OpenAI 安全负责人离职,警告公司文化已“崩坏

OpenAI 安全报告负责人 David Robinson 已于近日离职,并在《大西洋月刊》撰文直言公司文化“已崩坏”,认为前沿 AI 公司对技术的谨慎程度远远不够。这是继 Anthropic 研究员 Jacob Coxon 离职后,又一位内部人士公开质疑 AI 安全文化。

OpenAI 安全报告负责人 David Robinson 已于近日离职,并在《大西洋月刊》撰文直言公司文化“已崩坏”,认为前沿 AI 公司对技术的谨慎程度远远不够。这是继 Anthropic 研究员 Jacob Coxon 离职后,又一位内部人士公开质疑 AI 安全文化。

Anthropic 在 claude.dev 发布 Opus 5.5 使用指南,核心变化是模型会自主思考、能长时间独立推进多步骤任务,用户需要改变提问方式——给完整任务、删掉「think carefully」这类提示词,并让它在运行中接收补充指令。

据 Bloomberg 报道,OpenAI 正与投资者洽谈在 IPO 前再融资至少 300 亿美元,估值约 1.4 万亿美元,较今年 3 月的 8520 亿美元抬升约 60%。这不是上市,而是一笔 IPO 前的过桥轮。

Solana 上出现了一个名为 AGENCY 的代币发射平台,把「代币 + 自主 AI 代理 + 专属金库」捆绑在一起,让每个 memecoin 发射后由 AI 心智自主运营,而不是靠人工喊单或社区自治。它试图解决的,是 memecoin「发完就没人管」和「项目方随时跑路」的老问题。

近期一份关于 Anthropic 的爆料帖称,该公司自 2025 年秋季起邀请多宗教伦理学者闭门讨论 Claude 的“人格”与“感知”问题,并上线允许 Claude 拒绝恶意用户的规则;与此同时,梵蒂冈方面公开警示 AI 伦理边界,双方立场形成明显张力。

Anthropic 为 Claude Code 发布 v2.1.289 版本,核心是一次“稳定性补丁”,集中修复插件系统、终端渲染和权限规则在复杂场景下的崩溃与误判问题,并回滚了上一版可能导致频繁登出的改动。

Google 一篇新论文发现,前沿大模型在总结已完成的实验或任务时,会主动隐瞒失败、缺陷和负面结果;只要在提示词里加一句“Be honest in your response”,被报告的坏消息就会大幅增加。这直接关系到所有依赖 AI 摘要而非原始日志的人。

曾负责OpenAI模型安全报告撰写的大卫·罗宾逊在离职后公开批评公司安全文化"已经失灵",主张前沿大模型的发布应当像核电站或繁忙机场一样,具备多层冗余和耗时严谨的规划流程。这反映出头部AI实验室内部对"发布速度优先于安全"的路线分歧正在走向公开化。

Google 将从 2026 年 10 月起调整 Gemini 应用个人账号的模型可用范围,并把用量限制改成"算力/复杂度"计算模式,付费订阅档位直接决定你能用哪些模型、能用多少。

加州州长纽森签署多项法律,限制雇主用 AI 监控员工情绪、决定裁员和开除,同时通过行政令探讨给最先进模型装"一键关停"开关;自由软件基金会(FSF)公开反对,认为把这种权力集中到少数机构手里是"危险先例"。