跳到正文
#安全/对齐
  1. TechCrunch · AI76

    Anthropic向METR研究人员开放员工级别评估权限

    Anthropic将向METR的6名研究人员提供员工级别的模型、安全实践和风险管理访问权限，包括公司设备、办公空间及内部工具。METR可独立评估并发布Anthropic的风险、事故和实践评估，Anthropic仅能按预设范围要求删减部分信息。

    推荐理由：Anthropic向METR开放接近员工级别的模型与安全评估权限，并承诺不阻止其发布评估结果，展示了外部审查机制的落地方式。

  1. Google DeepMind81

    Google DeepMind 发布 Gemini 4 Argon 并扩大网络安全应用

    Google DeepMind 开始广泛推出 Gemini 4 Argon，并将其用于网络安全、软件开发等复杂任务。Google 称该模型在 12 个端到端模拟网络攻击场景中全部解题，相比上一代的 5 个有所提升；Wiz 还使用 Argon 发现了此前模型遗漏的医院软件关键漏洞。其安全措施包括输入筛查、内部探针、持续监测、自动失配监控和提示词注入防护。

    推荐理由：原文同时呈现了 Gemini 4 Argon 的复杂任务能力、有限访问案例与分层安全防护，便于理解模型能力提升对应的风险控制思路。

  2. Google DeepMind83

    Google 发布 Gemini 4 Argon 并面向全球开放

    Google 发布前沿模型 Gemini 4 Argon，面向开发者、企业和消费者全球开放。该模型在 Vals Index 中排名第一，支持 1M 输入输出 token 限制，发布价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。Google 还展示了其在代码优化、量子计算、罕见病研究、酶设计和机器人开发中的应用。

    推荐理由：Gemini 4 Argon 同时覆盖复杂编码、科研、网络安全和机器人任务，并公开了价格、访问渠道与多项应用案例。

  1. Google DeepMind77

    Google 发布 Gemini 4 Argon 前沿模型，面向复杂工作流逐步开放

    Google 发布 Gemini 4 Argon，将通过 Fairwind Program 先向一组可信网络防御者逐步开放，并在后续提供给开发者、企业和消费者。

    推荐理由：Gemini 4 Argon 将长程推理、软件工程、企业知识工作和防御性网络安全能力结合起来，并同步披露了发布前的安全防护安排。

  1. GitHub Blog · AI & ML77

    GitHub Security Lab Taskflow Agent 实践 AI 驱动的 C/C++ 模糊测试

    GitHub Security Lab Taskflow Agent 可针对 GitHub 仓库自动执行 C/C++ 模糊测试，包括分析构建系统、生成 harness、运行 AFL++、改进覆盖率、分析崩溃并编写漏洞报告。

    推荐理由：文章完整拆解了自主模糊测试流水线的运行方式、架构与安全边界，可供 C/C++ 项目评估和复用。

已经到底了