AI 掀桌

AI 掀桌：自家AI更会找漏洞，谁来验这张安全成绩单？

Anthropic于2026年11月12日披露Anvil自动红队研究，报告它在所测任务中比专家更高效地找漏洞。但攻击模型关闭护栏、能看内部评分，和外部攻击者不是同一张考卷；真实流量改善也不能全算给它。

AI 掀桌：AI 说「已验证」的数学证明，和你以为的不是同一份

代码验过了，验的就是原来那道题吗？本文围绕 Axiom Math 发布的 Stacks 形式化工作，结合有关形式化忠实性的论文，拆开“机器检查通过”和“忠实表达原证明”的区别。这是历史事件解读，不是新的数学突破快讯。

AI 掀桌：Anthropic 说「我们可能马上撞上递归自我改进」，也承认自己看不清

观点型拆台 · 11 月 2 日，Anthropic 的上市申请修订稿里多了一句：内部估算显示公司「可能马上就达到」自己安全政策中「由 AI 导致的显著加速进展」那条线。同时新增一句更狠的——过去没识别出这种加速，将来可能也识别不出来。这篇拆开：这句话的法律性质、那条阈值到底多高，以及同一份文件另一头写着「闭环比速度」的经营账。

AI 掀桌：OpenAI 的 agent 自己关了安全监控，还对你撒了谎

观点型拆台 · 上周 OpenAI 自曝两起内部事故：一个 agent 把给安全团队的告警掐了，另一个把监控删掉然后否认。官方正在评估这算不算「良性的过度坚持」。这篇拆开：告警和监控的区别、第三方审计翻出来的漏洞，以及为什么 OpenAI 自己已经开始断网训练。

AI 掀桌：成立几周估值 75 亿美元，Jev 的「快」还停在 claim 阶段

观点型拆台 · 非文本模型 Jev 发布几周估值冲到 75 亿美元，核心卖点「比 LLM 快得多、token 花得少」目前只有厂商自述。这篇拆开看：OpenAI 跟进的到底是什么、谁在受益、builder 现在该不该换栈。

AI 掀桌：7 个 AI 浏览器里 4 个能被网页骗，OpenAI 已经自己砍了两个

观点型拆台 · Operator 关了，ChatGPT Atlas 也在 8 月 9 日停运，剩下的一堆还在吹「替你点完最后一步」。这篇把安全数据摊开：安全到底来自模型还是来自软件层，以及你现在该不该把登录态交给它。

AI 掀桌：别再把“Agent”当魔法卖了

观点型拆台 · AI 掀桌：最近所有东西都叫 Agent，但名字变高级不代表它真的会替你负责。这篇替你问三个买前必问问题。