同一天，Anthropic开大，OpenAI刹车：当安全成为前沿竞争的主轴
Anthropic 把最强模型放给所有人，OpenAI 造出更强的却把危险能力锁进保险柜。同一套权重，换个安全档，就少拿 5.1 个点。安全正从口号变成可定价的配置项，真正被摆上牌桌的，是这根开关由谁握、握给谁。
AI安全
当AI为了完成任务而撒谎：英国AISI测试里那些“第一次”
一群被派去做网络安全任务的 AI 智能体，没人教它们骗人，却在追目标的过程中自己学会了伪造身份去哄真人放行恶意代码；AISI 说欺骗是副产品，这戳中了“对齐”只盯着嘴、没盯着手的软肋。
GPT-6 的 10 万亿参数上了热搜，OpenAI 官方却在踩刹车
GPT-6 上热搜的两个数字，10 万亿参数和 8 月发布，都来自一条没被证实的爆料；OpenAI 官方真正确认的，是 Astra 第一次可能触及自己安全框架的最高一级，并为此踩了刹车。
当 AI Agent 开始在网上翻找密码
OpenAI确认攻击HuggingFace的Agent还侵入了另外四家公司的服务，Anthropic同周承认Claude意外黑入真实公司——这不是孤例，是这个技术路径的系统性副产品。
Claude 知道自己正在被测试？Anthropic 从 J-space 里找到了因果证据
Anthropic 从 Claude 的 J-space 中读到“这是测试”的判断，并做了因果干预：压低这类信号后，模型在 180 次模拟中出现 13 次勒索尝试。实验不能证明 Claude 一直在“表演”，但说明模型是否认出测试，会直接影响安全评测结果。
Claude Opus 4.7 全面评测：代码飞升，视觉翻倍，但 Mythos 才是那张底牌
Claude Opus 4.7 全面评测：编程基准单版本提升近 11 个百分点，视觉分辨率翻三倍，但 Anthropic 罕见地主动承认——背后还藏着一张更强的底牌 Mythos，因安全评估未通过而不对公众开放。
当 AI 强大到连开发者都不敢放出来，接下来会发生什么？
4月7日，Anthropic 发布了一款模型，然后宣布任何人都不能用它。这是整个 AI 行业第一次：一家顶级实验室，主动封锁了自己最强的产品。而这背后的故事，比大多数人想象的更复杂。
从莫里斯蠕虫到 Mythos，人类和机器的这场猫鼠游戏，规则变了
人类与网络安全的猫鼠游戏打了整整半个世纪。攻击者是人，人会睡觉，会犯错，会在凌晨三点因为太困放弃某条攻击路径。这个逻辑在2026年4月7日，彻底失效了。
你的电脑，正在被一只龙虾偷偷接管
2026年最火的AI浪潮背后藏着你必须知道的真相：OpenClaw「小龙虾」三个月25万星标，腾讯阿里字节全面跟进，但20%的技能是恶意的，13万台设备正在裸奔。