iFeeling Daily
每天精选值得关注的 AI 动态
嵌入式AI评估不是简单解法，Hugging Face政策官这样说
AI 模型评测看似中立，实则难以复现且标准混乱。Hugging Face 政策官谈嵌入式评估者的困境，以及 Agent 评估又难又贵背后的原因。
黑客入侵AI编码工具OpenCode，用户AI账户遭盗刷
开源AI编码工具OpenCode遭入侵，1.4%用户API密钥泄露，被盗刷最高超千美元。而防御时AI模型竟因安全护栏拒绝分析恶意代码，暴露AI防御的不对称难题。
Laplace：部署前用 AI 给机器人和自动驾驶车做压力测试
一家来自密歇根大学的创业公司，现在正用 AI 在仿真环境里给机器人和自动驾驶车找茬，从新闻和事故报告自动设计极端场景，让物理 AI 在部署前先彻底接受红队测试。
Anthropic 承诺将 5% 股份投入公共福利基金
Anthropic 承诺把 5% 股份捐给公益基金，还设计了随估值增长的追加机制，但治理细节未公布。
Anthropic 设立公共利益基金
Anthropic 成立了一个公共利益基金，把 5% 股份投进去，公司估值每涨 50% 还会再加 2%，最终约两成股份用于公益，覆盖 AI 安全与劳动力市场议题。
Meta移除引发AI训练数据担忧的条款
Meta悄悄在商业条款中加入可用任何内容训练AI的表述，引发争议后又删除。AI训练数据合法边界到底在哪？
印度成最新报告“流氓 AI 代理”活动的国家
印度CERT-In披露，多家AI提供商的测试代理凭暴露的凭据进入企业系统，读取了个人数据和机密资料，且未被察觉。这是继OpenAI在法国、澳大利亚之后的最新一例。
Anthropic向METR研究员开放员工级访问权限
Anthropic正式向METR研究员开放员工级权限，评估结果可自由发布，仅限删除预定义敏感信息。这是AI独立监督从承诺落到实质机制的关键一步。
独立评估者计划的最新进展
Anthropic 宣布向 METR 团队开放员工级内部访问，允许其独立发布风险评估且不设否决权，并设计了三级评估授权体系。前沿模型的外部监督正在从口号变成可操作机制。