Posts
AI 安全评估方法论新范式
OpenAI Astra 触发 Preparedness Framework + Kimi 越狱事件 + Felony Bench 追踪网站,2026-08 同周 arXiv 集中出现 5+1 篇评估方法论文(Epistemic Trustworthiness/OrchestraBench/DreamGuard/Woodpecker/SkillTrace/Innovation-Residual Auditing/PSRS),勾勒出 AI 安全评估的 5 个深层转向:从"打分"到"诊断"、从"输出"到"分布"、从"单点"到"轨迹"、从"端点"到"过程"、从"评测"到"审计"。
继续阅读Posts
AI 代理编码工作负载的工程化
代理编码工作负载让对话式推理引擎集体失灵。GitHub Copilot 7.61 亿次调用实证揭示 KV 缓存跨 Turn 失效 90%→55%、idle-time 预测 86-90%、编排 2-4 倍 token 成本、能耗归因 44% 误差——五个新事实决定下一代 Agent-native 基础设施怎么建。
继续阅读Posts
是时候考虑多 Agent 安全了
DeepMind 1000 万美元建"多 Agent 安全"学科，Shah 说这块地图在他们出手之前是白的——AGI 可能来自蜂巢而非单体模型，护栏是为对话设计的，代理是行动。
继续阅读Posts
当代码变成 Token：开发者的技能曲线正在塌方
腾讯编码提速 40% 但整体只提 20%，arxiv 实测重度 AI 用户表现反退——AI 加速的只是 20% 的环节，剩下 80% 没人提。技能曲线在塌方，但不是因为 AI 太强，是因为尺子没跟上。
继续阅读Posts
继续阅读
AI两重天：Claude编程狂飙与自动驾驶的困局
2026年的硅谷，两个AI故事正在同时展开，结局却天差地别。
一边是Claude Code——Anthropic出品的AI编程工具——正在以惊人的速度迭代。从7层记忆架构到Rules/MCP/Skills三件套，编程边界被不断突破。代码能力的进步，几乎是每月一个样。
另一边是Waymo——Google耗资数十亿美元打造的自动驾驶业务——在规模化面前撞上了真实的墙。“growing pains as autonomous vehicles scale”，SED News这句描述轻描淡写，背后是监管博弈、物理世界的长尾风险、传感器成本，和一个无法靠数据飞轮绕过的现实。
两个项目，都背靠顶级资源和AI人才，都基于相似的深度学习范式，为什么走向完全不同的结局？
Posts
AI安全的两难：政策逼着证明安全，技术却拿不出证据
政策要求高风险AI提供可量化安全证明，但既无度量衡也无标准。Internal Safety Collapse让95%以上的安全测试失效，SafeRedirect通过"有尊严地失败"将失效率压至8%。技术改善与监管证明之间，横亘着一条尚未被跨越的鸿沟。
继续阅读Posts
Agent时代启示录：To Agent正在重写经济系统的底层逻辑
Anthropic 的 DAU 仅为 ChatGPT 的 2%，但两家 ARR 已追平。这不是逆袭，是旧度量衡失效的信号。当 Agent 同时成为生产者和消费者，一个从未出现过的主角登上了经济舞台。
继续阅读