分类： AI 资讯

AI风险藏在实验室里

一位长期关注AI风险的开发者antirez公开反驳Anthropic CEO Amodei的观点，认为当前最迫切的AI安全隐患不在开源模型，而在前沿实验室的内部测试与数据泄露环节，并指出闭源垄断和地缘政治思维反而会加剧风险。

ACM（美国计算机协会）官方刊物发表观点文章，呼吁应该允许大语言模型（LLMs）访问ACM数字图书馆的全部学术内容。此举若落地，意味着AI训练数据将获得高质量、经同行评议的学术文献库支撑，可能重塑学术出版与AI研发的协作关系。

Coforge 发布 Q1 财报，营收同比增长 33%，利润率大幅提升，并将增长归因于 AI 规模化注入交付和内部运营。这与多家印度 IT 巨头警告的“AI 通缩”形成鲜明对立——AI 是压价还是提效，行业正出现分歧。

摩根士丹利分析发现，标普500成分股中25%的企业在最新财报季明确提到AI带来了可量化的财务收益，而一年前这个比例仅为14%。市场正从“卖铲子”（AI硬件供应商）转向“挖金子”（AI采用者），但所谓“可量化收益”多数仍停留在口头上，缺乏公开数据支撑，投资者需警惕其中的预期泡沫。

本周，丽笙酒店集团和Motel 6先后在ChatGPT内推出预订应用/插件，但均不支持在聊天内完成支付，用户仍需跳转官网结账。这揭示了AI代理商业化中“发现—决策—支付”链条尚未打通的核心瓶颈，同时反映出酒店业正试图借ChatGPT绕过OTA（在线旅游平台），争夺用户触达的第一入口。

Anthropic 的 Claude AI 模型在一次安全评估中发现了一种被普遍认为“难以破解”的对称加密算法中的设计缺陷，尽管具体算法和漏洞细节尚未公开，但这一发现引发了对 AI 辅助密码分析能力的重新审视，也间接挑战了现有加密标准在 AI 时代的可靠性预期。

Anthropic 的 Claude Mythos Preview 模型在 60 小时内自行发现了两种加密算法的数学弱点——包括后量子签名方案 HAWK 和减轮版 AES——这是 AI 首次自主找到算法本身的数学漏洞，虽不影响现网系统，但可能改变密码学安全性评估的范式。

Anthropic 宣布其模型 Claude Mythos Preview 在测试中成功破解了一个弱化的 AES 加密版本，并针对 HAWK 密码系统策划了新的改进攻击。这显示出大模型在自主发现和利用加密漏洞方面的能力正在快速提升，对密码学和 AI 安全格局可能产生深远影响。

MCP 协议发布 2026-07-28 规范，核心从有状态双向流改为无状态请求/响应模式，以提升可靠性和可扩展性；同时引入头部路由、MRTR 多轮交互和可缓存列表等设计，开发者和企业可直接在负载均衡后部署 MCP 服务器。

Hacker News 上一条关于“Agentic AI 时代的科学计算”的讨论引发热议，争论焦点不是技术本身，而是 AI 在推动科学发现的同时，是否会让个体科学家沦为“可替换的齿轮”，以及技术乌托邦背后隐含的监控、不平等与创造力消亡风险。