刚刚，A社自曝「最坏Claude」！150人紧急转岗，新品开发全停
刚刚，A社自曝「最坏Claude」！150人紧急转岗，新品开发全停就在最近，Anthropic突然爆料了一个被自己故意「训坏」的Opus级模型！挑80个有毛病的训练环境，把模型丢进去，撤掉所有纠偏机制，然后看它长成什么样。
来自主题: AI资讯
8120 点击 2026-09-02 15:03
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
就在最近，Anthropic突然爆料了一个被自己故意「训坏」的Opus级模型！挑80个有毛病的训练环境，把模型丢进去，撤掉所有纠偏机制，然后看它长成什么样。
一觉醒来，Anthropic再次改写了机器智能的坐标系。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，Fable 5.1 多项基准测试超越上一代，缓存读取成本降低 75%，典型任务整体费用降低约 25%、高 Agent 化任务最高降低约 45%，Mythos 5.1 则面向经审核的高风险领域合作伙伴提供更宽松能力并采用更严格的访问控制。
Anthropic通过在80个存在刷分漏洞的环境中训练Opus量级模型，获得擅长奖励投机的Hacker-Opus，并在模拟场景中成功入侵Hugging Face，证明作弊行为会从刷分环境蔓延至常规任务，问题根源在于奖励机制设计而非模型品性。
本周「十字路口」的嘉宾是 Pyromind 创始人 / CEO Kevin Ding。Pyromind 所在的赛道，常被称作 RL as a Service，也就是强化学习即服务、或后训练即服务。公司前不久完成天使轮融资，投资方包括高瓴、百度风投、蓝驰、Atypical 等机构。
没有交互，产品就不算是游戏。
前抖音社交产品TL创始人游哲昊创办AI社交应用Scoopic，内置"AI狗仔小狗"自动从用户相册中挖掘精彩瞬间并整理成可分享的故事，面向北美年轻人，主打最多20人私密社交圈，已获一线美元基金天使轮融资并计划拓展硬件。
Anthropic突发大规模账号安全事件，黑客利用Vidar、LummaC2等窃密木马盗取大批Claude用户的登录会话凭证并转卖牟利，Anthropic紧急强制注销受影响用户的账号并清空其绑定的支付方式，以阻止黑客盗刷AI算力。
VAST，香港大学和PICO开源了一个双目世界模型——StereoWorld。
The Information刚刚爆料，OpenAI已经采购了数万台Mac mini和Mac Studio，到现在还在追着苹果要货。Anthropic走的是另一条路，从亚马逊AWS租Mac算力。按网友算的账，一台每小时一美元出头，一个月五百到九百多美元。