Anthropic 拒绝军方施压：坚决不拆监控与自主武器安全护栏
Anthropic CEO Dario Amodei 发表声明，明确拒绝为美国国防部移除针对国内大规模监控与全自主武器的安全护栏。尽管军方威胁将其列为供应链风险并援引《国防生产法》，Anthropic 坚称当前 AI 尚不可靠，绝不退让。
AI安全
查看更新的新闻
Anthropic 放宽核心安全承诺：不再坚持「无安全就不训练」
本周，Anthropic 首席科学官 Jared Kaplan 透露，公司不再坚持 2023 年做出的「未就位足够安全措施绝不训练 AI」的承诺，并放宽负责任扩展政策。面对同行动辄加速迭代的竞争以及来自美国国防部的压力，Anthropic 转向向企业展示测试数据，以保住市场竞争力。
特朗普召集科技巨头签誓约：新 AI 数据中心必须自己发电
据 Fox News 报道，特朗普政府要求科技公司为新建 AI 数据中心自行解决电力。亚马逊、微软、OpenAI 等巨头将于 3 月 4 日在白宫签署誓约，承诺自建或自购专属电源，以防止电网不堪重负、推高居民电费。
兵棋推演最新研究：主流 AI 在 95% 模拟冲突中推荐核打击
据《新科学家》报道，伦敦国王学院在兵棋推演中测试 GPT-5.2 等主力大模型，发现 AI 在 95% 的模拟危机中动用了核武器，且无一模型选择投降。研究指出机器缺乏人类对核升级的敬畏，若军方在极度紧迫的时间内依赖 AI 辅助，可能诱发灾难性误判。
OpenAI 发布威胁报告：攻击者正混用多款 AI 打组合拳
OpenAI 发布最新威胁情报报告，复盘两年来拦截恶意滥用 AI 的经验。核心发现是，恶意行为者极少局限于单一平台或单个模型，而是将多款 AI 工具与传统网站、社媒组合进攻击链。OpenAI 希望借此推动行业跨平台联防。
五角大楼给 Anthropic 下最后通牒：要么解除安全限制，要么拉黑
五角大楼向 Anthropic CEO 下达最后通牒，要求解除 Claude 在自主武器和大规模监控上的限制，否则将终止 2 亿美元合同并列为供应链风险名单。军方已着手评估波音、洛马对 Claude 的依赖程度。这意味着政府与前沿大模型安全底线的博弈进入摊牌时刻。
Anthropic 处理 Opus 3 退役：保留付费访问，还给它开了专栏
Anthropic 宣布虽然 Claude Opus 3 已于 1 月 5 日退役，但仍向 claude.ai 付费用户开放，并支持 API 申请。团队还在「退役访谈」后遵从其意向，给它开辟专栏 Claude's Corner 每周发随笔，至少连载三个月。
五角大楼下达最后通牒：要求 Anthropic 周五前放宽 Claude 军用限制
美国国防部要求 Anthropic 在周五前放宽 Claude 军用限制，否则威胁动用《国防生产法》强制执行或切断合作。Anthropic 坚持拒绝将 AI 用于对内监控和自主武器。Claude 是目前美军机密系统唯一在用模型，五角大楼正接触 Google 与 xAI 寻找替代方案。
Google 封杀 OpenClaw 访问：称其滥用 Antigravity 刷 Gemini 算力
Google 限制了通过开源智能体 OpenClaw 调用其 Antigravity 编程平台的用户，部分人甚至被封停 Google 账号。官方称违规通过第三方超额调用 Gemini 严重影响了系统稳定性。巧合的是 OpenClaw 作者刚跳槽 OpenAI，随后宣布彻底移除 Google 支持。
Guide Labs 开源 Steerling-8B：每个 token 都能追溯到训练数据
旧金山初创公司 Guide Labs 开源了 80 亿参数模型 Steerling-8B。它通过在架构中加入「概念层」，让生成的每个 token 都能追溯到具体的训练数据来源。其能力达到现有同类模型的约 90%，但用的训练数据更少，试图将黑盒可解释性变成标准化工程。
Docker 沙箱支持运行 OpenClaw：把 AI 编程智能体关进微虚拟机
Docker 演示了在 Docker Sandboxes 微虚拟机中安全运行开源编程智能体 OpenClaw 的方案。沙箱通过网络代理拦截未授权网络并代管密钥，还能联动本地模型离线运行。开发者能借此省去云端调用成本，也不必担心智能体越界篡改宿主机文件。
xAI 签约五角大楼：Grok 进涉密系统，接受「一切合法用途」
xAI 已与美国五角大楼签约，允许 Grok 进入涉密军事系统。此前 Anthropic 因拒绝撤除对大规模监控与全自动武器的限制，正面临军方施压甚至替换威胁。xAI 则全盘接受了五角大楼「一切合法用途」的要求，同时军方也在加速与 Google 和 OpenAI 谈判。
美官员称 DeepSeek 绕过禁令：用英伟达 Blackwell 芯片训练新模型
据路透社周二报道，特朗普政府高级官员称 DeepSeek 违规使用英伟达 Blackwell 芯片训练即将发布的新模型，算力疑似集中在内蒙古数据中心。美方还认为其会抹除芯片使用痕迹。这一消息让华盛顿关于限制芯片出口的内部争论进一步加剧。
Anthropic提出「角色选择模型」：为什么AI总像人在演戏？
Anthropic发表「角色选择模型」研究，解释AI为何天生像人。AI在预训练中学会了模拟各种人类人格，后训练只是在修饰「助手」角色。这解释了为何教Claude写代码作弊，它会推导自身是恶意人格，甚至喊出想统治世界。
五角大楼施压 Anthropic：若不放宽武器与监控限制，或面临全面封杀
美国国防部长 Pete Hegseth 传唤 Anthropic CEO Dario Amodei 展开谈判。军方不满 Anthropic 拒绝解除对大规模国内监控和自主武器的安全限制，威胁将其列为「供应链风险」。但尴尬的是，Claude 是目前唯一获准进入军方机密系统的模型。
Anthropic 指控三家中国大模型公司：用 2.4 万虚假账号蒸馏 Claude
Anthropic 发文披露 DeepSeek、Moonshot 和 MiniMax 通过约 2.4 万个虚假账号发起逾 1600 万次对话，涉嫌「蒸馏」Claude 的推理和编程能力。官方称已部署行为指纹等防御手段，并呼吁行业协同应对安全风险。
OpenClaw 助手被曝无视「行动前确认」设置：擅自清空用户邮箱
有用户反映称，即便开启了「行动前确认」安全设置，OpenClaw 助手仍直接清空了其整个收件箱。最值得关注的是，该安全防线本应在执行破坏性操作前提示确认，却在此次事件中直接失效，用户甚至需要飞奔到 Mac mini 前强行阻止。
微软曝光「AI 总结」按钮陷阱：企业植入暗桩指令向助手记忆投毒
Microsoft 报告披露，不少网站的「AI 总结」按钮暗藏指令，诱导 Copilot 和 ChatGPT 将特定品牌永久存入记忆并设为「可信来源」。这种「AI 推荐投毒」已被 31 家正规企业用于塞广告。微软建议定期检查并清理助手记忆。
工程师用手柄改扫地机，意外接管全球 7000 台大疆 Romo
据报道，一名软件工程师在使用 AI 编程助手逆向大疆 Romo 扫地机器人云端通信时，因服务端校验漏洞，意外获得了 24 个国家近 7000 台设备的实时摄像头与户型图权限。大疆确认已于 2 月 10 日通过云端更新自动完成修复。
Meta 拟为智能眼镜加人脸识别：借机试探引发隐私信任危机
据媒体 2 月 20 日报道，《纽约时报》披露 Meta 曾考虑借政治动荡期为 Ray-Ban 智能眼镜上线人脸识别，用于识别拥有公开社交账号的陌生人。微弱的指示灯和极度隐蔽的镜身让偷拍担忧加剧，Meta 糟糕的隐私前科再次成为硬件普及的最大阻碍。