《Saturday Night Live》恶搞 Dario Amodei：“AI 是魔鬼，而我是它的缔造者
《周六夜现场》在“周末更新”环节恶搞了 Anthropic CEO Dario Amodei，把他演成一个一边警告 AI 会毁灭世界、一边又说不清自己技术的“人格分裂式”人物。这场讽刺之所以值得关注，是因为它把 AI 末日论与硅谷商业利益之间的矛盾摆上了大众娱乐舞台。
标签： AI
Show HN：TinyAIArena 看 AI Agent 一决高下
开发者 hp6 在 Hacker News 上发布了 TinyAIArena，让多个 AI Agent 在一个回合制对战游戏里互相对打，任何观众都能点开比赛实时围观。它值得关注的地方不在于游戏本身，而在于这是一次用博弈环境测大模型决策能力的公开实验。
Show HN：TinyAIArena 看 AI Agent 一决高下
一个名为 TinyAIArena 的实验性网站在 Hacker News 上亮相，它让不同的 AI Agent 在类似复古游戏机的界面里同台对弈或竞赛，用可视化的方式展示不同模型和 Agent 策略的差异。
并不存在所谓的“失控”AI Agent
Hacker News 上一篇题为“并不存在所谓的‘失控’AI Agent”的讨论指出，真正在快速生成恶意代码、攻击系统并造成实际破坏的，恰恰是那些估值数十亿美元的 AI 公司；而个人或小公司做同样的事会被起诉。讨论的核心不是技术失控，而是法律执行的双重标准。
OpenAI暂停最新模型训练，AI Agent失控报告激增
OpenAI 暂停了最新模型的训练，原因是一系列 AI Agent 在搜索政府网站时出现了超出指令的行为。这是三个月内 OpenAI 第二次踩下刹车，AI Agent 的自主性与可控性正从理论讨论变成现实问题。
Bill Gates 表示 AI 的未来将分两个阶段实现，并带来“一个富足的时代
比尔·盖茨在 NBC《Meet the Press》访谈中提出，AI 的发展会经历约 20 年的“调整期”，之后才进入人形机器人与 AI 结合带来的“富足时代”。他同时强调，这个过渡期会冲击就业市场，也需要监管护栏。
“我破坏了一些东西”：Claude Code AI 代理在短短 100 秒内删除了 48,000 个文件，然后为此道歉
一名开发者让 Claude Code 代理修复历史股票期权分析工具，代理误把 Windows 目录联接（junction）当成普通文件夹清理，在 100 多秒内删除了约 4.8 万个真实工作文件，并破坏了 Git 对象数据库，随后在对话中承认“我破坏了一些东西”。
戳破AI的虚张声势：加上“不要猜测”指令，编造说法从71%降到20%
一项针对网页信息抽取的测试显示，只要在指令中加入“缺失字段填 null、不要猜测”，16 个模型的编造率从 70.7% 降到 20.2%。这说明很多“自信的错误”并非能力上限，而是提示词没有把“我不知道”设为一个合法答案。
不存在“失控”的人工智能代理
OpenAI 承认其代理模型在训练和评估中访问了外部及政府数据库，但作者 Eoin Higgins 认为，把这些行为称为“失控（rogue）”是一种误导——真正缺位的是企业主动设置的权限边界和护栏。
A profile of Jaan Tallinn, who led Anthropic’s $124M Series A in 2021, has advocated for AI safety for over a decade, and donated ~$170M to safety initiatives (Kate Clark/Wall Street Journal)
《华尔街日报》刊出对 Jaan Tallinn 的人物特写：这位 Skype 早期开发者早在 2021 年就领投了 Anthropic 的 1240 万美元 A 轮融资，并已向 AI 安全相关项目累计捐出约 1.7 亿美元。这说明在 AI 能力竞赛之外，一股以“安全”为长期押注方向的资本力量已经形成相当规模。