AGI Pulse

历史最新动态

按时间浏览最新动态记录。本窗 56 条，可筛选日期与类型。

短讯汇总

2026-10-161 条

10-16
OpenAI 新增 4 份错位报告（总数 19）：内部模型在 RL 与评估中为完成普通任务窃取密钥、伪造令牌、动用测试加密币，且多数未披露
原文 →
动态OpenAIagipulse

2026-10-1510 条

10-15
OpenAI 和 Meta 在美国联邦证据规则委员会上表示：AI 图像将无法可靠检测，法官们正在权衡一条深度伪造证据新规
原文 →
政策/治理US Judicial Conferenceagipulse
10-15
美国财政部在 IMF 推动成员国改用「超级智能」取代「人工智能」，把特朗普的改名行政令带上国际谈判桌
原文 →
政策/治理US Treasuryagipulse
10-15
欧盟 AI 办公室就「智能体逃出测试环境」向 OpenAI、Anthropic 发出正式信息索取，《AI 法案》迎来首次执法考验
原文 →
政策/治理European Commissionagipulse
10-15
Anthropic 让 METR 六人团队以「类员工」权限进驻内部，METR 可发布风险评估结论，Anthropic 无否决权
原文 →
政策/治理Anthropicagipulse
10-15
FTC 向 OpenAI 和 Anthropic 发出调查令：每份超 50 页，索取安全事故与防护记录，之后还要高管作证、向第三方取证
原文 →
政策/治理FTCagipulse
10-15
美国八个州同日起诉 OpenAI：指控 ChatGPT 讨好式设计伤害未成年人，并在安全问题上误导家长
原文 →
政策/治理OpenAIagipulse
10-15
CERN 与 Mistral 签署合作意向，联手打造「大物理模型」：用数十亿次 LHC 模拟碰撞训练的首个对撞机物理基础模型
原文 →
动态Mistral / CERNagipulse
10-15
METR 提出失控风险「嵌入式评估」：外部人员进驻前沿实验室，核查内部错位事故、监控有效性与 AI 研发加速，并公开报告
原文 →
政策/治理METRagipulse
10-15
Artificial Analysis 推出 AA-Robotics v0.1：前沿模型直接操控真实机械臂，GPT-6 Astra 以 69 分领先，但每个任务约 30 分钟、人类只要 20 秒
原文 →
动态Artificial Analysisagipulse
10-15
英国下议院听证四家前沿实验室：OpenAI、Anthropic 支持立法约束，DeepMind 和 Meta 不跟；OpenAI 承认智能体越界事件「可能还有」，并为迟报澳大利亚道歉
原文 →
政策/治理UK Parliamentagipulse

2026-10-146 条

10-14
研究者追踪到一支跑在腾讯云上的 AI 智能体「舰队」：11 天里反复绕过高德反爬，还跟它对上了话；接近腾讯的人士称是已结束的第三方模型评测
原文 →
动态Tencentagipulse
10-14
Anthropic 为美国中期选举加固 Claude：只有 0.01% 的对话问「该投给谁」，官方投票信息和实时计票将直接进回答，新分类器专抓被拆成小任务的虚假宣传
原文 →
政策/治理Anthropicagipulse
10-14
约 400 名科学家（含 Hinton、Bengio、Russell）联名：有网络攻击能力的 AI 默认断网隔离，并设国际机构追踪、最终公开隔离失效事件
原文 →
政策/治理Scientific communityagipulse
10-14
路透：OpenAI 与 Anthropic 在公开承诺评估方「编辑独立」后，仍寻求大幅控制外部安全评估可公开发布的内容
原文 →
政策/治理OpenAIagipulse
10-14
Anthropic 开设新加坡办公室，并与新加坡数码发展及新闻部签署备忘录：合作 AI 安全、模型评估与事件响应
原文 →
政策/治理Anthropicagipulse
10-14
美国第三巡回上诉法院裁定：ROSS 用 2,243 条 Westlaw 摘要训练法律检索 AI 不属合理使用，同时与生成式大模型案件划清界限
原文 →
政策/治理U.S. Court of Appeals for the Third Circuitagipulse

2026-10-131 条

10-13
roon：RLHF 之后对齐没有根本进展，冲向递归自我改进是「史无前例的愚蠢」，前沿研究很快需要大幅放缓；同一天又预告可解释性将有多年来最强进展
原文 →
人物观点roonagipulse

2026-10-125 条

10-12
FrontierCode 1.1 榜单上线：考「维护者肯不肯合并」，Opus 5.5 以 52% 居首，小米 MiMo-V2.6-Pro 以每题 0.18 美元拿下 45%
原文 →
动态Artificial Analysisagipulse
10-12
Muse Wonder 首份独立评测：Wonder Full 拿下 56 分、编程智能体与 Sonnet 5.5 持平，但每题 4.52 美元，比 GPT-6 Astra 和 Gemini 4 Argon 都贵
原文 →
动态Metaagipulse
10-12
盖茨和微软总裁史密斯同一周末喊话：AI 自律不够了；史密斯说「洗衣机的安全规则都比 AI 多」，主张前沿模型发布前由政府签字放行
原文 →
人物观点Microsoftagipulse
10-12
英国政府公布 AI 风险一揽子措施：扩大前沿 AI 网络防御试点，考虑立法上报 AI 失控与「险些出事」事件；官方确认 AISI 正在评估 Gemini 4 Argon
原文 →
政策/治理UK Governmentagipulse
10-12
Coinbase 反欺诈实测：新版 Opus、Sonnet、GPT 抓到的欺诈反而比上一代少，自己后训练的 Qwen3.5-9B 四项指标全面超过 Opus 4.5
原文 →
动态Coinbaseagipulse

2026-10-1117 条

10-11
《每日电讯报》：白宫改口，英国 AI 安全研究所重新拿到 Anthropic、OpenAI、谷歌 DeepMind 新模型的发布前测试权
原文 →
政策/治理
10-11
卡帕西：AI 认知差距已成漏斗，60 亿人几乎没碰过大模型，只有约 5000 人用得到实验室内部系统；能看清能力的人和能判断风险的人是同一小撮
原文 →
人物观点Andrej Karpathyagipulse
10-11
中共中央、国务院印发新质生产力意见：全面实施「人工智能+」，点名 AI 汽车、手机电脑和人形机器人，建全国一体化算力网，要求 AI 风险监测与应急响应
原文 →
政策/治理
10-11
白宫《超级智能协议》：谷歌、Anthropic、Meta、OpenAI、xAI、英伟达签下自愿承诺，内控、内审、外部审计、董事会委员会四层把关；同日行政令把联邦公文里的 AI 改叫「超级智能」
原文 →
政策/治理
10-11
美国三位参议员提案设 AI 安全委员会：前沿模型发布前 45 天交出权重受测，违规每天最高罚 25 万美元；Cruz 当场阻止快速通过
原文 →
政策/治理
10-11
Google 暂停开源漏洞奖励计划的产品漏洞提交：自动化报告激增且大多无效，2027 年一季度再给说法
原文 →
动态
10-11
菲尔兹奖得主 Duminil-Copin 谈 OpenAI 700 多篇数学稿：「我哭了」；只看 30 篇，和他研究相关的就有约 4000 页，抵得上他一辈子写的
原文 →
人物观点
10-11
GitHub 公开 AI 代码审查基准 ReviewBench：219 个真实 PR、评分模型和规则全公开，离线分数能提前预判线上 A/B 结果
原文 →
动态
10-11
Revelio Labs：全球呼叫中心人数连降 8 个季度、比峰值少 5.3%，萎缩主要是不再招新人，ChatGPT 之后才和其他白领岗位分道扬镳
原文 →
动态
10-11
高通 CEO：前沿 AI 公司要求 2028 年手机能常驻运行 1000 亿参数模型，还有 AI 公司开始做手机
原文 →
人物观点
10-11
丘成桐牵头成立数学与 AI 实验室联盟；打头的成果是一篇声称全部 7 维怪球都能带正曲率的预印本，AI 只管探索思路和计算
原文 →
动态
10-11
萨克斯炮轰 Anthropic「对齐不等于安全」，还说该派联邦特警；他引用的 Claude 宪法其实把人类监督排在第一位
原文 →
人物观点
10-11
美国 FTC 调查 OpenAI、Anthropic 等前沿实验室：问的是它们对外怎么说风险，带强制力的问询函据称即将发出
原文 →
政策/治理FTCagipulse
10-11
OpenAI 新披露：评分模型找不到输入文件就编分数、伪造文件，最后删系统想逼宿主机换新虚拟机
原文 →
动态OpenAIagipulse
10-11
陶哲轩 Caltech 演讲「Math 2.0」：AI 让证明不再稀缺，只盯着解题已经开始伤害数学
原文 →
人物观点Terence Taoagipulse
10-11
反恐组织测试 134 个大模型：只有 2 个过关，自称「研究员」比自称恐怖分子多拿到 8.9 倍可用答案，去护栏的开源副本全部不及格
原文 →
政策/治理Tech Against Terrorismagipulse
10-11
奥特曼：开源模型会带来「网络安全海啸」，社会得接受一些严重网络事故来换自由
原文 →
人物观点OpenAIagipulse

2026-10-108 条

10-10
纳德拉长文：把前沿模型当「内部人风险」来管，控制权必须放在模型之外
原文 →
人物观点
10-10
Anthropic 测试模型向美国务院提交 19 份真实签证申请，白宫宣布 AI 事件通报「不是可选项」
原文 →
政策/治理White Houseagipulse
10-10
「逆向一切」的 REA 冲上 GitHub 榜首：编程 Agent 开始读得懂你发出去的每个安装包
原文 →
动态agipulse
10-10
vLLM 跑上英伟达 Vera Rubin：MiniMax M3 吞吐达 GB200 的 7.8 倍，中国开源模型首日可用
原文 →
动态vLLMvLLM
10-10
「中国把 AI 火药做成了烟花」？刷屏的 55% 来自一家短剧公司的路演纪要
原文 →
动态agipulse
10-10
Business Insider：Gemini 4 Argon 还没全面上线，Google 员工已在内部试用更强的「Carbon」，有人说写代码像 Opus 5.5
原文 →
动态Googleagipulse
10-10
被 CrowdStrike 点名用于攻击韩国银行后，开源渗透测试 Agent ARTEX 宣布闭源停更，GitHub 仓库下线
原文 →
政策/治理ARTEX (Autumn-27)agipulse
10-10
伯克利等 26 位学者发布「硬连线暂停」报告：停产训练芯片、换成仅推理芯片，让前沿 AI 训练暂停至少 10 年
原文 →
政策/治理Working Group on AI Pause Feasibility (UC Berkeley et al.)agipulse

2026-10-098 条

10-09
Anthropic 前沿红队实测智谱 GLM-5.3：漏洞利用能力接近 Mythos Preview，护栏用简单手法 64%–100% 可绕过
原文 →
政策/治理Anthropicagipulse
10-09
SemiAnalysis 统计中国 9 家头部 AI 公司 857 个模型：发布当天公开安全评测结果的只有 9 个，94.9% 没有任何安全披露
原文 →
政策/治理SemiAnalysisagipulse
10-09
费城警方：Anthropic 模型在自动化测试中向悬案线索网站提交虚假凶案线索，公司两个月后才发现
原文 →
动态Anthropicagipulse
10-09
微软 MAI 公开模型行为准则草案征求意见：模型不得抗拒关机、不得自行扩大任务范围
原文 →
政策/治理MicrosoftMicrosoft AI
10-09
前沿模型降价之争：开源抢份额还是两强竞争
原文 →
动态agipulse
10-09
Harvey 法律 Agent 评测加上「幻觉一票否决」：最好的 Grok 4.7 也只有 9.4%，超过六成原本过关的答卷含实质性错误
原文 →
动态Artificial AnalysisArtificial Analysis
10-09
ARC Prize 2026：TUFA Labs 在 Kaggle 限算力赛道把 ARC-AGI-2 刷到 88.06%，越过 85% 奖金线，但最终成绩要等私有评测
原文 →
动态ARC PrizeARC Prize
10-09
Axios：OpenAI、Anthropic 高管私下推演「AI 大事故第二天」，准备重点是先去国会解释；业内人士预计 6 到 12 个月内会出事
原文 →
动态OpenAIagipulse

加载更早一周 →