标签： Gemini

苹果研究：单个神经元即可绕过大型语言模型的安全对齐

苹果机器学习研究团队发表论文指出，大型语言模型（LLM）的安全对齐机制极度脆弱——只需操控模型中的一个神经元，即可绕过安全限制，让模型输出有害内容。这一发现挑战了当前主流的安全对齐思路，即认为安全行为是大规模参数协同作用的结果。

沃顿商学院教授 Ethan Mollick 引用路透社独家报道，认为中国可能限制顶级 AI 模型出海，并据此判断前沿开放权重模型的持续供应将面临挑战，开发者需为开源生态的收紧做好准备。

Anthropic 在 Claude Code 中引入“模型选择”与“努力级别”两个独立设置，帮助开发者在不同任务场景下合理分配算力和成本；模型决定能力上限，努力级别控制任务执行深度。

DAIR.AI 创始人 Elvis Saravia 提出了一种结合“人在回路”（HITL）与第三方 MCP 服务器 DialAgent 的方法，让 AI Agent 在自动化循环遭遇瓶颈时，能通过电话直接向开发者请求决策，从而显著提升复杂工作流的可靠性。

据最新消息，中国政府正计划限制国外用户访问其最先进的AI模型，包括尚未发布的闭源模型与开放权重的系统。这一信号意味着全球AI市场可能将按国籍分裂：未来的顶尖中国模型将仅供国内使用，海外开发者与企业将无法获取低成本、高性能的中国AI模型。

GitHub 宣布将于 2026 年 8 月 3 日停用 Copilot Billing Preview 应用，原因是其账单设置已内置更完善的用量管理功能。用户需要提前迁移到原生账单界面，否则将无法通过该应用查看 Copilot 消费。

GitHub 宣布其 Copilot 桌面应用程序正式对所有计划用户（包括免费版和教育版）开放，支持 macOS、Windows 和 Linux，并首次允许用户自带模型密钥（BYOK）独立使用，彻底降低了 AI 辅助编程的入门门槛。

在2026年微软Build大会上，微软宣布Hugging Face的开源模型已入驻Microsoft Foundry平台的托管计算服务，用户可一键部署超过300万个模型，享受企业级安全与治理，且模型权重预置在Azure上，每周刷新。

在 iOS 27 第三个开发者测试版中，Siri AI 开始支持读取第三方应用内的数据，目前已知可调用电动汽车 App 的剩余电量信息，但特斯拉官方 App 暂不支持。这标志着苹果正在将 Siri 从语音命令工具升级为跨应用数据代理，为更复杂的 AI 智能体场景铺路。

V2EX 社区用户正在寻求可充值 OpenAI API Key 的虚拟信用卡推荐，核心诉求是支持支付宝支付，这反映出开发者在 AI 工具使用中对跨境支付便利性的直接需求。