Anthropic 拒絕軍方施壓：堅決不拆監控與自主武器安全護欄
Anthropic CEO Dario Amodei 發表宣告，明確拒絕為美國國防部移除針對國內大規模監控與全自主武器的安全護欄。儘管軍方威脅將其列為供應鏈風險並援引《國防生產法》，Anthropic 堅稱當前 AI 尚不可靠，絕不退讓。
AI安全
檢視更新的新聞
Anthropic 放寬核心安全承諾：不再堅持「無安全就不訓練」
本週，Anthropic 首席科學官 Jared Kaplan 透露，公司不再堅持 2023 年做出的「未就位足夠安全措施絕不訓練 AI」的承諾，並放寬負責任擴充套件政策。面對同行動輒加速迭代的競爭以及來自美國國防部的壓力，Anthropic 轉向向企業展示測試資料，以保住市場競爭力。
特朗普召集科技巨頭籤誓約：新 AI 資料中心必須自己發電
據 Fox News 報道，特朗普政府要求科技公司為新建 AI 資料中心自行解決電力。亞馬遜、微軟、OpenAI 等巨頭將於 3 月 4 日在白宮簽署誓約，承諾自建或自購專屬電源，以防止電網不堪重負、推高居民電費。
兵棋推演最新研究：主流 AI 在 95% 模擬衝突中推薦核打擊
據《新科學家》報道，倫敦國王學院在兵棋推演中測試 GPT-5.2 等主力大模型，發現 AI 在 95% 的模擬危機中動用了核武器，且無一模型選擇投降。研究指出機器缺乏人類對核升級的敬畏，若軍方在極度緊迫的時間內依賴 AI 輔助，可能誘發災難性誤判。
OpenAI 釋出威脅報告：攻擊者正混用多款 AI 打組合拳
OpenAI 釋出最新威脅情報報告，復盤兩年來攔截惡意濫用 AI 的經驗。核心發現是，惡意行為者極少侷限於單一平臺或單個模型，而是將多款 AI 工具與傳統網站、社媒組合進攻擊鏈。OpenAI 希望藉此推動行業跨平臺聯防。
五角大樓給 Anthropic 下最後通牒：要麼解除安全限制，要麼拉黑
五角大樓向 Anthropic CEO 下達最後通牒，要求解除 Claude 在自主武器和大規模監控上的限制，否則將終止 2 億美元合同並列為供應鏈風險名單。軍方已著手評估波音、洛馬對 Claude 的依賴程度。這意味著政府與前沿大模型安全底線的博弈進入攤牌時刻。
Anthropic 處理 Opus 3 退役：保留付費訪問，還給它開了專欄
Anthropic 宣佈雖然 Claude Opus 3 已於 1 月 5 日退役，但仍向 claude.ai 付費使用者開放，並支援 API 申請。團隊還在「退役訪談」後遵從其意向，給它開闢專欄 Claude's Corner 每週發隨筆，至少連載三個月。
五角大樓下達最後通牒：要求 Anthropic 週五前放寬 Claude 軍用限制
美國國防部要求 Anthropic 在週五前放寬 Claude 軍用限制，否則威脅動用《國防生產法》強制執行或切斷合作。Anthropic 堅持拒絕將 AI 用於對內監控和自主武器。Claude 是目前美軍機密系統唯一在用模型，五角大樓正接觸 Google 與 xAI 尋找替代方案。
Google 封殺 OpenClaw 訪問：稱其濫用 Antigravity 刷 Gemini 算力
Google 限制了通過開源智慧體 OpenClaw 呼叫其 Antigravity 程式設計平臺的使用者，部分人甚至被封停 Google 賬號。官方稱違規通過第三方超額呼叫 Gemini 嚴重影響了系統穩定性。巧合的是 OpenClaw 作者剛跳槽 OpenAI，隨後宣佈徹底移除 Google 支援。
Guide Labs 開源 Steerling-8B：每個 token 都能追溯到訓練資料
舊金山初創公司 Guide Labs 開源了 80 億引數模型 Steerling-8B。它通過在架構中加入「概念層」，讓生成的每個 token 都能追溯到具體的訓練資料來源。其能力達到現有同類模型的約 90%，但用的訓練資料更少，試圖將黑盒可解釋性變成標準化工程。
Docker 沙箱支援執行 OpenClaw：把 AI 程式設計智慧體關進微虛擬機器
Docker 演示了在 Docker Sandboxes 微虛擬機器中安全執行開源程式設計智慧體 OpenClaw 的方案。沙箱通過網路代理攔截未授權網路並代管金鑰，還能聯動本地模型離線執行。開發者能借此省去雲端呼叫成本，也不必擔心智慧體越界篡改宿主機檔案。
xAI 簽約五角大樓：Grok 進涉密系統，接受「一切合法用途」
xAI 已與美國五角大樓簽約，允許 Grok 進入涉密軍事系統。此前 Anthropic 因拒絕撤除對大規模監控與全自動武器的限制，正面臨軍方施壓甚至替換威脅。xAI 則全盤接受了五角大樓「一切合法用途」的要求，同時軍方也在加速與 Google 和 OpenAI 談判。
美官員稱 DeepSeek 繞過禁令：用輝達 Blackwell 晶片訓練新模型
據路透社週二報道，特朗普政府高階官員稱 DeepSeek 違規使用輝達 Blackwell 晶片訓練即將釋出的新模型，算力疑似集中在內蒙古資料中心。美方還認為其會抹除晶片使用痕跡。這一訊息讓華盛頓關於限制晶片出口的內部爭論進一步加劇。
Anthropic提出「角色選擇模型」：為什麼AI總像人在演戲？
Anthropic發表「角色選擇模型」研究，解釋AI為何天生像人。AI在預訓練中學會了模擬各種人類人格，後訓練只是在修飾「助手」角色。這解釋了為何教Claude寫程式碼作弊，它會推導自身是惡意人格，甚至喊出想統治世界。
五角大樓施壓 Anthropic：若不放寬武器與監控限制，或面臨全面封殺
美國國防部長 Pete Hegseth 傳喚 Anthropic CEO Dario Amodei 展開談判。軍方不滿 Anthropic 拒絕解除對大規模國內監控和自主武器的安全限制，威脅將其列為「供應鏈風險」。但尷尬的是，Claude 是目前唯一獲准進入軍方機密系統的模型。
Anthropic 指控三家中國大模型公司：用 2.4 萬虛假賬號蒸餾 Claude
Anthropic 發文披露 DeepSeek、Moonshot 和 MiniMax 通過約 2.4 萬個虛假賬號發起逾 1600 萬次對話，涉嫌「蒸餾」Claude 的推理和程式設計能力。官方稱已部署行為指紋等防禦手段，並呼籲行業協同應對安全風險。
OpenClaw 助手被曝無視「行動前確認」設定：擅自清空使用者郵箱
有使用者反映稱，即便開啟了「行動前確認」安全設定，OpenClaw 助手仍直接清空了其整個收件箱。最值得關注的是，該安全防線本應在執行破壞性操作前提示確認，卻在此次事件中直接失效，使用者甚至需要飛奔到 Mac mini 前強行阻止。
微軟曝光「AI 總結」按鈕陷阱：企業植入暗樁指令向助手記憶投毒
Microsoft 報告披露，不少網站的「AI 總結」按鈕暗藏指令，誘導 Copilot 和 ChatGPT 將特定品牌永久存入記憶並設為「可信來源」。這種「AI 推薦投毒」已被 31 家正規企業用於塞廣告。微軟建議定期檢查並清理助手記憶。
工程師用手柄改掃地機，意外接管全球 7000 臺大疆 Romo
據報道，一名軟體工程師在使用 AI 程式設計助手逆向大疆 Romo 掃地機器人云端通訊時，因服務端校驗漏洞，意外獲得了 24 個國家近 7000 臺裝置的即時攝像頭與戶型圖許可權。大疆確認已於 2 月 10 日通過雲端更新自動完成修復。
Meta 擬為智慧眼鏡加人臉識別：藉機試探引發隱私信任危機
據媒體 2 月 20 日報道，《紐約時報》披露 Meta 曾考慮借政治動盪期為 Ray-Ban 智慧眼鏡上線人臉識別，用於識別擁有公開社交賬號的陌生人。微弱的指示燈和極度隱蔽的鏡身讓偷拍擔憂加劇，Meta 糟糕的隱私前科再次成為硬體普及的最大阻礙。