标签： Gemini

Hacker News 上出现了一个名为 Terminal-Bench-Science 的新基准测试项目，专门用于评估 AI 智能体在真实科研工作流中的表现，但目前讨论焦点却集中在 Claude 与 Codex 等模型处理数学与科学问题的能力差异上。

美国联邦法官裁定，特朗普政府将 AI 公司 Anthropic 列入黑名单的行为非法。这意味着政府以行政手段限制 AI 企业合作的尝试受到司法制约，也殃及了依赖其模型 API 的开发者生态。

Wired 记者 Will Knight 今夏走访中国 AI 实验室后发现，面对 AI Agent 自主攻击系统等日益失控的安全风险，中美研究人员正在从“零和竞争”转向寻求安全合作——这可能是两个大国在 AI 领域罕见的共识交汇点。

Anthropic 将 Claude Code 的“自动模式”设为默认安全防线后，知名提示注入研究者 Johann Rehberger 发现了一种成功率约 80% 的攻击方式，且该模式有时会反过来阻止 Claude 终止恶意进程。这说明当前 AI 编程助手的自保机制仍不可靠，沙箱隔离可能是更必要的兜底方案。

美国联邦法官周四裁定，五角大楼将AI公司Anthropic列为“供应链风险”并禁止其参与联邦合同的行为属于违宪报复，已撤销相关惩罚措施。这一裁决暂时平息了因军方使用Claude模型引发的法律争端，也限制了行政机构以国家安全为由打压AI供应商的边界。