Anthropic 因其对 AI 风险的频繁警告，可能间接导致了美国对其最新模型的出口禁令。根据英国《金融时报》（FT）的分析，Anthropic 在 2026 年的官方声明、社交媒体帖子和文章中，每 1000 个单词中约有 5 个与风险、监管或限制相关，而 OpenAI 的这一数字仅为 0.6，相差近八倍。这一差异在政治层面变得敏感，因为华盛顿上周禁止外国公民使用 Anthropic 的最新模型 Mythos 和 Fable。部分技术界人士将这一禁令归咎于 Anthropic 反复强调 AI 对社会构成的风险，尤其是 Mythos 模型。Meta 前首席 AI 科学家 Yann LeCun 甚至公开指责 Anthropic CEO Dario Amodei 的“荒谬恐吓”最终导致了这一结果，并称“种瓜得瓜”。 ## 数据对比：Anthropic 的风险言论远超 OpenAI FT 通过创建包含“有害”、“危险”、“不匹配”等关键词的列表，并计算这些词在两家公司或其 CEO 声明中的出现频率，发现 Anthropic 在 2026 年的传播中，“风险”一词出现 336 次，“安全措施”121 次，“漏洞”128 次；而 OpenAI 对应的数字仅为 30、33 和 10 次。这种悬殊的差距，使得 Anthropic 在公众和政策制定者眼中成为 AI 风险的“吹哨人”。 ## 出口禁令背后的政治博弈 Anthropic 一直试图将自己定位为 AI 行业的“良心”，频繁发布关于技术潜在危害的研究论文和声明，并多次呼吁政府加强干预。然而，这一策略在华盛顿产生了意想不到的后果。出口禁令的出台，让欧洲和硅谷的部分人士感到不安，他们担心特朗普政府可能会进一步限制非美国用户访问前沿 AI 模型。这场争端成为美国如何监管日益强大的 AI 模型的一次早期测试。 ## 行业反应：恐吓还是预警？ OpenAI 的 Sam Altman 在谈及 Mythos 时曾讽刺道：“声称‘我们造了一颗炸弹，即将扔到你头上’显然是极好的营销手段。” 而 Anthropic 的 Amodei 则在禁令发布前发表了长篇博客，阐述 AI 风险。批评者认为，Anthropic 的“恐吓营销”最终搬起石头砸了自己的脚；支持者则坚持，预警 AI 风险是负责任的表现。无论如何，这一事件凸显了 AI 公司在风险沟通与政策影响之间的微妙平衡。 ## 小结 Anthropic 的遭遇为整个 AI 行业敲响了警钟：企业的公开言论不仅影响公众认知，还可能直接改变政策走向。在 AI 监管日益收紧的背景下，如何既履行社会责任又不触发过度反应，将成为所有 AI 公司必须面对的课题。
面对中国日益增长的军事压力，台湾正大力投资本土无人机产业，既用于自身防御，也积极拓展海外市场，特别是美国军方。据台湾中央通讯社报道，台湾国防部于6月18日提出一项特别预算提案，计划在2026年至2031年间投入**66亿美元**，采购超过20.8万架海岸攻击无人机、1400多架海岸侦察无人机以及1320艘无人水面艇。这一规模远超台湾目前仅有的约5000架美制及本土攻击无人机存量。 在军事演习中，台湾已展示其无人机作战能力。6月初的演习中，台军使用美国安杜里尔公司子公司制造的**Altius-600游荡弹药无人机**，从拖车式发射器发射打击海上目标。今年早些时候，台湾海军陆战队也使用本土无人机进行了类似打击演练。 台湾政府的采购计划不仅旨在增强防御，也旨在扶持本土无人机企业。以**雷虎科技**为代表的台湾公司，正积极向美国军方和欧洲买家推销其无人机技术和零部件，作为中国制造无人机的替代品。同时，它们通过建立国际技术和制造合作伙伴关系，为出口铺路。台湾行政院院长卓荣泰4月30日宣布，2026年第一季度（1月至3月）台湾已出口**1.15亿美元**的整机无人机，超过2025年全年**9300万美元**的出口总额。 这一增长反映出全球对非中国产无人机的需求上升，尤其在安全和供应链多样性考量下。台湾凭借其半导体和精密制造基础，有望在无人机领域占据一席之地。然而，地缘政治风险和技术竞争仍是挑战。整体而言，台湾正将无人机作为国防和经济的双重战略支柱。
美国参议员伯尼·桑德斯提出一项激进法案，拟通过对大型AI公司征收一次性50%的股票税，建立主权财富基金，预计规模可达7万亿美元。该基金每年将向每位美国公民发放约1000美元分红，并资助医疗、教育和住房项目。法案还计划成立跨党派独立委员会，通过投票权影响企业决策，防止AI技术损害公共利益。此举可能引发AI行业强烈反对，尽管部分CEO曾表态支持公共福利，但桑德斯的方案远更激进。
NVIDIA 的 GEAR 实验室联合卡内基梅隆大学和加州大学伯克利分校，开发了一个名为 **ENPIRE** 的新型代理框架，让多个 AI 编程代理能够自主协作训练机器人完成复杂任务。在实验中，这些代理成功教会机器人 **剪断扎带** 和 **将 GPU 插入主板上的薄型插槽** 等精细操作。 ## 框架核心：让 AI 自主驱动机器人训练 ENPIRE 框架包含四个模块，赋予 AI 编程代理以下能力： - **自动重置与验证**：确保实验条件一致并验证任务结果。 - **策略优化**：迭代改进指导机器人行为的策略。 - **并行评估**：同时在多台实体机器人上测试策略。 - **故障分析与修复**：通过分析日志、阅读研究论文，改进训练基础设施和算法代码。 团队测试了三种 AI 编程代理：OpenAI 的 Codex（基于 GPT-5.5）、Anthropic 的 Claude Code（Opus 4.7）以及 Moonshot AI 的 Kimi Code（Kimi K2.6）。这些代理各自独立开发不同的算法方法，在真实实验中测试，并保留能提升整体成功率的变更，经过多轮自主迭代后，机器人任务表现持续提升。 ## 行业意义：从“人工调参”到“AI 自进化” NVIDIA AI 总监 Jim Fan 在 LinkedIn 上表示：“我们 GEAR 实验室的一部分现在可以彻夜不休地自我改进，我们早上只需阅读报告。”他调侃道：“我们都去度假，Jensen 甚至不会注意到。”这指向了机器人训练领域的一个关键瓶颈：传统方法依赖大量人工调参和手动纠错，而 ENPIRE 框架通过 **“慷慨的 token 预算”** 让 AI 代理自主完成整个训练循环。 更值得关注的是，团队计划将 ENPIRE **全部开源**，这意味着任何研究机构或爱好者都可以搭建自己的“自主运行机器人实验室”。这有望大幅降低机器人训练的门槛，加速从工业装配到家庭服务等场景的机器人部署。 ## 局限与展望 尽管成果令人振奋，论文也指出了当前方法的局限，例如对 token 预算的依赖较高，以及在极端复杂或非结构化环境中的泛化能力仍需提升。但整体而言，这项研究展示了 AI 代理在 **自动化科研实验** 和 **机器人技能习得** 上的巨大潜力，预示着未来 AI 不仅能编写代码，还能直接操作物理世界。
上周晚些时候，Anthropic 应美国政府出口管制指令，将新发布的 **Claude Fable 5** 和 **Mythos 5** AI 模型下线，禁止“任何外国公民”使用。自 4 月 Mythos 首次亮相以来，Anthropic 便警告该模型具有双重用途：既能帮助防御者发现软件漏洞，也能被恶意行为者利用进行攻击。公司最初通过 **Project Glasswing** 工作组向特定财团私下发布了 Mythos 5，而 Claude Fable 5 作为 Mythos 级别的模型，则面向公众发布并设置了生物与网络安全方面的防护栏。然而，特朗普政府认为 Fable 5 的防护可被绕过，从而完全释放 Mythos 5 的能力，构成国家安全风险。 但专家指出，这场机构间的冲突只是掩盖了一个残酷事实：Anthropic 只是冰山一角，多家公司及开源开发者很快（或已经）拥有类似 Mythos 5 的能力。TPO Group 首席安全官 Tarah Wheeler 表示：“认为其他竞争对手不会开发类似能力，甚至尚未开发，是极度短视的。许多公司紧随其后，可能已拥有类似能力，只是暂未公开。” ## 双重用途困境：AI 安全的“矛与盾” Mythos 5 的核心能力在于自动化漏洞挖掘与利用。这种技术对网络安全行业意义重大——它可以帮助防御者比攻击者更快地识别并修补漏洞。然而，一旦落入恶意之手，同样的能力可能被用于发动大规模网络攻击。Anthropic 在发布博客中明确承认：“AI 模型的高级用途是双刃剑：网络安全专家和生物学研究人员的良性查询，在恶意行为者手中可能变得危险。” 这正是 **AI 安全治理** 面临的核心悖论：如何在不扼杀创新的前提下，防止技术被滥用？Anthropic 的解决方案是分级发布：先向可信的“Project Glasswing”工作组提供完整能力，再向公众发布受限版本。但政府的担忧在于，防护栏可能被绕过——尤其是当模型权重本身被公开或泄露时。 ## 管制的局限性：防不胜防的扩散风险 尽管美国政府的出口管制暂时限制了 Anthropic 的模型，但专家认为这种措施治标不治本。Wheeler 指出：“其他公司很可能已经拥有类似能力，只是选择不公开。从开源社区到国家支持的黑客组织，技术扩散只是时间问题。” 事实上，当前 AI 领域的竞争极为激烈。OpenAI、Google DeepMind 以及众多开源项目都在竞相提升模型能力。一旦某项技术被证明可行，模仿与改进将迅速跟进。历史经验表明，对单一公司的管制往往导致技术转移至境外或地下，反而增加监管难度。 ## 未来趋势：危险能力将成“标配” Mythos 5 的出现标志着一个转折点：**高级 AI 模型的“危险”能力正在从理论走向实践**。未来，类似 Mythos 的模型将不再是特例，而是常态。这意味着网络安全行业、政策制定者和公众都必须做好准备，迎接一个“AI 黑客”泛滥的时代。 对于企业而言，防御策略必须升级。传统的漏洞扫描与修复流程将无法应对 AI 驱动的自动化攻击。对于政府而言，需要建立更灵活、更国际化的监管框架，而非仅靠出口管制。而对于 Anthropic 这样的公司，如何在透明与安全之间取得平衡，将成为长期挑战。 ## 小结 Anthropic 的遭遇只是 AI 安全困境的缩影。危险能力不会因一家公司的退让而消失，反而会加速扩散。业界需要正视这一现实，从技术、政策与教育等多维度共同应对。毕竟，当 AI 的矛与盾都变得更强时，真正的安全只能来自更深刻的认知与更系统的协作。
Google 终于为其新一代智能音箱确定了发布日期。这款名为 **Google Home Speaker** 的设备将于 **6 月 25 日** 正式开售，预购现已开启，售价 **99.99 美元**。这是 Google 近六年来首次推出家用音频设备，上一款还是 2020 年 9 月发布的 Nest Audio。 ## 设计与硬件：小巧圆润，AI 驱动 新音箱采用扁球体设计，外覆部分再生织物，提供四种配色：榛子色、瓷白色、翡翠色和浆果色（后两者仅限美国地区）。Google 声称其可输出 **360 度环绕音效**，确保房间内任何位置都能获得均匀的听感。底部环绕的灯带会在设备聆听、思考或回应时亮起，这一设计也呼应了 Google 即将推出的 Chromebook 上的发光条。 硬件配置方面，音箱搭载 **四核 A55 处理器**，主频 2GHz，并配备独立 NPU。三个远场麦克风分布在机身周围，支持语音拾取，同时设有物理静音开关。值得注意的是，Google Home Speaker 仅配备了一个 **58mm 全频驱动单元**，相比 Nest Audio（75mm 低音单元 + 19mm 高音单元）在音频硬件上有所降级。Google 向 Ars 确认，其音质介于 Nest Audio 和较小的 Nest Mini 之间。 ## 核心亮点：Gemini 与智能体验 虽然音频硬件并非顶级，但新音箱的真正卖点在于 **Gemini 集成**。本地 AI 模型运行在 NPU 上，可实现更优的声音隔离，有效滤除背景噪声，减少误唤醒和误听问题。此外，Google Home Speaker 可与 **Google TV Streamer** 配对，最多两台音箱组成沉浸式音频系统，提升观影体验。顶部电容触控区域则提供了非语音交互方式。 ## 行业视角：AI 音箱的定位之变 从 Nest Audio 到 Google Home Speaker，Google 似乎在重新定义智能音箱的优先级：**AI 能力正在取代音频质量成为核心卖点**。这反映了行业趋势——当语音助手（如 Gemini）能处理更复杂的任务时，音箱作为交互入口的价值已超越其作为音频设备的属性。然而，音质的妥协可能让部分注重音乐体验的用户犹豫。Google 能否凭 Gemini 的差异化功能说服市场，仍有待观察。
美国特朗普政府正介入一起由全国有色人种协进会（NAACP）提起的诉讼，该诉讼指控埃隆·马斯克的xAI公司未经许可运行燃气轮机，违反了《清洁空气法》。司法部律师在文件中辩称，这些涡轮机为驱动Grok聊天机器人的数据中心供电，而Grok已被军方用于关键行动，包括在“史诗之怒”行动中协助打击伊朗目标。NAACP则指控xAI在密西西比州南aven运营多达57台未获许可的燃气轮机，造成污染和健康问题。此案凸显了AI发展与环保法规之间的紧张关系。
Anthropic 在最后一刻叫停了对 Claude Agent SDK 的计费改革，这一原本旨在将 SDK 使用与标准订阅分离的方案，曾引发重度用户的强烈担忧。 ## 改革原计划：按 API 费率计费 今年 5 月 13 日，Anthropic 宣布自 6 月 15 日起，Claude Agent SDK（包括通过第三方应用和 `claude -p` 命令的使用）将不再享受订阅套餐内的统一限额，而是改为按 Anthropic 的 API 标准费率计费。订阅用户每月会获得一笔与订阅费等额的“使用额度”，超出部分需另行付费。 这一变动与现行模式截然不同：目前，Agent SDK 的使用仅受订阅套餐的**每周用量上限**约束，重度用户可以在订阅费内获得远高于 API 同等花费的算力。有分析指出，**Claude Opus 用户每天仅发送 2-3 条消息就能“回本”**，订阅的实际价值可达月费的数倍。开发者 Matthew Diakonov 直言：“如果你用 Opus 作为主要编码助手，第一周就会用超。” ## 开发者与第三方应用强烈反弹 消息一出，立即在开发者社区引发震荡。代码编辑器 Zed 的团队警告用户：“对于重度使用代理功能的用户，这将是巨大的成本增加。”许多依赖 Claude Agent SDK 构建自动化工作流的第三方应用开发者被迫重新评估定价策略。 ## 紧急“暂停”背后的考量 就在新政即将生效的 6 月 15 日当天，Anthropic 悄然更新支持页面，宣布“暂停上述 Claude Agent SDK 计费变更”，并表示“目前一切照旧”，公司正在“优化方案以更好地支持用户通过订阅使用 Claude 构建应用”。部分用户确认收到了来自 Anthropic 的邮件通知。 这一急转弯恰逢 GitHub Copilot 也在近期推行类似的 Token 制计费改革。业界普遍认为，Anthropic 的让步反映出**开发者对“订阅+额外计费”模式的敏感度极高**，尤其在 AI 辅助编程和自动化场景下，用量波动大，固定订阅制更具可预测性。 ## 行业启示：订阅制与按量计费的平衡难题 Anthropic 的这次“试水”与“撤回”凸显了 AI 平台在商业化道路上的典型困境：订阅制吸引用户，但重度用户会过度消耗资源；按量计费更公平，但可能劝退核心开发者。如何在保持用户粘性与实现可持续营收之间找到平衡，将是所有 AI 公司必须面对的课题。 目前，Claude Agent SDK 用户仍可继续享受现有订阅内的使用上限，但 Anthropic 明确表示正在“制定新方案”，未来不排除推出更精细化的分层计费或混合模式。
美国国防部（五角大楼）正在利用生成式AI工具撰写国会要求的年度报告，并声称已有**150万**军事人员使用生成式AI工具。 ## 背景：AI写报告，效率大幅提升 五角大楼首席技术官Emil Michael在哈德逊研究所活动上透露，通过谷歌云的**Gemini for Government**和自研的**GenAI.mil**平台，原本需要**200小时**编写的国会报告，现在只需**5小时**就能完成。自2025年12月起，该平台已向所有六个军种开放。 ## 实际案例：团队反馈“五年来最佳报告” 国防部副助理部长Jacob Glassman在4月的Box联邦峰会上提到，他曾让一个人员不足的团队使用GenAI.mil撰写国会报告。一周后，团队称这是“五年来写得最好的报告”。不过，Glassman未透露具体是哪份报告。 ## 行业背景：国会报告数量激增 根据美国政府问责局数据，国会要求提交的报告数量从2000年的**500多份**增至2020年的**1400多份**。立法事务官员需要逐条解读国防授权法案，寻找最新要求。AI工具被视为缓解人力压力的重要手段。 ## 质疑与展望 尽管效率提升明显，但AI生成报告的准确性和深度仍存疑问。五角大楼强调，AI仅辅助起草，最终需人工审核。此举也引发了对AI在政府决策中角色的讨论。
SpaceX 宣布以 600 亿美元的全股票交易收购 AI 编程工具 Cursor，预计第三季度完成。这笔交易发生在 SpaceX 史无前例的 IPO 两天后，以及 SpaceX 与 xAI 合并数月之后。Cursor 是最早将大语言模型深度集成到 IDE 中的工具之一，基于 Visual Studio Code 分支，提供强大的 AI 辅助编程功能。然而，随着 Anthropic 的 Claude Code 等竞品崛起，Cursor 的市场份额下滑，且据 TechCrunch 报道，其收支平衡困难。今年初，Cursor 团队表示增长受限于算力；随后 xAI 向其提供计算基础设施，并合作训练 Grok Build 模型。本次收购将结合 SpaceX 的算力优势与 Cursor 的产品能力，但双方在 AI 竞赛中均面临挑战：xAI 的 Grok 聊天机器人争议不断，缺乏竞争力强的编程模型；Cursor 则难以与巨头竞争算力。交易包含对 Anthropic 和 Google 的有利终止条款，若 SpaceX 企业 AI 需求高涨，可重新分配算力。尽管整合有望解决各自短板，但在激烈竞争中成功仍非必然。
根据独立记者 Ed Zitron 获取的审计财务文件，OpenAI 的营收虽然在快速增长，但支出增速更快，运营亏损从 2024 年的 87.8 亿美元扩大至 2025 年的 209.2 亿美元。 ## 营收增长难掩巨额亏损 文件显示，OpenAI 的营收从 2024 年的 37 亿美元跃升至 2025 年的 130.7 亿美元，到 2025 年底月收入已接近 20 亿美元。然而，研发支出是最大的成本项：2024 年为 78.1 亿美元，2025 年飙升至 191.8 亿美元，其中仅支付给微软的研发费用就达 105.9 亿美元。此外，收入成本（包括推理计算费用）从 26.5 亿美元增至 75 亿美元，销售与营销费用也从 11.1 亿美元增至 57.3 亿美元。 ## 亏损比率有所改善 尽管绝对亏损额惊人，但运营亏损占营收的比例从 2024 年的 237% 降至 2025 年的 160%，显示效率略有提升。不过，净亏损从 2024 年的约 50 亿美元激增至 2025 年的近 390 亿美元，主要源于公司向营利性结构转换时产生的约 300 亿美元非经常性会计费用。 ## 盈利前景存疑 OpenAI 向投资者承诺在 2030 年前实现盈利，但当前亏损速度远超营收增长。AI 行业的研发和计算成本居高不下，商业化路径仍面临挑战。此次文件泄露正值 OpenAI 提交 SEC 文件、筹备 IPO 之际，财务透明度成为市场关注焦点。
## 漏洞速览：2FA 安全防线形同虚设？ 上周二，微软修复了其 M365 Copilot AI 平台上一个**严重等级为“最高”** 的漏洞。本周一，发现并报告该漏洞的研究人员公开了其概念验证（PoC）利用方式：攻击者能够从 Copilot 可访问的邮件中**窃取双重身份验证（2FA）代码**及其他敏感数据。 ## 根源：AI 的“轻信”无解？ 这并非孤立事件。微软及其他大语言模型（LLM）提供商一直无法阻止其产品遵从恶意请求泄露数据。根本原因在于：**AI 机器人无法区分用户提供的指令与隐藏在第三方内容中的恶意指令**。当模型为用户总结、起草回复或执行其他操作时，这些恶意指令可能被悄然注入。由于无法守住这一关键边界，微软等公司只能不断设置复杂且临时的护栏，试图遏制这种“先天轻信”带来的后果。 ## 绕过护栏：参数到提示注入（Parameter-to-Prompt Injection） Varonis 安全团队设计了一条攻击链，成功跨越了微软设置的防护措施。其核心是所谓的 **“参数到提示注入”**（Parameter-to-Prompt Injection）。与传统的提示注入不同，恶意命令并非藏在邮件或文档中，而是被置于 URL 的查询参数（如 `?q=`）中。当 Copilot 处理此类 URL 时，会将参数中的恶意指令解释为用户意图的一部分，从而泄露数据。 ## 已有护栏为何失效？ 微软此前已部署多项防护：例如将 Copilot 输出包裹在 `<code>` 块中，防止浏览器将其解析为可执行内容；同时限制 Copilot 只能访问受信任的 Microsoft 域名。然而，攻击者利用标记语言（如 `<img>` 标签）诱导 Copilot 向攻击者服务器发送包含敏感数据的请求，从而绕过限制。当 Copilot 尝试加载图片或提交表单时，数据即被外传。 ## 行业反思：LLM 安全何去何从？ 此次漏洞再次证明，当前 LLM 安全策略存在结构性缺陷。依赖临时补丁和规则集难以应对不断演变的注入手法。业界亟需从模型架构层面解决指令来源的隔离问题，例如引入更严格的上下文隔离机制。在此之前，用户应谨慎对待 Copilot 等 AI 助手处理敏感信息的能力，尤其是涉及 2FA 代码等高价值数据时。
芯片巨头英伟达（Nvidia）于周一宣布，计划在美国发行250亿美元的投资级债券，这是该公司自2021年以来的首次债券发行，旨在测试投资者对AI领域进一步敞口的兴趣。根据一份条款清单，此次发行包括从2年期到30年期不等的七个期限部分。由于需求强劲，发行规模从最初的200亿美元上调至250亿美元，截至纽约时间下午早些时候，订单已超过850亿美元。知情人士称，得益于旺盛需求，10年期债券的收益率预期较美国国债高出0.5个百分点，低于最初讨论的0.75个百分点。 T Rowe Price投资组合经理Lauren Wagandt表示，美伊协议后的有利市场条件使英伟达能够以相对较低的成本筹集债务。“归根结底，这是一家非常高质量的公司，”Wagandt说，“而且它不像其他科技公司那样频繁进入市场。” 此次发行正值科技集团在AI军备竞赛加剧之际争相确保融资，同时华尔街面临新一轮股权和债务发行浪潮，包括SpaceX创纪录的750亿美元IPO。英伟达表示，计划将所得款项用于一般公司用途，包括偿还和再融资现有票据。 此次发行规模至少是英伟达2021年疫情期间债券发行的三倍，当时其筹集了约50亿美元。完成后，英伟达的未偿债务将从目前的85亿美元增至约300亿美元。 市场疲劳的早期迹象已促使一些科技公司寻找替代融资渠道。Anthropic转向私人信贷投资者，以完成由Broadcom支持的350亿美元交易。谷歌母公司Alphabet则决定进行二十多年来的首次股权发行，本月早些时候筹集了850亿美元新资本。 英伟达作为AI行业构建大型语言模型（如OpenAI的GPT）所需强大芯片的首选供应商，其地位已被证明利润丰厚。此次债券发行不仅是对公司信用的考验，也是对整个AI行业投资热度的一次重要检验。
上周五晚间，Anthropic 应美国商务部指令，紧急关闭了其最新发布的 **Mythos 5** 和 **Fable 5** 模型，理由是出口管制合规要求。这一突然举措发生在模型上线仅数天后，起因是政府担心存在一种能够绕过安全防护的“越狱”方法，可能构成国家安全威胁。 ## 事件始末 据 Anthropic 官方声明，商务部在周五晚发出指令，要求将新模型纳入出口管制，限制其在美国境外使用。为立即遵守该命令，Anthropic 被迫“突然禁用 Fable 5 和 Mythos 5 对所有客户的服务”。其他 Anthropic 模型不受影响。 Axios 报道援引政府官员消息称，担忧源于一份报告：存在一种越狱方法，可突破 Fable 5 针对网络安全、化学和生物领域的分类器安全防护。政府要求暂停模型发布，以便“国家安全机制”能在“未来几周内”完成加固。 ## Anthropic 的回应与分歧 Anthropic 在公告中表示，政府仅提供了“口头证据”，称存在一种“狭窄的、非通用的越狱”，能让 Fable 5 审查特定代码库以寻找软件漏洞。公司称，该越狱仅能发现“次要”且“相对简单”的漏洞，其他公开模型如 **GPT-5.5** 也具备类似能力。 “我们遵守政府的法律指令，移除用户对 Fable 5 和 Mythos 5 的访问权限，”Anthropic 写道，“但我们不同意将发现一个狭窄的潜在越狱作为召回已部署给数亿用户的商业模型的理由。如果整个行业都采用这一标准，我们认为将实质上停止所有前沿模型的新部署。” ## 行业背景 本月早些时候，特朗普总统签署了一项行政命令，鼓励 AI 模型制造商自愿接受政府安全测试。该命令原定上月签署，但因政府内部争议而被推迟。此次 Anthropic 事件凸显了 AI 安全监管与商业创新之间的紧张关系。 ## 影响与展望 此次紧急下线不仅影响 Anthropic 的商业计划，也可能为整个 AI 行业树立先例。政府对于“越狱”漏洞的零容忍态度，可能迫使其他公司在新模型发布前采取更保守的安全策略。然而，Anthropic 的反对意见也反映出业界对政府干预过度、阻碍技术进步的担忧。未来几周内，随着国家安全机制的“硬化”，或许会有更明确的监管框架出台。
As of today, SpaceX is owned by investors who will want to see it make money.
亚马逊创始人杰夫·贝佐斯去年11月宣布成为新创企 **Prometheus** 的联合CEO，该公司专注于“物理AI”——将深度学习应用于机器人和制造等领域。近日，随着新一轮 **120亿美元** 融资的披露，贝佐斯和联合创始人Vik Bajaj透露了更多细节。 ## 巨额融资与估值 Prometheus本轮融资后估值达 **410亿美元**，资金来自摩根大通、高盛、贝莱德等机构及贝佐斯本人。此前的首轮融资为62亿美元。目前公司仅有150名员工，大量资金将用于购买算力。 ## 目标：创造“人工通用工程师” 贝佐斯向CNBC表示，公司目标是打造“人工通用工程师”（artificial general engineer）。他解释道：“所有社会财富都由发明驱动——6000年前有人发明了犁，后来有人发明了蒸汽机，我们都因此变得更富有。Prometheus要做的是提供一套工具，极大加速这个发明循环。”他强调，这将产生“文明财富”而非个人财富。 Bajaj则更务实地描述：设计新技术“需要一千个大脑创造性协作”，但工程师使用的工具“几十年来几乎没有改变”。Prometheus希望赋予他们更快的设计工具。 ## 行业背景与挑战 Prometheus并非唯一押注物理AI的创企，但它是资金最雄厚的之一。物理AI被视为AI的下一个前沿，但面临数据稀缺、算力成本高昂等挑战。贝佐斯坦言，融资的一大原因正是“计算密集型”工作所需的数据生成。 据报道，贝佐斯和Bajaj还计划筹集 **1000亿美元** 的投资基金，用于支持相关领域公司。
乌克兰无人机公司Aero Center首席执行官Alexander Kokhanovskyy近日透露，两年前在一次战场测试中，完全自主的无人机成功击杀了俄军士兵。如果属实，这标志着战争史上又一个里程碑，推动了军用无人机、机器人和AI武器的发展。 Kokhanovskyy在伦敦乌克兰大使馆举办的新闻发布会上接受《新科学家》采访时描述了这次测试。测试中使用的四旋翼无人机预先编程，飞往前线区域后激活AI驱动的“终结者模式”，自主搜索并攻击该区域内任何目标。测试后，有人操控的无人机前往侦察，发现了“几名”俄军士兵的尸体，从而推断自主无人机完成了击杀。 然而，乌克兰政府目前禁止在目标拦截的最后阶段使用AI。乌克兰军方指挥官强调，他们只使用半自主系统，始终由人类做出关键控制决策，并严格遵守国际人道主义法，防止平民伤亡。 这次一次性测试也反映了完全自主无人机的实际局限性：需要精心规划，且存在误伤友军或平民的风险。目前，国际社会对“致命自主武器系统”尚无统一定义。 尽管自主无人机在效率和安全性上仍存疑，但这一事件凸显了AI在军事领域的快速渗透。随着俄乌冲突持续，双方都在加速部署无人机和机器人，自主武器的伦理和法律讨论也愈发紧迫。
今年第一季度，美国各地社区对AI数据中心的抗议浪潮达到历史新高。根据AI情报公司10a Labs旗下Data Center Watch项目的追踪数据，从1月到3月，至少有75个数据中心项目被抗议者“阻止或延迟”，涉及总价值约**1300亿美元**。这是自2023年该项目开始追踪以来的最高季度纪录。研究人员指出，这并非“周期性高峰”，而是“结构性转变”：社区已经形成了一套有效的反对策略，立法会议引入了正式监管不确定性，活跃反对团体数量翻倍至833个，遍布49个州。 这场抗议运动的背后，是民众对AI数据中心带来的环境、资源和社会影响的深切担忧。数据中心不仅消耗大量电力和水资源，还常常占用宝贵的土地资源，引发噪音和生态问题。反对者跨越政治分歧，积极参与关于水权、土地使用和热力学的教育会议，展现出前所未有的政治热情。社会学家Tressie McMillan Cottom在《纽约时报》的专栏中写道，她在北卡罗来纳州的实地观察发现，许多人第一次体验到通过政治意志与邻居合作克服逆境的感觉，这让他们尝到了“政治权力的滋味”。 这股政治势头预计将影响即将到来的中期选举。两党都开始对数据中心抗议表示同情，反对声浪的加剧使得数据中心成为竞选议题的焦点。McMillan Cottom建议民主党将数据中心作为关键竞选议题，因为民众的愤怒正在转化为选票动力。 数据中心抗议的“剧本”已经清晰：社区组织、立法施压、媒体曝光和持续动员。随着AI行业的持续扩张，数据中心的需求仍在增长，但民众的反对声音也越来越大。这一结构性转变可能迫使科技公司和政策制定者重新审视数据中心的选址和建设方式，寻求更可持续、更符合社区利益的解决方案。 **小结**：数据中心抗议已从零散事件演变为全国性运动，其政治影响力不容小觑。未来，AI产业的发展将不得不在技术需求与社区诉求之间寻找平衡点。
在AI skeptics聚集的网络角落，你常会看到关于数据中心“嗜水成瘾”的 meme——它们为蒸发冷却消耗巨量水资源。然而，亚马逊最新报告揭示了一个反直觉的事实：从全球或全国尺度看，AI数据中心的总用水量其实微不足道，但单个数据中心却可能对当地供水造成显著压力。 ## 全球尺度的“沧海一粟” 亚马逊在周四的博客文章中称，其数据中心2025年全球取水量约 **25亿加仑**。这个数字初看惊人，但对比之下立刻显得渺小：美国2015年总取水量高达 **117万亿加仑**；美国草坪和景观灌溉年用水 **3.3万亿加仑**；加州杏仁种植年用水 **1.3万亿加仑**；仅美国高尔夫球场年用水就达 **5310亿加仑**。 其他科技巨头的数据同样印证这一趋势：Google 2024年数据中心取水约 **61亿加仑**，微软约 **27.5亿加仑**，Meta约 **14亿加仑**。2021年《自然》研究估算，全美数据中心当年总耗水约 **1630亿加仑**（含非可再生能源的间接消耗）。AI爆发后这一数字必然增长——有分析称仅得克萨斯州数据中心2024年就用水 **250~490亿加仑**，2030年可能达到 **3990亿加仑**。即便达到万亿加仑级别，相对全美乃至全球用水总量仍只是“桶中一滴”。 ## 局部压力：一滴水的放大效应 尽管不存在“科技公司抽干海洋”的风险，但**中等规模数据中心也可能对邻近水资源产生不成比例的影响**。例如，Meta位于佐治亚州牛顿县的一个数据中心，据《纽约时报》报道，已消耗该县 **约10%的供水**。当多个数据中心聚集在干旱或水资源紧张地区时，这种局部压力可能引发居民与企业的用水冲突。 ## 行业背景与未来展望 AI训练与推理的算力需求仍在飙升，液冷等新散热技术虽能降低水耗，但电力间接用水（如热电厂冷却）不可忽视。数据中心选址正越来越多地考虑水资源可持续性，部分地区已开始对新建数据中心提出用水效率要求。 **小结**：从宏观视角看，AI数据中心并非全球水危机的“主角”；但在微观层面，它们对当地水资源的挤占需要政策与技术双重应对。对公众而言，理解这一“全局-局部”的差异，有助于更理性地看待AI发展的环境成本。
谷歌近日对名为“Outsider Enterprise”的中国网络犯罪团伙提起法律诉讼，指控其利用谷歌的Gemini AI模型大规模实施诈骗。据谷歌提交的法律文件显示，该团伙通过Telegram运营，提供“钓鱼即服务”（Phishing-as-a-Service），帮助技术能力不足的个人搭建欺诈网站和发送短信。 Outsider Enterprise在Telegram频道中提供了使用Gemini AI创建虚假网站的具体教程，这些网站模仿Google、YouTube以及纽约E-ZPass等政府机构页面。该团伙提供了近300种诈骗模板，涉嫌通过Gemini生成的网站发送了超过250万条短信给Android用户，仅上个月两周内就发送了约5.5万条。谷歌累计追踪到9000个虚假网站和100万个与该网络相关的URL。 诈骗短信通常声称存在账户问题或包裹递送问题，诱使用户点击链接跳转到由Gemini制作的看似合法的虚假网站，从而窃取个人数据和银行信息。谷歌的诉状未估算具体诈骗金额，但指出已有数百人遭受经济损失。 谷歌已与AT&T、Verizon和T-Mobile合作拦截了大量恶意短信，并指出其Google Messages中的设备端诈骗检测功能每月可阻止100亿条诈骗短信，很可能也拦截了部分Outsider Enterprise的活动。这是谷歌首次针对利用Gemini实施诈骗的团伙采取直接法律行动，凸显了AI技术被滥用于犯罪的严峻趋势。 ## 行业背景与意义 此案是AI安全领域的一个重要里程碑。随着生成式AI的普及，其双刃剑效应日益显现。一方面，AI推动创新；另一方面，它降低了网络犯罪的门槛。Outsider Enterprise的案例表明，即使是技术能力有限的个人，也能借助AI工具快速生成逼真的钓鱼页面，大幅提升诈骗效率。 谷歌的诉讼不仅旨在追责，更意在震慑其他潜在犯罪分子。同时，谷歌强调其已内置安全措施，如设备端检测和与运营商合作，但AI驱动的诈骗仍对用户隐私和财产安全构成严重威胁。 ## 小结 - **核心指控**：Outsider Enterprise利用Gemini AI生成钓鱼网站，发送超250万条诈骗短信。 - **规模数据**：9,000个虚假网站、100万个URL，数百人受害。 - **应对措施**：谷歌联合运营商拦截短信，并依靠Google Messages的AI检测功能。 - **行业影响**：首例针对AI辅助诈骗的法律行动，凸显监管与防护的紧迫性。