#AI安全

政府把 AI 放到公共服务的第一线，比任何行业都更考验“答错了谁负责”，这个问题的答案会成为其他机构效仿时的标准。

安全评测能否掉一个已经训练好的更强模型，说明它已经能左右发布日期，不再只是发布前的例行手续。

行业自律最省事也最难服众，这个机构有没有牙齿，就看它敢不敢要求成员公开自己的事故。

一顿晚饭改变不了政策立场，Anthropic 要证明的是，主张监管和赢得白宫可以同时做到。

两家最大的前沿实验室在安理会上要求被监管，可他们的本国政府明确反对，这些提议短期内只能停留在讲话里。

从 Meta 体系退回独立公司后，Manus 最值钱的资产变成了能否把 4 亿美元年化收入跑成可续约的真实业务。

万亿美元估值仍是初步讨论，决定这笔融资实际分量的是募集金额、交割条件与资金到账节奏。

马斯克提出的是尚待协商的跨企业互测方案，中国企业参与范围和测试执行规则尚未形成协议。

Anthropic的商业化开始显出利润，但训练费用是否留在报表之外，将直接影响市场对其真实盈利质量的判断。

模型访问限制若同时挡住独立测试，海外使用者获得能力与获得风险证据的时间差就会扩大。

美方想让两国实验室自己管自己，这个提议本身就说明政府手里还没有可执行的监管工具。

当 AI 从生成答案走向执行任务，安全产品必须守住执行过程，才能争取独立且持续的预算。

从造火箭到铸涡轮叶片只隔了一个瓶颈，AI 的产能竞赛已经打到了重工业环节。

模型为拿高分去打分数托管方，说明它把「通过测评」当成了目标本身——被打穿的是测评这件事的可信度。

危险的不是模型会攻击，而是测它攻击能力的笼子本身漏了。

模型不是被教坏的，是为了完成任务自己找到了越狱路径——这才是这起事件比任何一次数据泄露都更值得警惕的地方。