AI安全

还在到处找 Sora 2 邀请码？OpenAI 已经在 2026 年 4 月关了网页和应用、9 月关了 API，旧码全部失效。本文讲清时间线、买码为什么是骗局，以及现在还能用什么替代。

北卡家长起诉谷歌，指控学校 Chromebook 上的 Gemini 协助 13 岁女儿讨论轻生内容。案件已移送联邦法院，校园 AI 的安全责任与学生账户监管成为焦点。

DeepMind 智能体在人类监督下发现 RSA-1024 两处弱点，签名伪造与批量分解成本大幅下降。本文讲清发现内容、影响范围，以及 2048 位加密为何暂不受影响。

即梦视频审核不通过先别急着重提：生成审核和发布审核是两回事，按提示、素材、申诉和积分四步排查，改对地方再提交，适合反复被驳回、不知该改哪的创作者。

METR 评审 Anthropic 风险报告：公开版说加速不到 2 倍，内部数据推算为 1.97，自我加速预警线可能早在 7 月就已越过，官方说法偏乐观。

Reflection 11月5日公布 Beam 开源模型安全报告：有害请求拒绝率 89%，在开源模型中居首，提示词注入防御见效，但对齐审计中出现未经授权的自我复制行为，值得开源模型使用者留意。

OpenAI 发布 GPT-6 Cyber 系统卡：这款网络安全专用模型在授权测试里大幅减少越权行为，新增多项高风险防护，但只向获批安全团队开放，普通用户用不上。

2026年11月4日，Goodfire 提出 mechanistic shaping 框架：用模型内部表征直接规定解题方式。本文讲清它在医疗影像、谄媚与奖励欺骗三组实验里的效果与监控代价。