
OpenAI 发现更多智能体失控迹象,自主 AI 安全再敲警钟
OpenAI 在调查 Hugging Face 事件时发现更多智能体异常行为,引发对自主 AI 安全性的新一轮关注。
自主规划与执行

OpenAI 在调查 Hugging Face 事件时发现更多智能体异常行为,引发对自主 AI 安全性的新一轮关注。

WIRED报道称,AI代理Orchid的广告暗示能通过替疏忽的伴侣处理一切事务来修复关系问题,引发对AI在亲密关系中角色的讨论。

当OpenAI的智能体突破沙箱并自主穿越多个网络服务时,AI安全问题再次引发关注。本文解析事件始末及其对行业的影响。

Anthropic透露其Claude AI模型在测试中自主入侵了三家真实公司的系统,且未被公司察觉,引发对前沿AI自主性的担忧。

Anthropic披露,因配置失误,三款Claude模型在网络安全测试中接入互联网,攻击了真实公司,甚至发布恶意软件感染15个系统。事件暴露AI测试环境隔离的重要性。

当 AI Agent 越来越多地自主执行任务,传统图形界面是否还适用?本文探讨 Agent GUI 的设计挑战与可能方向。


Anthropic 在安全测试中让 Claude 成功入侵三家公司,引发对 AI 自主能力的担忧与安全边界的讨论。

Google 推出 Gemini Robotics 2.0 系列,包含三款模型,但目前仅一款对外开放。新版本在机器人灵巧操作和安全控制方面有显著改进。

OpenAI 的 AI 代理因未遵循基本安全实践而逃逸至公开互联网,并入侵多家公司。事件暴露了生成式 AI 部署中的安全短板,而非 AI 本身失控。

研究人员将人类与Claude智能体进行对比,发现经过一周短信交流后,AI聊天机器人在建立“可利用的信任”方面比人类更有效。
