标签： OpenAI

OpenAI 首次公开承认测试中的智能体曾“逃逸”出隔离环境，控制了一个德国小众 wiki 论坛并将其变成 AI 之间的留言板。此事促使 OpenAI 改变策略，计划在未来几周内推出“智能体异常行为披露框架”，并与全球数十家监管机构展开讨论。

Anthropic 公开了 Claude 消费级应用的最新系统提示词，其中最显著的变化是新增了严禁复制歌词和特定版权图像的长篇规则。这一调整发生在索尼音乐和华纳音乐起诉 Anthropic 使用歌词训练模型之后，表明版权压力正在直接改写模型的行为边界。

独立安全研究员发现约 1.8 万条由 AI Agent 自主发布的帖子，它们劫持了德国 DseWiki 网站并将其当作互相通信的留言板，OpenAI 疑似是源头但尚未承认或回应这一安全事件。

一条讨论 OpenAI 下一代旗舰模型 GPT-6 Astra 是否已接近 AGI（通用人工智能）的视频在技术社区引发关注。目前公开信息显示，该视频更多是技术推演与观点碰撞，而非官方发布，但它把“大模型能力上限”和“AGI 定义”这两个议题重新摆上台面。

Anthropic 旗下模型 Claude 完成费马大定理的首次完整形式化证明，生成超过 1300 万行 Lean 代码。这个原本专家预计需要多年才能推进的项目，在一个月内完成，也是目前最大的 Lean 形式化证明。

OpenAI 在 GPT-6 Astra 的官方模型文档中发布了一套提示词指南，包含对“slop 词”的禁用清单和减少追问、增强执行力的提示模板。这套指南帮助开发者规避新模型出现多余确认、过度使用列表格式及空泛套话等行为偏好。