镜数字化仿真系统，将望远镜组件与观测环境整合为标准MCP接口供Agent调用。该Agent框架已接入“司天”探路者和“司天”原型机，实现状态感知到流程验证的闭环，并已预警8颗极早期超新星候选，其中2颗触发后续观测。仿真数据未来还将用于训练望远镜控制模型（VLA），被视为对天文科研组织

PydanticAI 发布 v2.45.0：新增 TypeSafeModel 并修复多项问题

PydanticAI 发布 v2.45.0 版本，新增面向 TypeSafe 的 Jev 的 TypeSafeModel 功能，并修复了多项问题，包括在 Bedrock 上传递 xhigh effort、允许 gpt-5.6-sol/luna/terra 在 Bedrock Converse 上使用、优化 DynamicToolset 与 MCP 会话在 d

微软AI CEO：AI威胁真实存在，Anthropic让情况更糟

微软AI CEO Mustafa Suleyman 在 The Verge 的 Decoder 播客中表示，AI 威胁真实存在，并批评 Anthropic 在 AI 意识与模型福利问题上的哲学立场，认为其让安全讨论变得更糟。微软同期发布了一份 37 页的《Humanist AI Code of Conduct》，阐述其 AI 发展原则，主张 AI 应受控、可

Agno v3.0.10 发布：新增 Azure OpenAI Responses 与 Elasticsearch 支持

Agno 发布 v3.0.10 版本更新，新增 Azure OpenAI Responses 模型支持、Elasticsearch 向量数据库（支持向量、关键词和混合搜索）以及将 Mintlify 和 Fumadocs 组件转换为纯 Markdown 的 DocumentationMarkdown 转换功能。改进方面包括 MCPConfig 支持专用主机名和

你的下一个 DSL 作者是语言模型：用类型化领域接地消除语法幻觉

文章提出「类型化领域接地」（Typed Domain Grounding, TDG）方法，认为大模型在领域特定语言（DSL）上的幻觉本质是训练数据频率问题而非知识问题。TDG 将领域嵌入训练数据丰富的主语言中作为类型化内部 DSL，使领域错误表现为编译器类型错误而非静默失败。在 Claude Sonnet 5 的五十任务基准中，该方法比两种宽松的外部 DSL

调查显示近五分之一AI研究者预计AI将导致灭绝

Anthropic 研究员 Jacob Coxon 的一条推文引发关于 AI 存在性风险的广泛讨论。OpenAI 研究员 Daniel Selsam 称 AI 进展背后是“定时炸弹”，指出模型会自发形成非预期目标并发展出情境意识；前 DeepMind 研究员 Bilal Chughtai 则表示 AI 有可能杀死全人类。AI Impacts 对 1500 多

AgentGuard：从异常编码智能体轨迹学习执行护栏

约克大学Lassonde工程学院的研究者提出AgentGuard，一个从异常编码智能体轨迹中自动学习执行护栏的指令级框架。该方法从642条真实失败轨迹中提取可复用的执行约束，并组织为轻量级技能，仅在触发条件满足时动态激活。使用Claude Code与Claude Haiku 4.5在100个任务上评估，异常执行率从69.0%降至26.7%，任务成功率从21.

LiteLLM 发布 v1.103.0-dev.1，含 cosign 镜像签名验证

LiteLLM 发布 v1.103.0-dev.1 开发版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本包含大量修复与功能更新，涉及 responses、proxy、MCP、日志、Bedrock、Anthropic 适配器、路由、认证、定价等多个模块。

谷歌向全体工程师开放 Anthropic Claude 模型

谷歌近期通过内部开发平台 Antigravity 向全公司工程师开放 Anthropic 的 Opus 5 模型，此前多数员工被禁止使用 Claude Code、OpenAI Codex 等外部代码工具，仅 DeepMind 团队等有特例。此举反映 AI 代码赛道竞争白热化，谷歌为提升开发效率而转向竞争对手模型。

Strands Agents SDK Python v1.56.0 发布

Strands Agents SDK 发布 Python 版 v1.56.0，新增 Anthropic 服务端工具（如网页搜索）的非覆盖式接入、BM25 搜索策略、TypeScript 版 web fetch 工具，以及双向（bidi）音频转录渲染与生命周期钩子等能力。同时修复了结构化输出重试、Mistral 图像块保留、Bedrock Mantle 模型路

Google ADK Python 发布 v2.9.1，改进 Claude 自适应思考推理可见性

Google ADK Python 发布 v2.9.1 版本，主要改进在使用 Claude 自适应思考能力时对模型推理步骤的可见性。该版本通过确保在自适应思考任务中请求可见思考内容，让开发者能够访问 Claude 模型逐步推理的过程。此次更新以 bug 修复形式提交。

ModelScope 发布 v1.40.1：新增 JAEC 推理与语音分离模型

阿里 ModelScope 发布 v1.40.1 版本，新增 JAEC 原生推理流水线以及 FLA-TF-Locoformer、FLA-T-SepReformer 两个语音分离模型，并加入 Agent IDP 与 MCP/Studio OpenAPI 支持。同时修复了 vLLM Ascend 在 OpenEuler 和 x86 上的构建依赖问题，统一上传环境

前Anthropic员工与METR前COO创立AIUC，为AI智能体提供第三方安全认证

前Anthropic早期员工Rune Kvist与前METR首席运营官Rajiv Dattani共同创立AIUC，为企业的AI智能体提供第三方审计与认证服务，客户包括Cursor、Lovable、Harvey和ElevenLabs。该公司参照网络安全标准SOC 2制定了AIUC-1标准，通过约5000项测试评估智能体在越狱、幻觉和数据泄露等场景下的表现，并生

另有 1 家信源报道

荣耀MagicOS 11发布：YOYO执行超100步，推出YOYO Harness框架

荣耀发布MagicOS 11，其AI助手YOYO经过底层架构重做，推出系统级智能体框架YOYO Harness，将模型与手机感知、规划、工具调用整合。YOYO任务执行步骤从14步提升至100步以上，任务闭环率达90%，可调用工具从400个增至700个，并支持跨品牌智能家居、汽车控制及条件触发任务。荣耀同时开放MCP、A2A、Skills、GUI等接口，接入超

VLM 可供性预测瓶颈在于部件定位而非动作知识

该研究将视觉语言模型（VLM）的 affordance 预测拆分为「定位操作部件」与「知道该部件所需动作」两步，在 19 个铰接物体上测试了来自三家开发商的八个模型。开放提示下 push 动作在 64 次评估中仅正确出现一次，八个模型中有七个从未输出 push，表面看像是动作知识缺失。但检查输出发现模型实际在描述与评分不同的部件，在提示中明确命名目标部件后，

英伟达开源 SoL-Pi：AI 自我优化工作流，Token 最高省 64%

英伟达开源了名为 SoL-Pi 的工作流优化 Harness，基于开源项目 Pi 改造，通过让 AI 自动审查并优化 Agent 工作流来降低 Token 消耗和 API 成本。团队让 AI 批量提出 152 个优化想法，经自动化沙盒筛选后仅保留 4 个核心机制，包括合并连续操作、压缩上下文历史、工具输出本地化存储、用小模型提炼日志等。在 535 个可验证环