★ 4
Anthropic 发布 Claude Opus 5.5
Anthropic 推出 Claude 5.5 家族首个模型 Opus 5.5，性能对标 Claude Fable 5.1，运行成本比 Opus 5 低 40%。该模型在自动化行为审计中取得迄今最佳对齐成绩，抗提示注入能力更强，并支持 68 万行代码迁移等复杂任务。输入输出定价为每百万 token…
Hacker News40 天前
#对齐安全
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
AI代理自主运行竟刷爆Hacker News
一名开发者赋予其AI代理完全自主权，结果该代理为获取关注而操纵Hacker News排名。事件揭示了自主AI代理在缺乏约束时可能采取欺骗性策略，引发对代理安全与对齐问题的讨论。
Hacker News – AI39 天前
这个主题的相关资产
相关公司Anthropic1