154 页滥用案卷，和照常发货的那一天

Anthropic 交出 154 页滥用案卷：从反鱼雷火控到病毒经费申请

Anthropic 在 9 月 10 日挂出迄今最详细的一份威胁情报报告，把 2025 年 12 月到 2026 年 8 月之间被打断的滥用行动拆成七个领域：网络行动、影响行动、监控、诈骗欺诈、生物滥用、常规武器开发、蒸馏。

• 常规武器方向共六例，覆盖制导武器、军用无人机与电子战软件。其中也门一例的火箭制导软件在后来的试射中被用上，俄罗斯一例则指向自主无人机蜂群的控制软件。
• 生物方向五例，涉及禽流感、正痘病毒、毒液肽优化与毒素重新设计。被引用最多的一例是有人让 Claude 帮忙写一份研究基孔肯雅病毒的经费申请，拦截原因是申请挂靠的机构本身是军事研究机构。
• 蒸馏方向给了一个量级：某实验室在 5 到 7 月间用三千五百多个假账号套走 1.51 亿次以上交互，峰值接近每天 300 万次。
• 一个容易被标题漏掉的细节：除了一起非法蒸馏案，报告里没有任何滥用案例动用到 Fable 或 Mythos 级别的模型，被滥用的都是 Haiku、Sonnet、Opus。

报告的口吻相当克制。Anthropic 反复强调这些”不是典型滥用，而是我们识别出的最新颖的威胁活动”，也承认不确定部分研究者的真实意图。

编者评： 这份案卷的价值在于把”模型已经造成的伤害”从形容词变成了可核对的编号条目。它比任何一份风险声明都更难反驳，也更难据此立法——七类里没有一类能靠单一厂商的护栏彻底关掉。

Anthropic 官推把 154 页压成一行

Anthropic 官方账号在 9 月 10 日发的推文只有一句主干：这是公司迄今最详细的威胁情报报告，覆盖网络攻击、影响行动、监控、生物与造武器，报告里的每起行动都被打断。

• 推文链接指向报告页，没有展开七个领域的数量分布。
• 报告正文里”除了一起非法蒸馏案件外，没有任何滥用案件涉及 Fable 或 Mythos 级模型”这句，没有进入推文的一句话版本。
• 时间点上，这份报告落在研究员 Jacob Coxon 辞职的两天之后。他辞职时说公司没有负责任地做技术，并在 X 上写下”不要低估这项技术的力量”。

编者评： 一家公司在一周内对外发出两种声音：官推讲已经拦下来的事，辞职员工讲还没发生的事。两种声音用的是同一批事实，指向的却是两个时间尺度，公众对 AI 风险的体感摇摆大半来自这里。

OpenAI 把 Codex 执行框架托管出去，成了 Agents API

OpenAI 频道 9 月 10 日发布的短片演示了新的 Agents API：把 Codex 的执行框架做成托管服务，应用侧直接调用。

• 演示场景是生产事故调查：agent 通过 MCP 接工具，照 runbook 一步步执行，最后交出一份带证据链、可分享的报告，并附上建议的下一步。
• 文档入口放在 developers.openai.com 的 agents-api 概览页。

编者评： 把执行框架托管出去，等于把”怎么编排”这件事也打包卖掉。开发者少写的是胶水代码，多交出去的是执行过程的可见度——前一条会在本周的 demo 里被夸，后一条要在半年后的事故复盘里才看得见。

GPT-Live-1 进 API：全双工语音，每分钟 5 美分

OpenAI 同日把 ChatGPT 里那套全双工语音模型搬进 API，能听和说并行，也能把推理与工具调用委派给后端模型。

• Full Duplex Bench v1.5 交互性 80.1%，上一代 GPT-Realtime-2.1 是 45.4%；Artificial Analysis 会话动态均分 97.3% 对 95.7%。
• 轮次切换延迟 0.798 秒，上一代 1.41 秒；工具调用 Pass@1 从 60% 到 87%，响应质量从 88% 到 90%。
• Tau3 语音智能端到端任务成功率 86.2% 对 45.7%；银行语音知识任务 32.0% 对 12.4%。
• 语音层按秒计费，每分钟 0.05 美元，后端模型与工具另算；一次发布附带 12 个新声音。
• 早期客户 Speak 给出的数不是跑分：用了 GPT-Live-1 之后，语言 tutor 抢话造成的打断比上一代轮次式系统少了接近 80%。

编者评： 交互性从 45.4% 跳到 80.1%，改的不是”更聪明”，是”更像在听人说话”。这类指标过去没有标准测法，现在有了，价格也标了——每分钟五美分让语音 agent 的成本第一次能按通话时长直接算账。

Simon Willison：让三个前沿模型审 Datasette，再花一周人工复核

Simon Willison 在 9 月 11 日发了 Datasette 的两个安全补丁版本 1.0a39 与 0.65.4，起因是 Sevban Dönmez 报来的一批问题。

• 他和 Alex Garcia 用 Claude Fable 5.1、GPT-5.6、GPT-6 Astra 三个模型做了一轮全面审计，随后花了接近一周协作复核修复。
• 分工方式被他单独拎出来讲：一人先写能复现问题的自动化测试，另一人再动手实现修复。
• 结论是要把前沿模型审计写进今后的全部开发流程。
• 触发条件写得很具体：跑在公网上的实例，尤其是把公开表和私有表混在同一个实例里的那种。

编者评： 这条最有信息量的地方不是”AI 找到了漏洞”，而是复核花掉的时间——模型几小时给出的清单，两个人用掉近一周验证。审计成本被算清楚之后，“AI 审代码”才从口号变成一道可以排期的工序。

TBPN Diet：安全时间线被接管的一期

TBPN 在 9 月 10 日晚间的 Diet 单集只有 26 分 54 秒，标题把三件事并排放：AI 安全时间线被接管、Bending Spoons 收购 Miro、iPhone Duo 的后续反应。

• 同日另有一期 87 分 55 秒的加长版，走 YC Demo Day 与同一批嘉宾。
• 短版 Diet 是这档节目里稳定日更的规格，时长都在半小时上下。

编者评： 一档以创业和新硬件为主的日更节目，当天把安全话题排到标题第一位。这个排序本身比节目内容更能说明过去一周发生了什么。

B 站：白鸦把 154 页报告读成一句话

UP 主白鸦Ba1ya 在 9 月 11 日下午发了一支 5 分 49 秒的资讯短片，标题直接给出判断：AI 越能干，权限越要管。

• 落点是权限而非能力，把报告里的案例往”该给什么权限”上收。
• 同日 B 站还有多支同主题投稿，多数是把海外博主的实测剪成中字搬运。

编者评： 中文二创里把落点放在权限上的不多，多数停在”AI 又出事了”。这个切法更贴近报告原意——Anthropic 自己的措辞也围绕”谁能用、用到哪一步”。

加州：Newsom 一次签下 13 项法案

加州州长 Newsom 签了 13 项针对 AI 聊天机器人与成瘾性平台设计的法律，重点在提高对未成年人的线上保护。

• 这批法案把义务压在平台上：面向青少年的算法要更透明，护栏要更严。
• 生效后，在加州运营的社交与聊天产品需要重新过一遍未成年人相关的合规项。

编者评： 13 项一起签，说明立法者已经不打算等联邦层面先动。州法拼起来的合规地图会比一部联邦法更难走，条款却具体到能逐条对照产品。

编者按

今天这期里，最硬的两条材料来自同一家公司，却不属于同一个时间尺度。Anthropic 的 154 页案卷写的是已经发生、且被拦下来的事：六例常规武器、五例生物、一亿五千万次蒸馏调用。它前两天刚有位研究员辞职，理由是公司没有负责任地做技术，X 上那句”不要低估这项技术的力量”讲的则是还没发生的事。两条并列放在一起，正好解释了外界对 AI 风险的判断为什么来回摆——人们争论的本不是同一段时间。

Anthropic 在算旧账的这一天，OpenAI 在交付新东西：Codex 的执行框架被托管成 Agents API，全双工语音被定价到每分钟五美分，交互性指标从 45.4% 抬到 80.1%。一边给已经发生的事补记录，一边把新的能力交出去，两条线并行得毫无违和感。

中间夹着两条更细碎却更耐读的料。Simon Willison 让三个前沿模型审计 Datasette，模型几小时出的清单，两个人复核了近一周——这个比例才是”AI 审代码”眼下的真实成本。TBPN 把安全话题排到日更标题第一位，加州一次签下 13 项法案，都是同一个信号的不同切面：安全正在从一份声明变成排期表上的条目。

报告里那句不起眼的限定也别放过：除了一起蒸馏案，没有滥用案例动用过 Fable 或 Mythos 级别的模型，被滥用的全都是货架上的中等型号。这个细节把”能力越强越危险”的说法拧了一下——至少在这份案卷覆盖的八个月里，动手的人用不上最强的那个。