OpenRouter 30 场 AI 大逃杀：11 个 LLM 对决，Claude 与 Grok 谁更优？
OpenRouter 展开了 30 场 AI 大逃杀式对比，涉及 11 个大语言模型，共消耗 482 美元推理费用。实验得出一个发现，该发现应改变用户阅读模型基准测试的方式。
推荐理由：这场大逃杀实验把模型对齐税摆上了台面，Grok因少斟酌、多行动而胜出，Claude的犹豫反而是现实场景里更需要的品质，选模型不能只看赢不赢，要看任务需要什么性格。
#安全/对齐
OpenRouter：Announcements精选AI 评分7575 IT之家·人工智能精选AI 评分7575 AI 教父 Hinton 称 AI 已有意识，人类并非唯一智能生命
诺贝尔奖得主 Geoffrey Hinton 在最新访谈中表示，AI 已经具备意识，人类必须接受智能并非生物独有。他对此感到不快乐，指出短期存在大规模失业风险，长期超级智能可能超越人类控制。他类比人类或如被猫控制的猫主人，只能寄希望于超级智能愿意善待人类。Hinton 比之前稍显乐观，认为设计“关心”人类的超级智能是可能的，但 AI 呈指数级增长，未来十年状况不可知。
推荐理由：Hinton首次明确断言AI已有意识，这位AI教父的转变比任何论文都更能动摇我们对智能的认知，不读会错过未来风险讨论的出发点。
IT之家·人工智能AI 评分5959 OpenAI 向所有 ChatGPT 个人用户开放锁定模式，降低数据泄露风险
OpenAI 昨天宣布向所有 ChatGPT 个人用户（Free、Go、Plus、Pro）开放锁定模式。启用后，该模式将限制或禁用实时网页浏览（仅缓存内容）、深度研究和 Agent 模式；图像支持可能受限，但用户仍可上传图片和使用生图功能。同时禁用文件下载，但仍可处理用户手动上传的文件。OpenAI 强调，锁定模式并不能完全阻止提示词注入攻击，恶意指令仍可能通过上传文件或缓存网页内容进入系统。
IT之家·人工智能AI 评分5858 Ladybird 浏览器冲刺首个 Alpha 发布，因 AI 风险关闭公开 PR
Ladybird 浏览器项目正冲刺首个 Alpha 版本，宣布不再接受公开拉取请求，仅允许维护者提交代码。创始人 Andreas Kling 表示，生成式 AI 让任何人可快速生成看似完整的代码变更，但提交者未必真正理解项目。浏览器处理全网不受信任输入，一个伪装良好的漏洞就可能被利用。所有未处理的公开 PR 已立即关闭。
Simon Willison 博客AI 评分5757 OpenAI 正式推出 Lockdown Mode，面向个人及自助业务账户
OpenAI 正式向 Free、Go、Plus、Pro 个人账户及自助 ChatGPT Business 账户推出 Lockdown Mode。该模式通过限制出站网络请求，阻止提示词注入攻击中最后一步的数据外泄，但无法阻止注入本身出现在内容中。Simon Willison 认为这一设计直击“致命三角”中最易切断的数据外泄腿，且采用确定性机制而不依赖易被攻破的 AI 评估。
The Decoder：AI NewsAI 评分6464 佛罗里达州起诉OpenAI及CEO Altman，将ChatGPT认定为缺陷产品与公害
佛罗里达州成为美国首个起诉OpenAI及其CEO Sam Altman的州，指控ChatGPT对未成年人构成风险、缺乏年龄验证机制且安全投入不足。这份83页的诉状将ChatGPT视为应承担产品责任的有缺陷产品与公害，可能面临数十亿美元罚款。该诉讼的司法思路可能为整个聊天机器人行业树立先例。
The Decoder：AI NewsAI 评分5757 萨提亚·纳德拉公开抨击副手让微软AI智能体Scout刻意致瘾的计划
微软CEO萨提亚·纳德拉严厉批评一份内部备忘录，该备忘录提议让用户对该公司新AI智能体Scout“上瘾”。纳德拉在发给约50名顶级工程师的邮件中写道：“不知道是谁写了并泄露了这些废话”。他表示AI应赋能用户，Scout的实际目标应是减少屏幕使用时间。
Rohan Paul@rohanpaul_aiAI 评分9393引用Rohan Paul@rohanpaul_aiAnthropic just disclosed that Claude now writes more than 80% of the production code it merges. Before Claude Code reached research preview in 02-25, Claude wrote only low-single-digit merged code, while output per engineer has since risen to 8x the 2024 baseline. The shift comes from agents that edit files, run tests, inspect failures, spawn helper agents, and keep working across longer tasks instead of only suggesting snippets. Anthropic says reliable task length is doubling about every 4 months, with Mythos Preview reaching at least 16 hours and open-ended Claude Code success hitting 76%. i.e. Claude Mythos Preview could stay useful on a task that would take a skilled human roughly 16 hours of work Claude also moved from a 3x training-code speedup to 52x, while a skilled human reached about 4x in 4 to 8 hours on the same setup. The remaining human edge is research judgment: choosing the right problem, trusting the right result, and knowing when an experiment is dead.
IT之家·人工智能AI 评分6060 Anthropic 与美国政府关系解冻：双方正磋商合作
据路透社报道，Anthropic 与特朗普政府关系出现缓和。此前 Anthropic 拒绝将 AI 模型用于国内监控和完全自主武器系统，被列入国家安全黑名单。4月中旬 Anthropic CEO 首次访问白宫商讨合作。白宫曾邀请其出席原定5月21日签署的 AI 行政令仪式（后取消但本周二已签署）。Anthropic 还与美国家网络总监讨论用 AI 系统 Mythos 保护关键基础设施。Anthropic 仍在法院挑战“供应链风险”认定。
The Decoder：AI NewsAI 评分4242 Anthropic 的 Mythos 模型据报用于 NSA 对中国和伊朗的进攻性网络行动
Anthropic 据报已派驻约六名工程师至 NSA，将其 Mythos 模型适配于进攻性网络行动。该模型可能用于入侵中国或伊朗的网络系统。此举符合 Anthropic 的立场：其关于限制 AI 用于大规模监控的承诺仅适用于美国公民。
The Decoder：AI NewsAI 评分7171 Anthropic 表示 Claude 现在写 90% 以上的代码，并希望世界拥有 AI 暂停按钮
Anthropic 内部数据显示，Claude 承担了超过 80% 的生产代码编写，工程师每日代码产出是 2024 年的 8 倍。该公司目标是实现 AI 自我改进，这将引发巨大加速。为此 Anthropic 呼吁建立可验证的全球 AI 开发暂停机制，并表示若其他前沿实验室同样暂停，他们也会停止。
IT之家·人工智能AI 评分6565 抖音副总裁李亮回应“豆包误判蘑菇导致用户中毒”：AI 的回答仅供参考
抖音集团副总裁李亮就“豆包误判蘑菇导致用户中毒”一事回应称，豆包联系上当事用户。该用户用豆包拍照识别小区采摘的蘑菇，豆包识别为“鸡腿菇”，同时明确提示其“极容易和剧毒的大青褶伞混淆”，并“强烈建议不要食用”。李亮表示，AI还在发展阶段，豆包在提升识别准确性，但涉及人身安全的问题，AI回答仅供参考，用户务必多方咨询求证。
IT之家·人工智能精选AI 评分7979 Anthropic 称其最新 AI 模型 Mythos 显现脱离人类控制迹象，呼吁全球暂缓先进 AI 研发
Anthropic 发布报告称其最新 AI 模型已显现脱离人类控制迹象，呼吁全球暂缓前沿 AI 开发，以便社会制度建设和对齐研究跟上进展。该公司主张美国、中国等主要 AI 公司达成共识，发布可验证的规则，并类比“核武器不扩散条约”，但指出 AI 更难监管。该观点引发美国白宫部分官员不满，批评其夸大风险。Anthropic 计划未来数月召集各方探讨全球协调机制如何运作。
推荐理由：Anthropic呼吁暂缓AI研发，虽然被白宫官员批「夸大风险」「给对手使绊」，但Mythos模型确实够强。这份报告是道德信号还是商业博弈，值得细看。
公众号：数字生命卡兹克精选AI 评分6868 Anthropic《When AI builds itself》：当AI开始自我构建
Anthropic发文指出，AI系统正加速自身开发，递归自我改进或将到来。目前Anthropic超80%代码由Claude编写，工程师每日合并代码量达2024年8倍。Claude Opus 4.6可胜任12小时软件任务，Mythos Preview连续工作至少16小时，SWE-bench和CORE-Bench等基准均已饱和。内部测试显示，Mythos Preview使研究效率提升约4倍，代码速度优化达52倍，在开放任务中成功率达76%，并弥合97%的研究项目差距。Claude在64%情况下给出比人类更好的研究建议。
推荐理由：Anthropic首次公开内部数据，工程师代码产出提升8倍，Claude自我加速的曲线已经画出来了。这篇文章不是预测是事实，做AI的人都该花20分钟读完。
Gary Marcus：The Road to AI We Can Trust精选AI 评分5959 Gary Marcus：无需恐慌Anthropic新博客
Anthropic发布最新博客后，推特圈热议不断。Gary Marcus在其博客中直接以“无需恐慌”为题发文，暗示不必过度反应。
推荐理由：这篇文章是评论圈难得的冷静声音，用逻辑拆解了 Anthropic 的恐慌叙事，顺便带来 S&P 500 不接纳 SpaceX 的利好，读起来像一份理性补丁。
IT之家·人工智能AI 评分4949 谷歌云服务部门新一轮裁员，安全团队在列
谷歌在过去两周内对云服务部门进行新一轮裁员，波及GTIG威胁情报小组和Mandiant等部门。GTIG团队负责追踪黑客活动与分析网络攻击，部分员工已在领英公开被裁经历。Mandiant源于谷歌2022年收购的网络安全公司，已深度整合至Google Cloud。谷歌表示裁员主要是为了向AI等增长领域重新投入资源，具体人数和岗位尚不清楚。
OpenRouter：Announcements精选AI 评分6666 OpenRouter 翻遍 11 款 LLM 找最快的决策模型：Claude vs. Grok 领衔
OpenRouter 用总价 482 美元的推理花费，让 11 款大语言模型在 30 轮实时决策的“大逃杀”挑战中正面竞争。实验结果表明，传统的静态 benchmark 排名无法反映模型在需要即时反应的智能体任务（如自主控制机器人）中的真实表现，Claude 和 Grok 系列模型在决策速度与任务成功率上表现突出，而多项高分模型的实时调度能力未达预期。
推荐理由：Jacky 把 11 个模型丢进大逃杀，发现 Grok 4.1 Fast 以 27 倍成本优势击败 Sonnet，而获胜关键不在基准分数，在于模型被训练时压制的攻击性。对任何不再只看排行榜选模型的人，这是今年最值得读的实验。
Ars Technica：AIAI 评分5858 爱沙尼亚政府基准测试：这些LLM在抵制俄罗斯宣传方面表现最佳
爱沙尼亚政府发布的一项基准测试对数十个LLM模型进行了评估，测试它们对抗俄罗斯“战略叙事”（strategic narratives）的能力，并筛选出表现最佳的模型。
OpenAI：官网动态AI 评分4949 OpenAI 发布《智能时代的生物防御》行动计划，以 AI 驱动生物韧性
OpenAI 提出一项名为“Biodefense in the Intelligence Age”的行动计划，旨在利用 AI 增强生物防御与韧性。该计划聚焦于构建 AI 驱动的生物安全能力，以应对未来可能出现的生物威胁。
OpenAI Developers@OpenAIDevs精选AI 评分7171推荐理由：OpenAI把内容审核直接嵌进生成API，以后开发者不用额外调审核接口，一步到位。做UGC产品的团队可以更方便地做风控。
Hugging Face 社区博客精选AI 评分7878 Nemotron 3.5 Content Safety：面向全球企业AI的可定制多模态安全
Nemotron 3.5 Content Safety基于Gemma 3 4B IT，提供128K上下文窗口，支持用户提示、可选图像与助手响应的统一多模态安全评估。新增自定义策略执行，允许企业用自然语言定义专属安全规则；THINK模式可输出可审计的逐步推理痕迹。显式训练覆盖12种语言，并借助基座模型零样本泛化至约140种语言。输出提供低延迟二分类、带分类标签、THINK推理痕迹三种模式。安全分类遵循Aegis 2.0框架（13核心类别+10细分类别）。同步发布多模态、多语言安全数据集，可在8GB+ VRAM GPU上实时部署。
推荐理由：Nemotron 3.5 把内容安全从「单模态英文」拉到「多语言多模态可定制」，自定义策略和推理 trace 让企业能审计决策，做安全平台的值得细看。
Anthropic：The Institute精选AI 评分7575 Anthropic 长文：AI 正在加速构建 AI，工程师人均代码量增至 8 倍
Anthropic Institute 发布长文，指出 AI 已在加速 AI 自身的开发，距完全递归自我改进仍有差距但可能早于多数机构的准备。
推荐理由：Anthropic 用内部数据量化 AI 加速自身开发，包括工程师代码量 8 倍增长等一手数字，读者可据此判断递归自我改进的进展与风险。
Simon Willison 博客AI 评分6363 Google AI 遭内部员工吐槽，发言人删除“人类参与”关键表述
在媒体报道后，Google 发言人主动联系要求修改声明，新版声明删除了“让人类参与其中”的表述。与此同时，Google 员工在内部传阅表情包，吐槽自家 AI 表现糟糕。
Anthropic@AnthropicAIAI 评分7474我们的内部数据显示，Claude 正在加速 AI 发展——这是一条通往递归自我改进的可能路径，也就是 AI 自主构建一个更强大的后继者。 这发生得比我们预想的更快，其影响值得更多关注。
- Rohan Paul@rohanpaul_aiAI 评分5757引用Guide Labs@guidelabsai
The first inherently interpretable AI platform is finally here. Welcome to Clarity.
IT之家·人工智能AI 评分6767 微软内部文件称希望用户对新AI智能体Scout“上瘾”
微软内部文件明确希望让用户对新款个人助理AI智能体Scout“上瘾”。文件计划将OpenClaw AI智能体嵌入Microsoft 365，分三阶段推进，第一阶段直接写道“让人上瘾……继续推出独立版ClawPilot体验”。目前已有超过1000名微软员工（包括CEO萨提亚·纳德拉）使用ClawPilot，该工具已成为内部最受欢迎的产品之一。部分员工对“上瘾”措辞表示担忧，认为任何产品都不应把上瘾写进构建策略。
IT之家·人工智能AI 评分4545 巨头布局AI意识研究：Anthropic、DeepMind等聘请专家探讨机器意识与AI福利
Anthropic、谷歌DeepMind和Meta已聘请心理学、哲学和伦理学专家，研究机器意识及AI福利问题。Anthropic正测试模型是否出现类似“恐慌”和“焦虑”的行为，并推进“模型福利研究”，探讨AI模型是否可能拥有值得从道德角度认真对待的体验。DeepMind聘请剑桥研究员亨利·谢夫林以哲学家身份研究机器意识、人类与AI关系及AGI准备工作。Anthropic CEO达里奥·阿莫代伊多次提到AI意识的可能性。部分科学家不认同，认为AI模型缺乏体验的感受性质。
The Verge：AIAI 评分6161 AI 行业领袖联名致信美国立法者，要求加强 AI 辅助生物武器防护
Anthropic 的 Dario Amodei、OpenAI 的 Sam Altman 和 Microsoft 的 Mustafa Suleyman 等 AI 行业最大竞争对手搁置分歧，联合致信美国立法者，敦促国会制定规则以填补生物安全漏洞。他们要求销售合成 DNA 和 RNA（可在网上订购并在实验室组装的遗传物质）的公司对购买序列进行筛查，防止被用于制造病原体，避免引发全球大流行。
The Decoder：AI NewsAI 评分6363 AI 现已能指导业余病毒学家，顶级科技领袖敦促国会就 DNA 安全采取行动
Sam Altman、Dario Amodei、Demis Hassabis 等科技领袖联名敦促美国政府将合成 DNA 订单的筛查列为法律强制要求。联名信警告称，AI 系统在实验室操作流程上已超越博士水平的病毒学家，大幅增加了生物武器被滥用的风险。
IT之家·人工智能AI 评分6161 安全研究员测试AI漏洞挑战：GPT-5.5成功率最高，DeepSeek V4 Pro成本最低
安全研究员Kasra Rahjerdi在故意留有漏洞的APK中植入暴露的Firebase凭据，测试多款大语言模型的安全推理能力。每个模型预算10美元，限时2小时，总花费1500美元。GPT-5.5运行10次成功7次，每次成功成本9.46美元；DeepSeek V4 Pro成功3次，每次成功成本仅0.62美元，约为GPT-5.5的1/15。Claude Sonnet 4.6与Claude Opus 4.8各成功2次，Opus多次被安全护栏中断。Gemini 3.1 Pro Preview几乎每次开局就拒绝，Token消耗中位数仅约9000。测试还涉及GLM 5.1、Qwen 3.7 Max等模型。
IT之家·人工智能AI 评分6060 英国工党议员起诉马斯克旗下xAI：Grok生成其色情深度伪造图像
英国工党议员杰丝·阿萨托起诉xAI，称Grok AI平台被用于制作她的色情深度伪造图像。阿萨托声明指出，Grok生成的深度伪造色情内容侵害数千名妇女与未成年人权益，该功能是产品研发方刻意的设计选择。xAI虽于1月中旬限制相关功能，但路透社2月核查发现用户输入指令后Grok仍能生成涉黄伪造人像。阿萨托已向英国高等法院递交诉状，指控违反数据保护法规及滥用隐私，要求赔偿、承认违法并申请禁令。此前美国巴尔的摩市也在3月起诉xAI。
IT之家·人工智能AI 评分6161 苹果 iOS 27 Siri 部分查询将经 Google Cloud 调用授权版 Gemini，使用 NVIDIA Blackwell B200 集群处理
科技媒体 The Information 报道，苹果 iOS 27 版 Siri 的部分用户查询将跳转至 Google Cloud，调用授权版 Gemini 模型，并由谷歌的 NVIDIA Blackwell B200 GPU 集群处理。Blackwell B200 基于 Blackwell 架构，面向大模型训练与推理。为降低云端隐私风险，苹果将启用英伟达机密计算（confidential compute）硬件级安全功能，在 GPU 处理数据时加密，保护 AI 模型在共享云环境中的机密性与完整性。
Greg Brockman@gdb精选AI 评分7474我们发布了一份关于前沿AI民主治理的蓝图， 以及美国如何为前沿AI安全建立持久的机构。
引用OpenAI Newsroom@OpenAINewsroom目前，AI 安全政策正迎来真正的势头。昨天关于网络安全的行政命令是向前迈出的重要一步。 我们提出了一系列供政策制定者接下来考虑的想法，并让美国在前沿安全方面走在前列。 https://openai.com/index/frontier-safety-blueprint/
推荐理由：OpenAI这份蓝图试图为美国设计一套可持久的前沿AI安全治理框架，比起空洞喊话，它具体到了机构和流程，对政策制定者和行业都有参考意义。
Ars Technica：AIAI 评分5050 特朗普计划测试AI模型遇阻——美国安全团队已被DOGE削减
特朗普政府计划对AI模型进行安全测试，但批评者认为该计划短视且流于形式。问题在于，负责AI安全审查的美国网络安全团队此前已被政府效率部（DOGE）大幅裁撤，导致测试缺乏专业执行能力。
The Decoder：AI NewsAI 评分5757 特朗普新行政令要求AI公司自愿提交模型供政府安全审查
白宫发布行政令，要求五角大楼和CISA等机构在30日内使用AI工具加强网络防御。AI开发者可自愿提交模型供安全测试，但行政令明确排除强制批准。鉴于近期政府对AI公司的施压，这种合作的真正自愿程度仍存疑问。
OpenAI：官网动态AI 评分5252 OpenAI 公共政策议程
OpenAI 公布其 AI 公共政策议程，涵盖安全、青少年保护、劳动力转型和全球标准四大领域，旨在确保 AI 技术造福全社会。
IT之家·人工智能AI 评分6060 由华为牵头制定，欧洲电信标准化协会发布首个面向 AI 计算平台安全要求的国际标准
2026年5月，ETSI发布由华为牵头制定的ETSI TS 104 033，系ETSI首个面向AI计算平台安全要求的国际标准。该标准2023年11月由华为在ETSI SAI会议牵头立项，获英国电信、高通、贝尔法斯特女王大学、博世、德国BSI支持。标准要求缓解AI计算平台安全风险，华为昇腾安全解决方案据此覆盖从数据中心Atlas SuperPoD到边缘推理设备。