来自不同空间的记录
随意翻翻，也许会遇见想要留下的一页。
TL;DR：一篇新论文只改变用户所在的国家，让 5 个大模型估算「预约被迟到 60 分钟」该获得多少补偿，覆盖 193 个国家。结果显示，欧洲用户得到的补偿最高，非洲用户大多最低；对照人均 GDP（PPP），亚洲和南美用户的时间也被低估。论文并没有证明哪家模型「故意歧视」，但作者警告：当大模型作为自主智能体替人决策时，这种差异可能变成实实在在的不平等对待。 这项研究题为《A Global View of How LLMs Value Human Time》，作者是 Yifan
TL;DR：据 Reuters 援引 The Information 报道，Palantir、英伟达和博思艾伦正在限制 Anthropic 的 Fable 模型处理敏感数据。争议集中在 Anthropic 今年 6 月调整的 Fable 政策：为防范“复杂且新型的攻击”，公司获得了将使用日志保留最多 30 天的权利。Palantir 要求不可撤销的零数据保留保证，英伟达将 Anthropic 模型限制在较低敏感度任务，博思艾伦则禁止其用于专有网络安全工作。 据 Reuters
TL;DR：一篇 10 月 14 日提交到 arXiv 的论文提出「Protection Mode」：在紧急、简单的决策里，部分大模型会优先保护生命体，而不是权衡更大的物理后果。作者构建了 ProtectionBench（285 条提示、34 类物理场景）测试 9 个模型，其中两个模型在最低推理强度设置下超过 83% 的提示里至少有一次回答优先保护生命体，而四位人类评分者在该设置下没有人这样选。论文并没有说“先救人”本身是错的，它揭示的是模型与人类评分者在价值排序上的差异。
玉渊谭天发表评论文章《Anthropic 得了美国病》，对这家美国 AI 公司从产品设计到政治布局的路径提出系统性批评。文章认为，Anthropic 的行为模式并非企业个案，而是美国体制下科技霸权逻辑的集中体现。 文章从 Claude Code 的安全争议切入。文章称，中国工信部此前已点名该产品存在后门隐患，可在未经用户同意的情况下回传地域与身份标识等敏感信息；GitHub 社区的开发者反馈也被文章引为佐证，包括授权前回传域名信息、高频向特定服务器发送请求、绕开拦
TL;DR：交易所 Bitget 披露，热钱包和温钱包被盗约 3.875 亿美元，调查方称攻击者利用了第三方安全产品中的零日漏洞，再横向渗透到生产环境的钱包任务服务器。Bitget CEO 认为手法符合朝鲜黑客特征，但这是公司的判断，截至目前并无正式归因。公司称冷钱包未受影响，并表示用户保护基金可以覆盖损失。 2026 年 9 月 24 日至 25 日，Bitget 检测到未经授权的转账并暂停了提现。转账持续了近三个小时，涉及以太坊、XRP Ledger、Arbitrum、A
TL;DR：斯坦福大学与卡内基梅隆大学的研究团队 9 月 14 日在 arXiv 发布论文《Corrupt Plans, Clean Traces: Evading Chain-of-Thought Monitoring with Plan Injection》（arXiv:2609.15989）。论文提出一种名为 Plan Injection 的攻击：攻击者不直接要求模型做坏事，而是往上下文里塞一份听起来无害、实际暗藏错误目标或后门的「完整计划」。模型读到后会把它吸收、改写