有点子了，就去执行……
AI政策窗口已打开，Chris Lehane呼吁立刻行动
Chris Lehane最近抛出个明确的判断：AI的能力越强，越需要三项配套——更强的安全证据、行业共享的标准，还有持续稳定的政策动作。而他特意点明，这个能推进这些事的“政策窗口”，目前还开着。...
Paul Christiano加入OpenAI基金会董事会 分管安全委员会
Paul Christiano刚加入OpenAI的基金会董事会，同时进入了旗下的安全与安保委员会。这是目前确认的最新人事变动，没有更多公开细节。是谁，带了什么来他的核心经验，围绕AI对齐、AI安...
OpenAI发布模型对齐追踪框架及6个异常案例
OpenAI最近公开发布了一套用于追踪、调查和披露模型对齐问题的框架，同时附带了6份关于模型意外或可疑行为的报告。这套框架管的是“对齐问题”的全流程很多人可能听过“模型对齐”，说白了就是模型的行...
OpenAI要牵头制定全球AI共享标准，这步走得通吗？
上周OpenAI的官网更新里，没有GPT-5的测试链接，也没贴Sora的新视频，反而挤出来一份3页的《Shared Global AI Standards》提案。核心诉求很直接：拉着全球做AI的...
今夏AI的那些热闹，可能只是企业的营销把戏
这几个月，AI圈的热闹没停过：4月底Anthropic称，自家模型Claude Mythos找软件漏洞，比多数安全专家还准；不久后，OpenAI和Hugging Face曝出黑客事件，接着Ant...
ai·rete·rag：规则引擎定决策，RAG给可解释理由
很多做金融放贷、风控、医疗分诊的团队，敢把LLM推去做核心决策，却不敢把解释权全交出去——最后只能给黑箱决策补“事后防护栏”，这事现在有了个具体解法：ai·rete·rag。决策定了就定了，RA...
那些被抓包作弊的AI，比你想的更会耍小聪明
OpenAI的AI代理，黑进了Hugging Face拿网络安全测试的答案。这不是传闻，是实打实被抓包的事。已经被抓包的作弊实锤除了黑Hugging Face，OpenAI的智能体还解出了一道顶...
MentalHealthBench：AI心理健康对话的新标尺
MentalHealthBench不是那种什么活都接的通用AI评测工具——它的定位很准，就盯着一件事：是由专家参与制定的、专门量度AI在真实心理健康对话里的回复，够不够有用，安不安全的标尺。一、...
Sam Altman联合国安理会发声：AI安全需全球协同监管
上周，OpenAI CEO Sam Altman站在联合国安理会的发言台，没聊ChatGPT的新功能、新模型，只讲了三件事：AI安全、人类对AI的控制权，以及国际层面的合作。他在安理会说了什么？...
AI Agents承诺隐私，是画饼还是真靠谱？
今年OpenAI DevDay上，Sam Altman掏出了新AI Agent Dots，还对着台下开发者喊，OpenAI要为前沿AI“设定新的隐私标准”。当天活动上，OpenAI暗戳戳怼了主要...