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。
一夜爆红的ClawdBot，正在把无数公司和个人推向深渊：端口裸奔、无鉴权、可被远程接管。现在，暴力破解、数据清空已经真实发生了，这不是危言耸听。各位CEO纷纷预警：ClawdBot，正在酝酿一场全球灾难！
随着大语言模型加速迈向多模态与智能体形态，传统以单一维度为主的安全评估体系已难以覆盖真实世界中的复杂风险图景。在模型能力持续跃升的 2026 年，开发者与用户也愈发关注一个核心问题：前沿大模型的安全性，到底如何？
今天，Anthropic 试图向世界展示它的灵魂。Anthropic 正式公布了一份长达 84 页的特殊文档——《Claude 宪法》（Claude's Constitution）。这份文件并非通常意义上的技术白皮书或用户协议，而是一份直接面向 AI 模型本身「撰写」的价值观宣言。
