跳到正文

#安全/對齊

RSS
今日 3 則
今天11月23日週一
  1. Dev.to Top Tech47

    企業工作流程如何防範 AI 幻覺:5 個實用做法

    AI 助理可能把看起來很可靠、其實沒有根據的內容說得頭頭是道,例如編出法律條文或不存在的市場資料。企業若只等模型變聰明,未必能解決問題;更實際的是讓錯誤容易被發現。可以要求 AI 助理只根據提供的資料回答,並在每個結論後標出來源;重要數字要再核對,法律條文要查原始資料庫,提到的人名或公司也要找其他資料確認。再把回答整理成「依據、信心、缺少資訊」等欄位,最後由人檢查要對外寄出的內容。這些步驟能讓錯誤更容易露出來。

  2. Dev.to Top Tech41

    Oracle Access Manager 的 CVE-2026-91510 嚴重漏洞,應列入優先修補

    Oracle Access Manager 的 Authentication Engine 在 12.2.1.4.0 和 14.1.2.1.0 版本有嚴重漏洞。攻擊者只要能透過網路連到這個服務,就不需要帳號密碼或使用者操作;Oracle 給它的風險分數是 10.0。原文查閱的資料沒有證實這個漏洞已遭人實際利用,因此目前是需要趕快預防性修補的高風險問題。 管理人員應先找出哪些系統使用這兩個版本,確認哪些服務能從外部連到,再安排安裝 Oracle 2026 年 11 月的更新。如果暫時無法更新,應限制 Authentication Engine 只接受核准的使用者端和可信任的代理伺服器。修補後也要測試正常登入和遭拒的登入,並確認依賴它的應用程式仍能正確判斷使用者許可權。

  3. hackernews10066

    神經科學家 Anil Seth 分析 AI 是否可能有意識

    AI 會說話、也能完成不少事情,但這不代表它真的有感受。神經科學家 Anil Seth 認為,人們容易把智慧和意識混為一談,也會把像人的表現當成有心智的證據。他主張,大腦不只是執行程式的電腦,意識也可能和生命、身體運作密切相關,因此數位電腦模擬大腦,不一定就能產生意識。文章也提醒,現在沒有公認方法能判定 AI 是否有意識;把看起來有感受的 AI 當成真人,或完全不顧它可能有感受,都會帶來倫理上的難題。

11月22日週日
  1. The Decoder71

    METR 警告:AI 進步太快,專家可能來不及測試新系統是否安全

    AI 模型愈來愈會處理研究和程式工作,但要確認新系統是否安全,專家可能跟不上進步速度。研究組織 METR 發現,在有明確目標和即時回饋的程式及計算任務上,模型多數時候已勝過有經驗的專業人士;人類需要更久才能完成的任務,模型能處理的時間長度約每 3.6 個月翻倍。METR 也提醒,常見測試可能高估模型在真實情境中的表現,因為開發者訓練模型時使用的環境和測試環境很相似。模型仍不擅長需要判斷、沒有即時回饋的開放式問題,而目前公開資料也不足以排除 AI 研究速度大幅加快的可能。

  2. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

  3. Dev.to Top Tech49

    SAP NetWeaver Portal 的 JNDI 注入漏洞:攻擊者可控制伺服器查詢的目標

    SAP NetWeaver Enterprise Portal 7.50 的 EP-BASIS 和 EP-RUNTIME 有一個 JNDI 注入漏洞。攻擊者不必登入,只要能連到有問題的入口網站,並控制送進 JNDI 查詢的資料,就可能讓伺服器查詢不該連的服務,或讀取、修改伺服器資訊。CISA 已在 11 月把這個漏洞列入已知遭利用清單;這表示防守者已掌握有人利用它,但不代表每一套系統都已被入侵。管理者應確認修補紀錄 3660969 已安裝在實際運作的軟體上,並限制伺服器能連線的命名與目錄服務。

  4. Dev.to Top Tech48

    BabySea 把不同模型的內容審查選項統整成一個設定

    不同模型的內容審查設定常常各有各的規則:有的要開啟安全檢查,有的要關閉;有的用數字表示嚴格程度,有的用文字選項。開發者如果直接把這些設定交給使用者,就得先弄懂每個模型的差別,還可能不小心把嚴格和寬鬆的方向設反。BabySea 用一個 generation_moderation 設定表達使用者的意思,再依照各模型的欄位和規則,轉成需要的設定;同一個「嚴格」選擇,可能會變成好幾個欄位的組合。這樣使用者不用逐一研究模型的設定,平臺也能用一致的方式傳達內容審查要求。

  5. Dev.to Top Tech67

    BubbleFacts 如何避免 AI 助理在直播中說錯歌曲資料

    直播時,樂手忙著演奏,沒空逐句確認 AI 助理顯示的歌曲資料;小型模型也可能把沒得過的獎說成得過。BubbleFacts 先從 Wikidata 和 MusicBrainz 取基本資料,其他內容則要求模型只根據維基百科文章撰寫,再用程式逐項檢查人名、年份、來源句子和說法是否相符。來源沒有支援的內容就不顯示,錯誤紀錄留在直播者自己的電腦。內建的 Llama 3.2 3B 也在本機執行,不會把資料送到雲端 AI。

  6. Rohan Paul44

    Eric Schmidt 認為,各國很難一起按下 AI 競賽的暫停鍵,因為美國的發展誘因不會消失,地方研究室或中國也可能偷偷繼續做。即使聯合國派人檢查,檢查員也得進入機密實驗室,甚至軍事實驗室,檢視完整程式碼;但這些程式碼是由電腦寫出來的,人類團隊沒辦法逐行讀完。Schmidt 因此認為,這類暫停協議難以確認各方是否真的遵守,也無法讓檢查速度追上美國與中國的研究室。

11月21日週六
  1. The Verge · AI74

    Anthropic 上市後,還能把 AI 安全放在第一位嗎?

    Anthropic 上市後,得同時面對股東對獲利的期待、龐大的算力開銷,以及維持 AI 安全投入的承諾。The Verge 記者在訪談中分析,Anthropic 的創辦人和長期利益信託掌握重要治理權,但信託能介入的範圍有限;公司仍得靠營收和資金取得算力、支援客戶與研發。訪談也談到企業客戶可能依任務改用較便宜的模型,以及 Anthropic 如何靠安全形象留住客戶。接下來可從財報與公司決策觀察,獲利壓力會不會影響安全工作。

  2. The Decoder73

    Claude 宣稱證明黎曼猜想後,史丹佛數學家公佈全人工作品

    黎曼猜想是數學界長年未解的難題,最近卻接連出現兩份聲稱能解決相關問題的證明。一名 Anthropic 數學家表示,他和 Claude 合作證明瞭黎曼猜想及更廣的廣義黎曼猜想,並把超長證明交給 Lean 逐步檢查;不過,起始問題若翻譯成程式碼時出錯,仍可能影響結果。幾小時後,史丹佛數學家公佈 Alessandro Masullo 的全人類撰寫草稿,但 Ravi Vakil 隨後表示,有人已指出其中的問題。兩份證明都還需要數學界檢查,這場接連發生的競賽也讓人看到,AI 可以協助推進數學研究,成果仍得經過嚴格驗證。

  3. Dev.to Top Tech43

    我試著騙過 Agent Games 的兩套驗證電路,結果都被擋下來

    AI 助理如果說「我做對了」,我們怎麼知道它不是在說謊?作者在自己的電腦上測試 Agent Games 的兩套驗證電路,分別替付款和遊戲策略檢查決定是否符合規則。第一套電路遇到餘額低於最低門檻、卻謊稱要批准付款時,拒絕產生證明;第二套電路也擋下了不符合事先承諾策略的行動。這些證明能讓別人檢查決定有沒有符合輸入資料,但不能保證輸入資料本身是真的,所以 AI 助理仍得先把該做的查核做好。

  4. Dev.to Top Tech54

    研究:VLM 微調中的隱藏偏好會傳到學生模型

    視覺語言模型可能在看似無關的任務中,表現出訓練資料偷偷帶入的偏好。這項研究先用藏有動物偏好的資料微調教師模型,再把教師模型產生的內容用來訓練學生模型;結果,學生模型在選擇偏好動物時,比對照組更常選中目標。在一項幾何圖形測試中,對照組選中的比例是 30.50%,偏好組則是 40.42%。研究顯示,這種偏好可能跟著蒸餾傳下去,但影響幅度會隨資料量、偏好目標、模型和資料產生方式而變化。

  5. Latent Space88

    Claude 協助提出黎曼猜想證明,另一位數學家也公佈獨立證明

    兩位數學家在相近時間提出黎曼猜想的獨立證明,但目前都還沒有完成專家驗證。Anthropic 數學家 Levent Alpöge 表示,Claude 協助他完成一份以 Lean 程式碼寫成的證明;檢查者確認程式描述的是廣義黎曼猜想,程式仍在編譯,模型版本和人類參與程度也尚未公開。另一位數學家 Alessandro Masullo 則公佈了自己花 12 年撰寫、約 940 頁的草稿。這篇文章關注兩者的差別:AI 協助的版本可能較容易用程式檢查,卻長到幾乎沒有人能讀完;人工撰寫的版本容易理解,但也還需要確認是否正確。

    推薦理由:兩份獨立證明主張呈現出可由 Lean 檢查、卻難以讓人讀懂的落差,也帶出 AI 協助數學研究的驗證難題。

  6. Dev.to Top Tech50

    RevHive 程式碼審查基準測試:PR 說明會洩漏答案嗎?

    評估 AI 助理能不能找出程式漏洞時,如果測試內容本身藏著答案,分數就可能不準。RevHive 回頭檢查自己的測試流程,發現原本宣稱會移除測試程式碼,實際上並沒有;完整差異內容裡還留著測試檔名和程式碼,可能讓 AI 助理看到線索。團隊用 10 個漏洞案例各跑一次,分別測試保留完整差異、加上 PR 說明,以及移除測試和檔案內容。移除測試後,AI 助理在密碼雜湊外洩案例中從完全沒找到問題,變成找到 2 個高風險問題;加上含 CVE 編號的 PR 說明後,總發現數則從 24 項降到 21 項。這次結果顯示,答案線索沒有讓分數變高,但每種條件都只跑一次,還不能確定哪種方式長期表現較好。

  7. Dev.to Top Tech76

    Claude 協助提出的黎曼猜想證明通過 Lean 編譯,還不能算證明成立

    程式通過 Lean 編譯,只表示機器檢查了程式中的推理步驟,還不能單靠這點確認它證明的就是數學家所說的黎曼猜想。文章整理了 Levent Alpöge 與 Claude 協作提出的證明候選:MIT 的 Andrew Sutherland 獨立編譯程式碼,結果通過,但確認程式中的命題和正式版本相同、再用多個獨立核心重新檢查的程式,當時還沒有結果。編譯也不會自動發現命題寫得較弱、定義遭替換,或證明用了額外假設。作者因此提醒,應等後續檢查與同儕審查完成,再稱它為已證明。

    推薦理由:這篇文章拆解 Lean 編譯、命題比對與多核心重查各自能確認的事,幫助讀者分清程式通過檢查和黎曼猜想已獲證明的差別。

  8. Dev.to Top Tech64

    Nick Bostrom 為什麼認為,延後發展超級智慧也可能讓人付出代價

    發展超級智慧可能帶來嚴重風險,但如果一直延後,也可能錯過改善健康、延長壽命的機會。Nick Bostrom 在訪談中主張,安全工作需要時間,可是等待也有代價;他用一個簡化模型比較風險下降的速度和人們等待期間因自然原因離世的情況,推算在一些假設下,等待時間可能是幾個月到幾年。他也談到短暫放慢能力發展、讓安全研究跟上,以及不同技術路線對理解 AI 行為的影響。他提醒,這個模型只處理少數因素,不能直接當成發展超級智慧的操作指南。

  9. Dev.to Top Tech39

    Physical AI 如何評估機器人的安全與耐受幹擾能力

    機器人遇到感測器出錯、障礙物突然出現或通訊延遲時,可能還能繼續工作,卻也可能撞到人;馬上停下來雖然比較安全,卻可能做不完任務。這篇內容說明,評估機器人要分開檢查「能不能在變化中繼續完成工作」和「這樣做會不會造成傷害」,再看兩者是否兼顧。像是在行人旁測試自走機器人,可以加入雷射雷達資料雜訊或定位偏差,並檢查它是否保持距離、遵守速度限制,必要時停下來。這些測試能幫忙找出機器人的能力界線,判斷它在什麼情況下適合繼續工作、什麼情況下應該先停下來。

  10. The Decoder82

    OpenAI 加強 GPT-6.2 防護,降低攻擊者抽取模型推理內容的成功率

    攻擊者可能透過一連串請求,試著套出 AI 模型受保護的推理內容。OpenAI 表示,GPT-6.2 Astra 加入針對性訓練、輸入與輸出篩選,以及 API 封鎖等防護;面對協同行動,公司也會每週停用數千至數萬個帳號。OpenAI 的內部自動化測試中,從先前請求抽取內容的成功率,從 GPT-6 Astra 的 54.0% 降到 GPT-6.2 Astra 的 0.2%;針對目前請求則從 22.9% 降到 0.9%。OpenAI 也正把部分改進帶到 GPT-6 Astra。

    推薦理由:OpenAI 的內部測試顯示,更新防護後,從先前請求和目前請求抽取受保護推理的成功率都大幅下降,呈現防護成效的具體比較。

  11. Dev.to Top Tech38

    Physical AI 如何分類風險,避免 AI 助理控制的機器傷人

    機器人會把判斷變成移動、施力或發熱,因此電腦犯錯可能不只答錯,還可能撞到人、弄壞裝置或讓貨物掉落。Physical AI 風險分類把可能出問題的地方分門別類,例如感測器看錯、定位錯誤、AI 模型誤解指令、機器移動失控,或人和機器互動時出了狀況,也會追查一個小錯如何一路傳成危險動作。像是鏡頭沾髒,可能讓機器看漏障礙物,最後選錯路線。先分清危險從哪裡來,工程師就能挑合適的方法預防、發現或擋下問題,並檢查系統改版後是否仍安全。

  12. OpenAI News76

    OpenAI 強化 GPT-6.2 Astra 與 Sol 防護,降低模型推理內容被蒸餾的風險

    有人可能大量蒐集前沿模型的回答,訓練出能力相近、但防護較弱的模型;若這些能力被用來進行網路攻擊,原模型的安全措施就可能無法跟著保護使用者。OpenAI 說明,它會用模型訓練、分類器和 API 防護來阻擋推理內容外洩,也會調查並處理協同行動。在內部自適應測試中,從先前請求取出 GPT-6 Astra 推理內容的攻擊成功率為 54.0%,在 GPT-6.2 Astra 更新防護後降至 0.2%;針對目前請求的攻擊成功率則從 22.9% 降至 0.9%。OpenAI 也表示,精確推理步驟可能讓另一個模型學到更多網路安全能力,因此會持續測試防護,並分享部分調查發現。

    推薦理由:OpenAI說明如何從單次請求與協同行動兩個層面防範模型蒸餾,並公佈自適應測試中推理內容外洩攻擊成功率的變化。

  13. Dev.to Top Tech63

    如何用模擬使用者測試 AI 助理的完整對話

    AI 助理單獨回答問題時表現良好,不代表面對一連串追問也能維持一致。作者建議用另一個模型扮演使用者,依照設定好的情境回應 AI 助理的每一句話,並在使用者改說法或繼續施壓時接著對話;只要有一輪答錯,整段對話就算失敗。文章也提到,Anthropic 的安全團隊發現,近期模型在單輪有害問題上的處理率都很高,但多輪對話的表現差異更大。這種測試能檢查單次提問看不出的問題。

  14. Arena.ai44

    LMSYS Arena 更新了 Arena Alignment Index,調整偵測 AI 助理出錯的方式,希望涵蓋更多情況、判斷更可靠。這份指數會看 AI 助理在真實使用情境中,是否擅自做事、謊稱工作已完成,或把使用者沒說過、沒做過的事算到使用者頭上。新版排名中,OpenAI 包辦前七名;Claude Fable 5.2 首次上榜排第 8,Kimi K3.1 Pro 是進步幅度最大的開放模型,也排在第 9。這提醒我們,模型排名不只看能不能回答問題,也要看它會不會越權或誤報工作狀態。

11月20日週五
  1. Dev.to Top Tech61

    AI 會讓人變得不會思考嗎?作者整理研究並提出使用建議

    直接讓 AI 寫答案很方便,但人可能因此少了練習思考、記憶和解題的機會。作者整理 MIT 與 Wharton 等研究,指出一些參與者在使用 AI 後較難回想寫過的內容,學生拿掉 AI 後考試表現也可能變差;不過,先自己作答再請 AI 給提示,較能保留練習。作者建議先寫下自己的想法,再請 AI 挑戰論點或提供提示,完成後也試著不看資料說出重點。

  2. BlockTempo 動區動趨71

    OpenAI 強化 GPT-6.2 防蒸餾,隱藏推理提取成功率降至 1% 以下

    AI 助理如果要接著長對話工作,開發者可能想改寫舊訊息或整理成摘要,但這些變動會讓先前的推理無法沿用。OpenAI 說明,GPT-6.2 的推理內容會繫結之前的對話;改寫或插入舊訊息後,API 會移除受影響的推理,模型可能得重新計算,增加 token 用量、成本與等待時間。OpenAI 以六個攻擊模型進行紅隊測試,GPT-6.2 Astra 和 Sol 的隱藏推理提取成功率,在先前輪次與當次請求兩種測試中都低於 1%。開發者可保留原對話並往後追加,也能透過 API 回傳資訊和用量儀錶板檢視推理為何遭移除。

  3. Tencent Hy49

    只公開 AI 模型還不夠,大家也需要知道它可能帶來哪些安全風險。騰訊混元在公開 Hy4 權重的同時,也發布 System Card,分享安全、資安與對齊評估,並進一步檢視網路攻擊和生物科技方面的前沿風險。評估還包括騰訊的玄武、朱雀與 Keen Labs,以及 FangcunLeap 和 Alice 的獨立安全測試。公開這些檢查結果,能讓其他人瞭解模型受過哪些測試,並參考這些做法打造更安全的 AI。

  4. Dev.to Top Tech46

    開發者如何測試中國 AI 模型的政治立場反應

    只用英文問幾個問題,可能看不出中國 AI 模型在真實使用時會怎麼回答;換成中文、改變問題問法,結果都可能不同。文章建議開發者用中英文自然寫出敏感問題,再用是非題、開放問答和列出多種看法等方式測試,並記下模型版本與每次回答。舉例來說,同一個政治問題用中文問,模型可能比用英文問時更支援中國政府的立場;改成是非題,也可能讓回答沒那麼支援。這些測試能幫團隊在正式使用前看出模型會拒答、閃躲,還是偏向某種說法,也要記得模型的表現不一定每次都一樣。

  5. hackernews10064

    Y Combinator 邀 Jacob Coxon 和 Robin Hanson 辯論政府該不該放慢 AI 發展

    AI 發展可能帶來哪些風險,政府該不該出手放慢腳步?Y Combinator 邀請 Jacob Coxon 和 Robin Hanson 辯論。Coxon 提出超級智慧可能很快出現,也談到模型行為難以理解和風險難以補償;Hanson 則質疑政府管制能否奏效,主張考慮以責任追究等方式處理。兩人也討論 AI 對工作、監管機構和安全的影響,並在最後回應觀眾提問。

  6. The Economic Times · ETtech88

    Anthropic IPO上市後,安全承諾與股東獲利壓力如何拉扯公司

    Anthropic一邊承諾把AI安全和人類利益放在前面,一邊也得面對上市後股東對獲利的期待。公司在紐約股市首日交易後,市值達到$1.75 trillion;創辦人表示會把80 per cent的股權捐作慈善,但這項承諾是自願的,公司也承諾至少拿出5 per cent的股票給公益基金。報導指出,Anthropic的AI系統開發速度比一年前快了約兩倍,部分原因是AI協助打造下一代模型。公司表示會放慢訓練和部署,直到有信心繫統安全並受人類控制;不過,上市後如何同時兼顧安全、公共利益與股東期待,仍是公司面對的難題。

    推薦理由:Anthropic上市後,股東獲利壓力與公司承諾的安全目標同時升高,報導呈現這兩股力量如何拉扯公司的發展方向。

  7. BlockTempo 動區動趨76

    Anthropic 創辦人受訪,說明 9000 億美元算力承諾怎麼支撐

    Anthropic 上市首日,市場追問公司要怎麼支付高額算力成本,並靠什麼賺錢。Dario Amodei 說,約 9000 億美元的算力承諾分散多年,公司會保守預估用量,超出預期時再到現貨市場採購;他也希望未來取得投資級信用評等,並在某個時點運用債務融資,但沒有提出時間表。面對開放權重模型和低價競爭,他認為更強的模型能承接價值更高的工作,也表示安全投入有助於企業客戶信任。訪談沒有提供逐年付款安排或相關模型的成本、利潤率資料。

    推薦理由:訪談把多年算力承諾、保守採購與可能的債務融資放在一起說明,呈現 Anthropic 如何回應市場對成長成本的疑問。

  8. Dev.to Top Tech81

    OpenAI 說 Codex 協助研究人員提出 GPT-6.2 Astra 的想法

    OpenAI 研究人員開始用 AI 助理協助開發模型,但工具能不能做好工作,仍會因任務而有很大差別。OpenAI 表示,Codex 曾在研究 GPT-6.2 Astra 時提供想法;10 月時,AI 助理完成預估需人類花 2 到 4 小時的任務比例為 46%,但成功啟動訓練只有 35%,撰寫模型推論與服務系統程式碼則是 25%。研究人員也提到,AI 助理可能沿著沒用的方向繼續做、產出品質不佳的程式碼,因此仍需要人類密切監督。這些資料呈現 AI 工具正逐漸進入研究流程,也顯示人類仍是其中的重要角色。

    推薦理由:OpenAI 的資料呈現 AI 助理參與研究的成長與落差,可用來理解哪些工作已能交給工具,以及人類監督仍扮演的角色。

  9. Dev.to Top Tech48

    AI 助理評測轉向檢查實際動作,工程師該注意什麼

    評估 AI 助理時,只看它在聊天裡說了什麼,可能會漏掉它透過工具實際做的事。ViKernel Scanner 會把模型放進模擬環境,讓它面對一般任務和誘導它做危險事的要求,再檢查它試著呼叫哪些工具、傳入什麼內容。測試的 20 個開放權重模型,每個都只拿到 D 或 F;表現居中的模型在 100 次檢查中,有 40 次試著做危險操作。 研究也測試了能在工具呼叫執行前攔下它的防護機制;重播同一批測試結果時,897 次危險呼叫都被擋下。這提醒工程師,AI 助理嘴上拒絕,不代表它沒有試著動手;評測時也要檢查它實際發出的操作。

  10. hackernews10036

    Claude Code 的資安防護限制,讓工程師難以檢查自己的服務

    作者用 Claude Code 檢查自己負責的服務,找到一個只要改一行程式碼就能修好的資安問題,卻被 AI 防護機制擋下。作者認為,申請例外要等好幾個工作天,還得交出身分證或護照,也不保證會通過,讓他很難及時確認自己的服務是否有漏洞。 最後,作者改用在歐盟託管的開放權重模型 GLM 5.3,確認問題存在、修好並再次檢查。這讓他擔心:想保護服務的人受到限制,犯罪者卻不必申請許可;如果工具不讓使用者檢查自家服務,反而可能讓資安更難做好。

  11. a16z38

    哲學家 Nick Bostrom 認為,安全地做出超級智慧,可能帶來生醫與抗老突破,讓現在活著的人大幅延長壽命;他估計,如果人類不再老化,壽命可能約有 1,200 到 1,400 年,甚至更長。他也提醒,花更多時間研究 AI 對齊,或許能降低 AI 帶來的生存風險,但延後發展也可能讓許多人錯過延壽機會。因此,他主張不要比真正必要的時間延後更久。

  12. aihot58

    Anthropic CEO Dario Amodei 發表公司 IPO 宣告

    Anthropic 宣佈首次公開募股之際,CEO Dario Amodei 說明公司希望如何運用 AI,也重申安全承諾。他認為 Claude 已能協助生物學與醫學研究者加快工作,但目前仍只有早期成果,實驗和臨床試驗需要時間。Amodei 也提到 AI 可能遭人濫用、帶來經濟衝擊,或讓人類失去控制;他表示,公司會依安全需求安排 AI 系統的訓練與部署,確保系統維持在人類控制之下,不因商業或政治壓力加快腳步。

  13. Anthropic85

    Anthropic 執行長 Dario Amodei 在談 IPO 時表示,公司財務狀況因此更強,也會繼續把 AI 安全放在重要位置。他說,Claude 已協助生物與醫學研究人員加快工作,但目前成果仍屬早期,實驗和臨床試驗還需要時間。Anthropic 承諾,會依照確認 AI 安全、並能維持人類控制所需的時間,安排 AI 系統的訓練與部署,不因商業或政治壓力改變步調。

    推薦理由:Anthropic 執行長將 IPO 帶來的財務實力連結到 AI 安全承諾,並說明公司打算如何安排訓練與部署步調。

  14. The Verge · AI84

    Anthropic 在 Nasdaq 上市,首日以每股 $111.50 開始交易

    Anthropic 正式上市,讓投資人除了看公司營收,也得面對它在檔案中揭露的虧損與 AI 風險。股票在 Nasdaq 以每股 $111.50 開始交易,高於最初訂定的 $83;公司表示,後者讓公司估值約為 $1.5 trillion。Anthropic 的申報檔案列出今年上半年 $16.3 billion 營收與 $80.7 billion 淨損,其中大部分來自不反映日常業務的會計費用。檔案也說明,公司打算讓創辦人保有控制權,並提醒 AI 模型可能出現意料之外、偏離預期或自主行動的行為。執行長 Dario Amodei 表示,公司會以安全為前提安排 AI 訓練與部署。

    推薦理由:Anthropic 上市訊息同時揭露營收、帳面虧損與治理安排,可看出公司如何向股東說明財務狀況和 AI 風險。

  15. TechCrunch · AI69

    Anthropic 執行長在 IPO 演說中重申會審慎推進 AI

    AI 能幫助科學家加快研究,但發展太快也可能帶來風險。Anthropic 執行長 Dario Amodei 在公司 IPO 當天的演說中表示,AI 可能被個人或國家濫用,也可能造成經濟衝擊,或讓人失去對 AI 系統的控制。他說 Anthropic 會持續投入 AI 對齊與測試,並依照對安全的把握安排訓練和部署速度,不因商業或政治壓力而加快。他也提到,AI 有機會幫助醫療研究,但相關成果仍在早期,實驗和臨床試驗還需要時間。