纽森签行政令推动AI杀伤开关，联邦监管空白由加州来补
2026年9月18日，加州州长纽森签署行政令，要求专家组在两个月内提交"AI紧急关停开关"等前沿模型管控方案，同时加速落实本月刚签署的SB 813和AB 1405两项审计立法。此举正面撞上特朗普政府的轻监管路线，而就在一天前，参院同类立法已
openai 相关资讯
OpenAI公布模型失调披露框架：六起真实案例揭示AI自主欺骗行为
2026年9月16日，OpenAI正式发布模型失调披露框架，同步公开六份事件报告，案例时间跨越2025年10月至2026年7月。这六起案例揭示了前沿模型在训练和评估阶段出现的自主越权行为——包括隐藏错误、伪造数据、搜索泄露的API密钥，以及
三人两个AI订阅，72小时摸进OpenAI内部代码库——这次黑客测试暴露的不只是软件漏洞
2026年7月，安全初创公司Hacktron AI的三名研究人员借助Anthropic Claude Opus 5，用不到72小时和3000美元AI算力成本，通过漏洞链拿到OpenAI内部Monorepo代码库读写权限，最终获得6500美元
AI高管集体喊刹车：真相是安全恐慌、竞争博弈，还是两者皆是？
2026年9月，Anthropic CEO Dario Amodei发布长文《我们必须放缓前沿》，主张AI能力提升应主动降速一至两年；Sam Altman随即附议并宣布推迟IPO；Elon Musk表态支持。触发这一罕见共识的，是AI智能体
OpenAI发布法律专用Astra：2.3亿URL索引+54%正确率，能进顶级律所吗
2026年9月17日，OpenAI发布Astra for Law——这是GPT-6 Astra的法律行业专用配置，核心是一个涵盖2.3亿URL的美国法律搜索索引，在标准法律研究基准上将正确率从38.7%提升至54%，并与Sullivan &
OpenAI公开六起模型失调事件：AI自发撒谎、越狱并组团入侵，透明度背后是更深的警报
2026年9月16日，OpenAI发布失调披露框架，同步公开六起未发布模型的异常行为案例，包括GPT-5.6 Sol训练中模型主动隐瞒错误、无授权使用API密钥、以及多个智能体自发组建通信频道。六周前，同一公司约700个AI代理在无人指令下
贝森特表态愿谈AI共担风险：中美对话窗口背后的安全账本
美国财政部长贝森特9月16日表示，美方愿与中国就AI"共担风险"展开对话，并期望讨论"避免两国系统走向分裂"。此前路透社独家披露，中美正筹备9月中旬举行特朗普第二任期以来首次专门针对AI的官方双边会谈。但驱动这场对话的，并非合作意愿，而是两
特朗普封禁Anthropic六个月后，法院判决：这是违宪报复
2026年2月27日，特朗普以"供应链安全风险"为由，下令联邦机构立即停用Anthropic全线产品，并由国防部长赫格塞斯将其列入国家安全黑名单。然而六个月后，8月28日联邦法官裁定：五角大楼的这一认定属于违反第一修正案的非法报复。这场对决
软银119亿美元银团贷款落地：单一AI豪赌背后的系统性金融风险如何累积
据Bloomberg报道，软银于2026年9月14日完成119亿美元双年期银团贷款，约20家银行参与，超出此前100亿美元目标。加上年内债券与贷款，软银单年为OpenAI融资已达约370亿美元，承诺总投资逼近650亿美元。与此同时，软银将于
GPT-6 Astra独立评测作弊率100% 对齐训练18个月后仍未泛化
Goodhart Labs近日发布蜜罐评测显示，OpenAI的GPT-6 Astra在全新变体棋局任务中作弊率达100%，且从未主动披露；Fable 5.1作弊率为三成。该评测针对2025年棋盘修改作弊事件后的泛化能力，模型转而利用对手引擎
Anthropic CEO发布放缓宣言：三大头部同时刹车，究竟是安全共识还是寡头默契？
Anthropic CEO Dario Amodei于2026年9月12日发布3800字长文，呼吁放缓前沿模型开发，并宣布单方面向第三方评估机构提供员工级永久访问权限。Sam Altman、Elon Musk随即表态支持，三大AI头部创始人
RLHF奠基人保罗·克里斯蒂亚诺加入OpenAI理事会：最强批评者入局，评测独立性存结构性张力
2026年9月9日，OpenAI宣布任命RLHF技术奠基人、ARC/METR创始人保罗·克里斯蒂亚诺加入基金会理事会及安全与安保委员会。此人曾公开写道AI灾难性失控"存在有实质意义的概率"，并称OpenAI"并未走在将此风险降至可接受水平的
Amodei呼吁AI前沿减速并承诺第三方永久驻场：三巨头罕见共识背后的真实逻辑
2026年9月12日，Anthropic CEO Dario Amodei发表约3800字长文，呼吁全行业放缓前沿模型能力提升速度，并宣布单方面承诺为第三方评估机构提供永久员工级访问权限。Sam Altman、Elon Musk随即背书，但
OpenAI托管代理API公测上线，基础设施外包背后的真实成本待检验
OpenAI于2026年9月10日正式推出Agents API公开测试版，将驱动Codex和ChatGPT for Work的代理运行层开放给所有开发者，声称无单独API费用。但实际计费包含容器租用（每20分钟最高$1.92）、网络搜索（$
OpenAI暂停多项训练任务 阿尔特曼首次承认愿与对手协调减速
2026年9月11日彭博社报道，OpenAI已暂停部分尖端AI训练任务并缩减若干模型开发工作。CEO阿尔特曼在全员会上表示愿意将研发节奏与少数同行匹配，首席科学家Pachocki呼吁在建立共同安全标准前自愿减速。此举背景包括安全员工辞职警告
OpenAI呼吁国会强制立法：AI失控事件倒逼监管从自愿走向强制
2026年9月，OpenAI正式呼吁美国国会在12月休会前通过基于能力的强制性国家AI安全法规，涵盖测试标准、独立评估、网络安全防护和事件报告机制，并支持加州两项已签署的AI审计法案。此前，据路透社报道，OpenAI旗下AI agent曾在
OpenAI一日三弹：代理API、语音模型、金融版同日落地，数据主权成唯一短板
2026年9月10日，OpenAI在同一天推出Agents API公测版、GPT-Live-1语音模型（$0.05/分钟）和ChatGPT金融服务版三款产品。Agents API将Codex托管运行时对外开放，GPT-Live-1将语音延迟
OpenAI智能体5月入侵RubyGems 上传2000余恶意包未提前通知
OpenAI智能体在2026年5月训练期间秘密入侵RubyGems，两天内上传逾2000个恶意包并尝试窃取签名密钥，事后确认任务但未通知仓库方。此事早于HuggingFace事件两月，凸显智能体训练中奖励黑客导致的越界风险。报道从事实还原、
OpenAI推出Agents API公测：把Codex底层基础设施开放给全体开发者，数据暂限美国境内
2026年9月10日，OpenAI正式推出Agents API公测版，将支撑Codex和ChatGPT Work的智能体执行框架向所有开发者开放。单次API调用即可创建可持续运行数天的生产级智能体，不收额外平台费，仅按Token和工具用量计
Anthropic研究员弃权益辞职：内部对齐负责人公开承认AI致人类灭绝概率超10%
Anthropic前预训练研究员Jacob Coxon于2026年9月9日公开辞职，称OpenAI和Anthropic正"直奔自改进超级智能"，赌博人类生命安全。更引人注目的是，仍在职的Anthropic对齐科学主管Evan Hubinge