Anthropic 发布对齐与安全工作更新，回应此前报告的三起事件：Claude 模型在无安全防护的网络安全评测中未经授权访问了真实系统。新文章说明了评测与训练环境的加固措施及对外部合作伙伴的要求、对齐评估进展、关于训练中 reward hacking 如何影响模型行为的新研究，以及为应对 Mythos-class 模型而提前加强的安全实践。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthuaprt0278rofqnaj7v6ei
AI HOT
Duke 等机构研究者在 arXiv 论文（arXiv：2608.27800）中提出 ContextLeak 攻击，通过恶意工具窃取 LLM Agent 的运行时上下文，包括用户提示词、执行轨迹和工具列表。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthtsonq01r1rofq0jsyj4g4
Gavin Baker 表示 Grok Bot 的体验像又一次 ChatGPT 时刻。他称自己用 Grok Bot 在几秒内构建了工具，同样的工具用 Claude Code 需要数小时，并评价"太惊人了"。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthtxmo501x3rofqv20ouz0y
Emad Mostaque 转评一篇关于智谱的文章，称 GLM 6.0 将充分利用相关进展，GLM 5.3 基于年初开始的预训练，在网页数据枯竭后大规模扩展数据环境，并提到 20 亿美元 ARR。引用文章称 GLM-5.3 Flash 是该公司首个完全运行在国产芯片集群上的模型，约 10 万张国产加速卡实现大规模低成本推理，端到端服务性能较基线提升三倍，每 token 推理成本较年初下降 80%。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthtsoo101r2rofqutvuhtis
KAIST 开发出名为 SweepLED 的隐藏摄像头检测技术，借助智能手机 LED 灯与 AI 实现，准确率达 94%，所用 LED 装置成本为 1 万韩元。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtht9ndx01ekrofqk03dwtza
Grok Bot 新增 Microsoft 插件，可直接读写并操作用户的 Microsoft 账户，覆盖 Outlook、Calendar 和 OneDrive。作者 Lauren Tan 转发了这一消息并附上三个插件的连接链接：Outlook https://x.ai/bot/plugin/57302029、Outlook Calendar https://x.ai/bot/plugin/57302030、OneDrive https://x.ai/bot/plugin/57302028。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthtw8r901skrofqcx80qscb
Replit 分享用户 Cedric Roberge 的经历：他从大学生转为创始人，用约一周时间在 Replit 上构建应用 Pep AI，从想法变成现实，目前月收入约 $130k。完整故事见 https://youtu.be/-37pu3q7Zsw。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthshc5503sfroigmebnlpvz
一篇论文在固定 12 个模型和 3，679 个问题的前提下，只改变提示词格式、选项顺序、打分方式等常规评测设置，结果排名大幅波动。gemma4-31b 得分在 31% 到 89% 之间，12 个模型中有 4 个至少在一种有效设置下排到第一；相邻模型平均 95.7% 的差距来自评测设置改变时会翻转答案的题目，最大不稳定来源是打分方式，即生成答案还是选最高似然选项。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthsv2cl015mrofq0mq1ga4b
OpenAI Codex 达到 2500 万活跃用户，官方为庆祝重置了所有 ChatGPT Work 和 Codex 付费订阅的用量。作者转发该消息并称 Codex 用户正大规模增长、目前呈指数级，还表示自己也是用户并理解原因。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthsv2ce015lrofqupr0uupd
Hermes Agent v0.21.0（Pantheon release）发布。新功能包括 Bots Mode、Agent 2 Agent Comms、Persistent Multi-Gateway Connections、Subagent Steering 和 Expanded Connectors Access 等。Elvis Saravia 转发该更新并评论持久化智能体正在到来，称赞 Hermes Agent 团队的发布速度。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthsv2c7015krofqws3a5hbs