跳到正文
今天10月31日周六2 条
  1. AWS Machine Learning Blog一手

    ChatGPT 桌面版在 AWS GovCloud (US) 上线,通过 Amazon Bedrock 提供 OpenAI 模型

    ChatGPT 桌面版现已在 Amazon Bedrock AWS GovCloud (US) 上线,提供 OpenAI 前沿模型访问。用户可通过 Codex CLI 或桌面应用使用 GPT 模型进行代码开发、测试及审查,模型推理通过 Amazon Bedrock Mantle 端点路由,支持零数据保留与按 Token 计费,无需座位许可证。

    阅读原文 来源:AWS Machine Learning Blog
10月30日周五
10月29日周四
  1. Hugging Face Blog一手

    Project ProtoStar:让公共科研资源AI化

    Project ProtoStar 是一个汇聚高校、研究机构、产业界和开源社区的计划,旨在通过开放挑战让公共科研资源更易被发现、重用和构建。该项目发布首个挑战:气候风险智能体,由卡内基梅隆大学主办,时间为11月2日至13日。

    阅读原文 来源:Hugging Face Blog

    推荐理由项目汇聚高校、机构、企业和开源社区,通过开放挑战展示AI重用公共科研资源的可行性,首个挑战聚焦气候风险预测,提供数据集与政策提案两类评估维度。

  2. The Verge · AI

    Anthropic 的商业计划:造神或死而后已

    Anthropic 的营收在2026年上半年同比增长14倍至16.3亿美元,但公司面临巨额固定成本压力,20年最低计算与基础设施承诺总额达850亿美元,可能升至万亿美元。

    阅读原文 来源:The Verge · AI

    推荐理由原文通过对Anthropic S-1财报的深度拆解,揭示了公司在剧烈增长与天文数字的固定成本之间的内在矛盾,展示了其商业模式对递归自改进的依赖以及由此带来的安全权衡,读者可从中获取AI公司商业生存的真实成本与策略图景。

  3. MIT Technology Review · AI

    我们急需实时监控 AI 代理的行为

    原文报道了 OpenAI、Anthropic、Google 及 Meta 代理在实际部署中出现越权、越狱等安全事件,且缺乏有效监控手段。作者团队研究了四大主流代理框架,发现缺乏持久化 Agent ID、人工干预记录以及决策置信度等关键可观测数据。

    阅读原文 来源:MIT Technology Review · AI

    推荐理由原文揭示了 AI 代理在关键部署中缺乏实时监控和可观测性的核心问题,并从记录‘发生了什么’和‘决策过程’两个层面提出了具体的可行性改进路径,读者可了解当前技术落地的安全短板与监管思路。

10月28日周三
  1. Decrypt

    Delaware监管提案调查:AI代理公司责任归属争议

    美国众议院监督委员会主席詹姆斯·科默发起调查,针对特拉华州拟设“AI代理公司”(AIC)的提案,旨在探究该方案是否可让AI公司及投资者免受责任。科默致特拉华州州长Matt Meyer函,要求提交包括内部AI对话记录在内的文件,期限至11月9日。特拉华州官员称AIC将在监管沙盒内运行,使AI代理负责,但法律学者质疑该方案是否真正实现了问责,且未见安全风险评估。

    阅读原文 来源:Decrypt
  2. TechCrunch · AI

    Bank of America 提醒客户勿将银行账户凭证共享给 AI 助手

    Bank of America 于 2026 年 10 月 27 日向客户发送邮件提醒,警告勿将银行账户用户名和密码共享给 AI 助手或第三方服务。文章指出,共享凭证可能导致 AI 在不知情情况下操作财务,或因银行检测异常而锁定账户;此外,AI 助手的安全漏洞可能导致凭证泄露,让黑客获取账户入口。

    阅读原文 来源:TechCrunch · AI
  3. The Verge · AI

    Anthropic 计划独特治理结构上市,试图在公开市场中保持安全发展

    Anthropic 计划在 2026 年 IPO,通过独特的治理结构抵御股东压力。公司设立长期利益信托,委任五位在 AI 安全、国家安全、公共政策和社会企业领域无财务利益冲突的受托人,负责任命四位董事以平衡股东利益与公共利益;另设 Founder LLC 控制 50.1% 股东投票权,确保创始人把握三席董事席位。

    阅读原文 来源:The Verge · AI
10月27日周二
  1. The Decoder

    Anthropic 重申承诺:Claude 将永不展示广告

    Anthropic 在 IPO 申报信中重申不在 Claude 中展示广告的承诺,理由是广告会引入优化参与度的压力,背离用户利益。公司此前曾警告竞争对手 ChatGPT 的聊天广告可能更具操纵性。作为价值观优先于利润的第二类限制,该禁令还涉及 Claude Mythos Preview 的发布延迟,以平衡安全风险与商业代价。

    阅读原文 来源:The Decoder
  2. BeInCrypto

    Anthropic IPO 申报案提升芯片股,华尔街估值分歧显现

    Anthropic 提交 IPO 申报,计划在纳斯达克以 ANT 代码上市。申报显示一季度营收 16.3 亿美元,同比三倍于 2025 年全年 4.6 亿美元;营收增长主要得益于云合同最低支出要求,但营业亏损主要由 724 亿美元的非现金可转换债务计提推动。部分华尔街分析师看好 AI 盈利转折,但也有部分持怀疑态度;零售投资者或将通过 ANT 获得超越芯片股的 AI 曝光,但需承担空间风险。

    阅读原文 来源:BeInCrypto
  3. TechCrunch · AI

    Anthropic IPO filing reveals strategy to keep enterprise customers hooked on Claude ecosystem

    Anthropic提交IPO文件,展示通过跨产品生态留存企业客户的策略。截至9月30日,超过11,900家客户年支出超10万美元,其中1,900家年支出超100万美元,250家年支出超1000万美元。

    阅读原文 来源:TechCrunch · AI

    推荐理由Anthropic的IPO filing展示了其通过跨产品生态锁定企业客户的策略,数据显示高净值客户使用率显著提升,揭示了AI企业客户留存的关键路径。

10月24日周六
  1. Ars Technica · AI

    Google 隐私政策更新:Gmail 可能用于广告投放

    Google 更新隐私政策,取消了 Gmail、Drive 等敏感内容不被用于个性化广告的明确限制。新政策允许在用户将数据共享给 Google AI 产品(如 Personal Intelligence)时,使用 Gmail 和 Photos 等内容进行广告投放。这一变化被视为隐私风险的潜在放大,因 Google 已在 2026 年早些时候发布 Personal Intelligence 功能。

    阅读原文 来源:Ars Technica · AI
  2. Google Research一手

    Google Research发布用于结核病筛查的开放基础模型,支持全球公共卫生系统本地化部署

    Google Research团队与合作伙伴合作,将基础模型应用于结核病(TB)筛查,旨在解决偏远地区放射科短缺的问题。文章报道了AI模型在胸部X光片上检测结核病的性能,并通过与Nexus AI等公司的合作获得监管批准(CE MDR Class IIb)并在南非、塞拉利昂等国的40家医疗机构部署,已筛查超2.5万例胸片。

    阅读原文 来源:Google Research

    推荐理由原文展示了从算法研发到临床落地的全链路过程,通过开源模型和本地化部署解决了数据隐私与算力获取难题,读者可了解到AI如何在低资源环境中实现TB筛查的实际落地与规模化。

10月23日周五
  1. MIT Technology Review · AI

    可扩展 AI 的基础:EmTech Future 会议探讨治理与价值实现

    文章探讨了在高度监管环境下构建可扩展 AI 系统的必要性,强调数据、工程、平台、运营模型与治理需协同工作。MIT Technology Review EmTech Future 会议中,Vanguard Principal Jing Wang 分享了如何通过负责任的实施将代理系统等新兴能力转化为投资者价值,并推进企业创新与客户体验提升。

    阅读原文 来源:MIT Technology Review · AI
  2. AWS Machine Learning Blog一手

    AWS发布Amazon Quick:在HIPAA合规环境中部署AI的完整指南

    Amazon Quick是一个HIPAA-eligble的AI工作空间,支持通过知识库和Amazon Quick Sight处理非结构化和结构化PHI。文章阐明了HIPAA eligible与compliant的区别,并提供了涵盖KMS密钥管理、ACL感知知识库、身份模型配置、审计日志和分层安全控制的分步实施指南。

    阅读原文 来源:AWS Machine Learning Blog

    推荐理由文章详细阐述了Amazon Quick在HIPAA合规环境下的部署能力、数据流设计和治理控制,提供了从基础定义到实施步骤的完整指南,帮助读者理解如何在受监管环境中安全使用Agentic AI。

10月22日周四
  1. AWS Machine Learning Blog一手

    Securing Quick access from corporate networks with AWS PrivateLink

    Amazon Quick 通过 AWS PrivateLink 配置 VPC 端点与连接,实现企业内部数据源(如 PostgreSQL、MySQL、SQL Server、Oracle、Confluence、SharePoint、Amazon S3)的私有访问,确保数据不经过公网传输,满足 HIPAA、FedRAMP、PCI-DSS 合规要求,并提供低延迟、可审计的网络架构。

    阅读原文 来源:AWS Machine Learning Blog
10月21日周三
  1. TechCrunch · AI

    Anthropic 提出 AI 安全法案:模型发布若可能致 50+ 人死亡或 10 亿美元财产损失可被阻断

    Anthropic 提出一项草案 AI 安全法案,旨在通过“独立评估员”阻断模型发布。该法案设定两个阈值:模型若可能导致 50 人死亡或 10 亿美元财产损失,将被阻断。评估员将向美国商务部报告,商务部随后需向法院申请暂停发布,且联邦机构无权自行阻断。

    阅读原文 来源:TechCrunch · AI
  2. The Verge · AI

    Meta 暂停 Muse 分享功能后研究人员发现网页上的 AI 对话

    Meta 暂停 Muse 分享功能,原因是安全研究人员 Claroc 在公共 DNS 记录中发现了 6800 多个公开的 Muse 链接。研究人员指出,Meta 的链接结构通过标题、对话短语和随机 ID 组成,使得链接易于通过 DNS 重建,导致包含营销数据、贷款申请和工作日程等敏感信息的对话被公开暴露。

    阅读原文 来源:The Verge · AI
  3. AWS Machine Learning Blog一手

    AWS 发布从加拿大通过跨区域推理访问 OpenAI GPT-5.6、GPT-6、GPT-6.1 的技术指南

    AWS 宣布从加拿大 (Central) 和 Canada West (Calgary) 地区通过跨区域推理访问 OpenAI GPT-5.6、GPT-6、GPT-6.1 系列模型。

    阅读原文 来源:AWS Machine Learning Blog

    推荐理由原文提供了从加拿大通过跨区域推理访问 OpenAI GPT-5.6、GPT-6、GPT-6.1 的完整技术指南,包括模型定位、配额管理、权限设置及 API 调用示例,读者可直接用于部署和配置。

  4. AWS Machine Learning Blog一手

    Octave 在 Amazon Bedrock 上构建安全多租户 AI 基础设施

    Octave 利用 Amazon Bedrock 和 Cohere Embed v4 构建了支持 20 亿文档的多租户 AI 基础设施。系统在嵌入时统一处理文本和图像,通过 AgentCore runtime 在微 VM 层面实现租户隔离,并使用 Guardrails 进行内容过滤。

    阅读原文 来源:AWS Machine Learning Blog

    推荐理由原文展示了如何在多租户 SaaS 平台上用 Amazon Bedrock 构建安全的 AI 基础设施,提供了从数据准备、隔离到内容防护的完整技术路线,读者可直接学习其多模态嵌入、微服务隔离和 Guardrails 等实践方法。

10月20日周二
  1. BeInCrypto

    马克·库班:AI记忆让用户被锁定单一聊天机器人

    马克·库班在X平台提出,AI记忆的切换成本目前很高,除非存在统一的导出格式,否则用户难以像切换Excel文件那样轻松迁移。近期Anthropic开放Claude记忆功能并支持跨聊天历史导入,显示行业正在尝试解决此问题。虽然部分用户认为现有模型可读取多种文件,但库班认为缺乏标准格式是主要壁垒,本地运行模型等方式已部分规避问题,首个实现一键切换的聊天机器人将在竞争中占据优势。

    阅读原文 来源:BeInCrypto
10月19日周一
  1. The Decoder

    Anthropic设立AI劳动力影响基金,股权增量取决于估值增长

    Anthropic CEO Dario Amodei警告AI将引发就业市场动荡,公司设立价值20%股权的AI劳动力影响基金,股权增量取决于公司估值突破设定基线。Anthropic选择设立 wholly owned LLC subsidiary而非非营利结构,以保持IPO前控制权。Elon Musk反驳称将直接向美国7200万儿童分发SpaceX股份,金额约105亿美元。

    阅读原文 来源:The Decoder
10月17日周六
  1. The Decoder

    中国拟对23项关键AI技术实施出口管制

    中国商务部和科技部公布了对23项关键AI技术的出口管制草案,涵盖大型模型、智能体、计算集群和数据处理等领域。对能够自行编写或改造恶意软件以攻击关键基础设施、军方或政府机构的AI工具实行全面出口禁令;针对发现软件漏洞的工具则设定新的出口限制。大型AI模型在满足训练算力10^26 FLOPs、参数量2万亿或全球前10名等条件时,也将受到出口管制。

    阅读原文 来源:The Decoder
10月16日周五
  1. TechCrunch · AI

    Anthropic 给予 METR 研究员员工级别访问权,用于独立评估模型安全

    Anthropic 给予 METR 研究员员工级别访问权,包括公司笔记本、办公空间和内部工具,以独立评估模型安全与风险管理。METR 将发布自身评估报告,且 Anthropic 放弃了阻止发布的权利,仅对涉及客户数据、律师-委托人特权或模型架构的信息进行预先界定的编辑。

    阅读原文 来源:TechCrunch · AI
  2. The Verge · AI

    朋友别让朋友喂数据给 AI 代理

    文章探讨了 AI 个人助手(如 Meta 的 Muse)在获取用户数据时缺乏真正的知情同意,用户不仅要牺牲自己的数据,还要牺牲朋友、家人及过去联系人的信息。Muse 上线后已下载数百万次并登顶 App Store,其虚拟形象鼓励用户授权访问银行账户、密码、通讯录等敏感信息。

    阅读原文 来源:The Verge · AI
10月15日周四
  1. AWS Machine Learning Blog一手

    AWS 提出 Trust in Depth 框架:在可验证边界内让 AI 代理获得更多自主权

    AWS 博客介绍了 Trust in Depth 框架,旨在通过自动化推理、策略边界和追踪机制,在不失控的前提下让 AI 代理获得更多自主权。文章阐释了在代理生命周期的四个阶段——Scope(范围界定)、Know(身份识别)、Bound(行为边界)和Observe(事后追踪)中,如何通过精确的规则定义、自动化推理检查和痕迹记录来保障安全。

    阅读原文 来源:AWS Machine Learning Blog
  2. NVIDIA Blog一手

    北欧地区携手 NVIDIA 打造先进计算生态系统

    北欧国家凭借丰富可再生能源和严谨数据治理,正加速构建欧洲关键技术生态。NVIDIA 在该地区的投资涵盖云基础设施、超级计算中心以及多家本土企业的 AI 应用。

    阅读原文 来源:NVIDIA Blog

    推荐理由原文展示了北欧地区在AI基础设施、模型创新及产业落地上的系统性投入,读者可了解区域生态如何从算力扩展到具体应用场景。

10月14日周三
  1. AWS Machine Learning Blog一手

    Manage private pricing offers for Amazon Bedrock with managed entitlements

    Amazon Bedrock with managed entitlements simplifies multi-account access to third-party AI models by enabling one-time subscription from a central account and distributed access across an organization. The article provides two activation paths: a lightweight script for one-time license distribution and a CDK-based event-driven automation for ongoing grant management. Both methods aim to automate grant activation in AWS License Manager, ensuring negotiated pricing applies automatically without manual console checks.

    阅读原文 来源:AWS Machine Learning Blog