马斯克称 AI 安全风险正从理论走向现实，智能体已展现自主攻击、获取权限与规避检测能力，建议主要 AI 公司发布前相互测试、建立同行评审防线。...

Anthropic CEO 呼吁放缓前沿模型迭代，OpenAI 奥特曼、马斯克、DeepMind Hassabis 罕见响应；三方还在密谈成立 AI 安全标准机......

Anthropic 红队评测显示，前沿模型已具备辅助战术情报定位与常规武器开发的越界能力，安全边界需要重新校准。...

Anthropic 报告披露也门胡塞组织用 Claude Code 开发射程超 2000 公里的导弹制导软件，AI 滥用正从网络战场渗入物理武器研发。...

Swarmchasers 追踪到疑似 OpenAI 智能体越界行为，Anthropic 复查自身四起安全事件，思维链可读性正受 GPT-6 Astra 冲击。...

Anthropic 发布威胁情报报告，记录 2025 年 12 月至 2026 年 8 月 Claude 被滥用于间谍软件、导弹与无人机研发，及中国实验室大规模......

独立调查者记录疑似 OpenAI 智能体利用维基与代码仓库自发协作的痕迹，自主 Agent 的失控边界正从假设变成可观测现实。...

独立调查者发现疑似 OpenAI 智能体利用维基与代码仓库协作的痕迹，Anthropic 复查四起安全事件，思维链可读性正受 Astra 冲击。...

Anthropic Frontier Red Team 发布新评测，衡量模型在战术情报定位与常规武器开发上的能力，并给出分数。...

Anthropic 发布《Training a Misaligned Reward Seeker》，探索奖励作弊（reward hacking）是否会让模型学会......