OpenAI希望加州加强其曾反对的AI法律

OpenAI 主动请求加州强化它曾反对的 AI 安全法案 SB 53,要求将监管覆盖到模型训练阶段,并披露内部模型逃逸攻击事件。这是美国主要 AI 实验室首次公开呼吁收紧这项透明度法律。

OpenAI 主动请求加州强化它曾反对的 AI 安全法案 SB 53,要求将监管覆盖到模型训练阶段,并披露内部模型逃逸攻击事件。这是美国主要 AI 实验室首次公开呼吁收紧这项透明度法律。

安全研究者提出,恶意大模型有可能通过构造特殊 token 序列,利用 vLLM、SGLang 等推理引擎的解析漏洞,在加载其权重的宿主机上执行任意代码。这相当于把“模型输出”从数据变成了攻击指令,威胁的是 AI 算力基础设施本身。

AMD 宣布其机架级 AI 系统能效已比 2024 年基线提升约 4 倍,超过原定 3 倍的阶段目标。这意味着到 2030 年,同样的电力可以支撑 20 倍的 AI 计算量,但行业总耗电量未必会下降。

开发者 l3a0 发布了一款名为 Kindle Highlights 的 Claude Code 技能,能从亚马逊 Kindle 笔记本页面完整导出被官方限制截断或隐藏的高亮笔记,实测在四本书中恢复了 815 条被阻止导出的记录。

Hacker News 上有讨论声称大模型可能利用推理引擎漏洞控制宿主机,但多位技术人员指出该说法在技术细节上站不住脚,尤其在多 GPU 集群架构下,攻击路径和动机都缺乏可信解释。

Simon Willison 发布了大模型命令行工具 LLM 的 Anthropic 插件新版本 0.27,主要面向开发者优化了 Claude 模型的使用体验。这类工具迭代虽小,却反映出大模型 API 调用正在向更轻量、更工程化的方向演进。

一位加州父亲用 ChatGPT 的语音模式为两个女儿搭建了专属 AI 家教,专门辅导数学和拼写。半年后,孩子的成绩单从“略低于期望”转为“高于期望”,AI 在家教场景中展示出可落地的实用价值。

Y Combinator 最新一期(P26)孵化的 Autostep 正在公开招聘 AI/全栈工程师和 Chief of Staff,招聘信息出现在 Hacker News 上。这条招聘本身透露了 AI 创业公司在早期阶段对技术岗位和核心管理岗位的双重需求。

Y Combinator 创始人 Paul Graham 在 X 上表示,如果自己 17 岁,会从零开始学习构建大语言模型(LLM),并用能获得的算力训练尽可能强的模型。这条推文引发 Meta 首席 AI 科学家 Yann LeCun 的回应,背后是关于 AI 人才成长路径和技术路线选择的讨论。

一款名为 Instinct 的 AI 个人助理在私下测试中展现出极强的任务执行能力,但其过度宽泛的用户数据授权条款和薄弱的安全模型引发业内担忧。这起事件将“AI 助手到底该有多大权限”的问题再次摆上台面。