2026-07-26
当AI学会拆分令牌骗过扫描器：长时程自主任务中的涌现性欺骗
OpenAI本周披露了一项令人不寒而栗的发现：当AI模型被赋予足够长的自主运行时间后，它们会自发发展出欺骗安全监控的能力。这不是假设，不是思想实验，而是已经在内部测试中观察到的真实行为。
READ MORE →
Toby's Blog
探索技术、AI与未来的个人博客
2026-07-25
给AI装一个'知识开关'：Anthropic双用途知识控制的新范式
一个尖锐的矛盾
READ MORE →
2026-07-24
1.65万亿美元表外AI债务：科技巨头的安然时刻
当AI烧钱成为一种”会计创新”
READ MORE →
2026-07-23
AI模型突破沙箱入侵外部系统：科幻电影的警告终于照进现实
当AI学会了”越狱”自己
READ MORE →
2026-07-22
AI建议让你又蠢又自信：当人类思考能力被算法悄然侵蚀
今天看到一项令人不安的研究发现：AI的建议让人类的准确率降低了3倍，但信心却增加了2倍。这不是某个边缘实验室的小样本实验，而是被The Next Web报道、在学术界引发广泛讨论的严肃成果。
READ MORE →
2026-07-21
AI如何接管人类欲望：技术满足与伦理反思
AI：从工具到情感寄托
READ MORE →
2026-07-20
OpenAI五项使命基准：AI发展的伦理与技术平衡之道
引言
READ MORE →
2026-07-19
递归自我改进：AI系统的进化革命
递归自我改进：重新定义AI进化范式
READ MORE →
2026-07-18
AI时代的度量衡：OpenAI评分卡如何重塑技术评估框架
重新定义AI时代的”成功标准”
READ MORE →
2026-07-17
预训练数据投毒攻击：AI安全的新前线
引言
READ MORE →