标签： Claude

五角大楼内部审查：过度依赖 Palantir Maven AI 系统导致误击伊朗学校、123 名儿童死亡

彭博调查披露，五角大楼一份未公开的内部审查认为，美军今年2月对伊朗米纳布一所小学的导弹打击中，对 Palantir 开发的 Maven Smart System 的过度依赖是三个失误之一，该袭击造成至少123名儿童死亡。这起事件把"AI 辅助目标推荐"的责任边界问题推到了台前。

Arena 已上线 OpenAI 的 GPT-6 Sol 与 GPT-6 Luna 供用户实测，正式评分尚未公布；同期流出的对比视频把 GPT-6 Sol 与上一代 GPT-5.6 Sol 放在相同提示词、均开启最大推理的条件下比较，关注点不只是输出质量，还有 token 消耗与响应耗时。

Artificial Analysis 评测显示，OpenAI 的 GPT-6 Sol 和 Luna 把每百万 token 价格降到上一代约一半，推理成本明显下降，但知识与编程等评测出现有升有降，能力并非全面进步。

OpenAI 在 2026 年 9 月 22 日发布文件，系统说明第三方独立评估应重点审查什么、遵循什么原则。这相当于把“让外部人查模型安全”从姿态变成了可操作框架，对前沿大模型的安全论证方式有直接影响。

英国 AI 安全研究院（UK AISI）开始用 EvalEval 联盟的公开基础设施发布评测结果，首批覆盖 5 个基准测试、6 个前沿模型，让原本散落各处的跑分变成可复现、可对照的公共数据。

GitHub Copilot 在已上线的 GPT-6 Astra 之外，新增 GPT-6 Sol 和 GPT-6 Luna 两款模型，一个偏向多步验证的智能体编程，一个主打低成本快速任务。这意味着 Copilot 的模型选择开始按“任务档位”细分，而不只是拼最强能力。

Anthropic 最新的 Claude Opus 5.5 已接入 GitHub Copilot，主打代理式编程和长任务处理，并在早期测试中用更少的步骤和 token 完成与 Opus 5 相当的任务，开发者现在可以在多个 IDE 和 Copilot 入口中直接选用。

OpenAI 推出 GPT-6 Sol 与 GPT-6 Luna 两款新模型，把 GPT-6 Astra 的能力下放到更便宜的价位，API 价格相比 GPT-5.6 同级别产品直接砍半。对高频调用大模型的开发者和团队来说，这是实打实的成本下降。

亚马逊已封禁 Meta 的 Muse AI 购物 Agent，理由是它未经授权访问商店、不主动表明机器人身份，且会接触并存储用户账号凭证。这意味着"AI 替你下单"这件事，正撞上电商平台对流量和广告收入的实际控制权。

美国出现两份讨论草案，一份属联邦层面、一份针对明尼苏达州，试图用立法保障个人和机构获取算力、先进 AI 与开放权重模型的权利，同时禁止政府仅因模型“能力太强”而限制使用。它把监管逻辑从“按能力分类”扭回“按行为追责”。