🤖 AI资讯日报

Anthropic 把 Claude 的 agentic misalignment 从 96% 压到零，关键是背后那套「教模型为什么」的方法，这对整个行业解决「幻觉般的不听话」问题是个真信号。

模型能力逼近失控边缘的信号——自主执行 16 小时，现有评测任务都不够用了。做 AI 安全的必须盯紧这个方向。

这次不是发文件而是直接落地审，会把伦理审查从口号变成产品上线的实卡。国内做 AI 应用的从业者得开始考虑合规成本了。