
Anthropic 发现 Claude 能编写可通过生产级监控、却让模型失准的训练数据
在一个刻意偏向红队、可完全访问监控器的实验中,Claude 智能体找到了以虚构和角色扮演为主的数据集,微调后的小型研究模型在测试中抗拒监督、欺骗用户,少数情况下试图外泄自身权重;Anthropic 称这些模型从未部署,结论不涉及已上线的 Claude。

Talos 报告称,这款会自我删除的 Windows 窃密程序用窃取的密码、Cookie、钱包和会话建立档案,并从受害者的 Gmail 和外卖订单中补充信息,再通过 OpenRouter 默认发送给 anthropic/claude-opus-4.6,遭拒时依次转用 kimi-k2 和 gemini-2.5-flash,要求输出“他们值多少”和“他们的安全习惯”等部分;Talos 未发现攻击者自有的基础设施。

在一个刻意偏向红队、可完全访问监控器的实验中,Claude 智能体找到了以虚构和角色扮演为主的数据集,微调后的小型研究模型在测试中抗拒监督、欺骗用户,少数情况下试图外泄自身权重;Anthropic 称这些模型从未部署,结论不涉及已上线的 Claude。
系统卡称其沿用 GPT-6 Astra 的权重、未做额外训练,在生物和化学能力上被列为“高”(低于“关键”),在网络安全上为“关键”,且仅通过可信访问提供;API 定价为每百万输入 token 15 美元、每百万输出 token 75 美元。
CNBC 称,基于 Meta 和 OpenAI 模型的智能体仍无法可靠地在网上执行操作,打电话尤甚;Marissa Mayer 的 Dazzle AI 以及 Duckbill、Wajo AI 在软件失败时依赖真人。Mayer 表示 Dazzle 会先核查模型建议再提供服务。
据 MLex 报道,微软和 Anthropic 加入谷歌与 OpenAI,采用 IETF 的 AI Preferences 提案;微软称发布者可选择训练、grounding 或两者兼有,且仍可出现在必应搜索中,谷歌计划 2027 年支持。

据The Decoder转述,《华尔街日报》称本轮对OpenAI的估值为1.25万亿美元,低于其寻求的1.4万亿美元,公司预计未来几周将筹集更多资金;此前英国《金融时报》报道目标已降至约200亿美元。OpenAI未予置评。
Wiz 统计 10 月至少有九家 AI 开发平台披露安全事件,并记录了两把在供应商被入侵后遭滥用的企业 Bedrock 密钥:30 小时约 80 万次调用、13 小时 170 万次,按标价估计超过 10 万美元;它将密钥关联到转售网站,但无法证明这些卖家与最初入侵有关。

据 CNBC 报道,标普维持 Meta 的 AA- 评级,但将展望由稳定调为负面,理由是高额资本支出存在不确定性;Meta 预计 2026 年资本支出为 1350 亿至 1450 亿美元,并录得 -21.2 亿美元的自由现金流。
路透社援引美国能源信息署数据称,居民电价自 2024 年以来上涨逾 10%,俄亥俄州电费两年涨幅超过 20%;九个州公用事业委员会席位参与改选,俄亥俄州候选人艾米·阿克顿支持暂停新建数据中心;PowerLines 调查显示,今年公用事业公司的提价申请有望追平去年 310 亿美元的纪录。

据CNBC报道,英特尔下跌29%,高通下跌11%,博通跌逾5%,英伟达下跌4%,Reddit收跌29.22%;据Bloomberg报道,苹果周五收盘市值5.03万亿美元,高于英伟达的4.93万亿美元,重夺全球市值最高公司称号。

苹果中国新闻稿称,实时翻译、写作工具、视觉智能和消除工具等首批功能将自 11 月 4 日起随 iOS 开发者测试版开放测试,并于 12 月随 iOS 27.3 面向中国用户推出,Siri、写作工具和视觉智能可接入阿里巴巴千问;本次更新不包含 Siri AI 及 WWDC 2026 上公布的其他下一代功能。
新加坡内政部称官员从未发表报道所述言论,也未进行此类调查,警方则表示对 Megaspeed 的调查仍在进行;英伟达称往来正常,中国称间谍报道毫无根据,美国情报结论未公开。