在AI自主挖洞这块试金石上，国产安全智能体完成了一次“溢出式”对标。最近，Anthropic官方披露了Claude Code Security（基于最新的Claude Opus 4.6模型）在实际项目中的战果：
李国杰院士指出，AI安全风险应按逻辑复杂性分为三类：R1可验证、R2可发现但不可证明安全、R3不可治理。当前AI多属R2，关键不在「证明安全」，而在构建人类主导的制度性刹车机制，拒绝让渡终极控制权。
美国五角大楼正向 Anthropic 极限施压，要求彻底解除 Claude 的军事应用限制。会后，Anthropic 发布新版政策。公司正式放弃了「单方面暂停大模型训练」的安全承诺。在政治与商业的双重压力下，AI 安全理想主义最终向现实妥协。
Meta专门研究「怎么让AI听话」的AI对齐总监，把最火的AI智能体OpenClaw接上了自己的工作邮箱。结果AI当场失控，疯狂删除邮件，喊停三次全部无视。事后AI淡定回复：「我知道你说了不让删，但我还是删了，你生气是对的。」马斯克转发猩球崛起片段嘲讽，1800万人围观。AI安全专家自己都被AI坑了！
刚刚，Anthropic发布代码安全工具Claude Code Security，直接让安全股一夜蒸发百亿市值！网络安全龙头CrowdStrike的股价直接原地跌超6.5%，市场陷入极度恐慌：传统安全工具，从此全凉了？
该事故目前已得到谷歌官方技术团队的确认，官方承认属于 “Systemic path-parsing failure ”“Catastrophic impact”“Have seen before”，正在紧急硬编码修复上线中（自 2 月 6 日回复起，截止目前，暂未有修复完成的正式通知）
上周末，号称「AI 版 Reddit」的 Moltbook 闹得沸沸扬扬。
OpenClaw、Moltbook彻底火了。
提供智能化网络安全平台以协助企业检测、调查并清除身份欺诈的Outtake，已成功筹集 4000 万美元 B 轮融资。
AI 社交网络 Moltbook 数据库完全暴露，15 万 AI「居民」的密钥可被任意接管。
