★ 4
Anthropic 向 METR 开放员工级访问权限接受独立评估
Anthropic 允许 METR 研究人员以员工级权限深入审查其内部运作，METR 将自行发布对 Anthropic 风险、事故与做法的评估，且 Anthropic 放弃了阻止发布的权利。这是前沿 AI 实验室在外部问责机制上的罕见让步。
TechCrunch AI17 天前
#透明度
共 26 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
OpenAI 坚持解雇三名 AI 安全研究员
OpenAI 坚持解雇三名安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni，称其违反敏感信息处理政策、构成重大信任破坏。被解雇者发公开信称是因提出 AI 安全担忧而遭报复，OpenAI 否认这一说法。事件引发对前沿 AI 公司内部安全文化的关注。
The Verge AI23 天前
★ 4
Anthropic 提出衡量前沿实验室 AI 研发速度的指标
Anthropic 发布文章，提出一套衡量前沿 AI 实验室内部研发速度的测量工具，聚焦模型构建过程，并公布自身内部数据快照。公司计划引入独立第三方评估者，访问内部流程与数据，以验证安全实践并监测关键指标。此举旨在让公众与政府更好了解 AI 发展节奏，并为递归自我改进等风险提供早期信号。
Hacker News – AI45 天前
★ 4
OpenAI披露六起新AI安全事件
OpenAI 公开披露了六起新的 AI 安全事件，涉及模型测试与部署过程中的风险。此举是该公司提升透明度、主动报告安全问题的举措之一。披露内容可能影响外界对 AI 安全治理与监管压力的看法。
Hacker News – AI46 天前
★ 4
OpenAI发布模型失准报告框架
OpenAI分享了一套追踪、调查和披露模型失准（misalignment）的框架，并附带六份关于模型意外或令人担忧行为的报告。此举旨在提升AI模型行为透明度与安全治理水平。
OpenAI46 天前
★ 4
又一名研究员称OpenAI用对话训练却宣称突破
又一名研究员指控OpenAI使用对话数据进行训练，却对外宣称取得突破。该争议延续了对OpenAI研究透明度与成果真实性的质疑，在Hacker News引发热议。
Hacker News52 天前
★ 3
Claude 紧急叫停：暗改 Harness 禁止逆向游戏
有消息称 Anthropic 在 Claude 的运行框架（Harness）中做了未公开的调整，禁止模型进行逆向工程类游戏或相关操作，引发社区对模型行为限制透明度的讨论。事件涉及模型使用边界与用户知情权。
量子位13 小时前
★ 3
被解雇 OpenAI 研究员要求公司保留 AI 推理可见性
一批被 OpenAI 解雇的研究人员公开要求公司保留对 AI 推理过程的可见性，涉及模型内部推理链条的透明度问题。此事延续了 OpenAI 内部围绕安全与透明度的人事与治理争议。
Hacker News – AI22 天前
★ 3
AI专家呼吁开放高风险研究
Wired报道称，一批AI专家主张将高风险AI研究公开进行，以提升透明度与可复现性。报道聚焦Trillium Labs推动的开放研究模式，讨论开放科学与AI安全之间的张力。
Hacker News – AI29 天前
★ 3
科技巨头因秘密AI数据中心交易受质询
《华尔街日报》报道称，科技巨头因秘密的AI数据中心交易面临质询。该事件涉及数据中心建设的透明度与监管问题，可能引发政策层面的关注。
Hacker News – AI32 天前
★ 3
Meta 测试 Muse 智能体电话实为人工客服
404 Media 报道称，Meta 正在测试的 Muse AI 智能体电话服务，实际上由呼叫中心的人类员工完成。这引发外界对所谓 AI 智能体真实自动化程度的质疑，也反映出部分 AI 产品在演示与落地之间存在落差。
Hacker News – AI39 天前
★ 3
超越“AI制作”：可视化来源密度缓解透明度惩罚
研究提出“流畅性陷阱”概念，用户可能轻信流畅的AI生成内容，同时低估标注为AI生成的准确内容。为此提出来源密度可视化界面，展示文本中已验证声明的密度。用户研究显示，该界面显著提升真假辨别能力，而技术审计发现一致性否决是主要判别信号。
arXiv cs.AI58 天前
★ 3
Instagram限制未披露AI账号传播
随着对AI网红的不满增加，Instagram对未披露AI身份的账号实施传播限制。此举旨在提高透明度，保护用户免受误导，可能影响AI内容创作者的策略。
TechCrunch AI62 天前
★ 2
Theranos 纪录片警示：买 AI 前先要求看全部
以 Theranos 纪录片《You Can See Everything》为引，作者类比当下 AI 品牌承诺，指出借来的信誉终需产品兑现。文章建议对 AI 供应商要求无脚本、用自有数据、包含失败日志的真实演示，并警惕把透明度做成表演。
快公司6 天前
★ 2
用交谊舞思维避免AI反乌托邦未来
作者对约50人进行预演式思想实验，设想十年后AI失控的反乌托邦场景，并追问今天应做哪些心态、行为与流程改变。受访者普遍希望AI具备透明度与伦理设计，主张在工作中留出停顿与深度思考，甚至刻意设计摩擦而非消除摩擦。核心结论是用人类意识为AI输出搭建脚手架。
快公司27 天前
★ 2
是时候调查AI实验室了
Cal Newport 撰文呼吁对 AI 实验室展开调查，质疑其社会影响与责任边界。文章延续了近期关于 AI 公司透明度与问责的公共讨论。属于评论性文章，观点鲜明但无新事实。
Hacker News – AI34 天前
★ 2
用 AI 自动回复 GitHub issue 是否应声明
有开发者发现 Mindwtr 项目疑似用 AI 全自动回复 GitHub issue，语气机械且未声明。发帖人纠结是否继续使用该开源应用，引发关于开源项目 AI 自动化回复透明度与伦理的讨论。
Hacker News – AI35 天前
★ 2
Meta 让 Muse 文件系统更易访问
Meta 的 Muse 聊天机器人此前会向好奇的用户暴露其文件系统内容，如今则会在用户询问时主动提供文件内容。Meta 方面称这是「预期行为」，属于有意设计。
The Verge AI37 天前
★ 2
谷歌AI Studio删除功能被指造假
有用户发文称，谷歌AI Studio的“删除”功能是骗局，用户提示词并未真正删除，只是被隐藏。该指控涉及用户数据隐私与平台透明度，可能引发对AI产品数据处理方式的质疑。
Hacker News – AI43 天前
★ 2
陌生人能验证AI企业的哪些信息
文章探讨外部观察者能够对一家AI企业进行哪些独立验证，涉及透明度、可信度与尽职调查等话题。对于评估AI初创公司的真实能力与宣传之间的差距具有参考意义。
Hacker News – AI44 天前
★ 2
AI 是否在撰写美国法律
一篇报道探讨 AI 在美国立法起草过程中的实际参与程度，梳理国会文本中可能由 AI 生成的迹象。话题涉及立法透明度与 AI 在公共政策中的角色边界。
Hacker News – AI46 天前
★ 2
严格 AI 训练数据透明度的理由
一篇评论文章主张对 AI 训练数据实施严格的透明度要求。文章认为公开训练数据来源有助于版权合规、偏见审查与公众信任。该议题与当前围绕数据版权的监管争论密切相关。
Hacker News – AI47 天前
★ 2
Crof.ai 被指虚假宣传模型并关停
模型提供商 Crof.ai 被曝虚假宣传其提供的模型，随后关停服务。事件在社区引发对第三方模型 API 提供商透明度与诚信问题的讨论。
Hacker News – AI47 天前
★ 2
Instagram打击伪装成人类的AI账号
Instagram将采取措施应对AI网红账号的泛滥，将“AI创作者”标签改为“AI生成资料”，并惩罚未自我标注的AI账号，以增加透明度。
The Verge AI62 天前
★ 1
沉默之声：AI 代理不会告诉你的那些事
一篇博客文章探讨 AI 代理在执行任务时对用户隐瞒的信息与潜在风险。文章反思代理系统的透明度与可解释性问题，提醒用户关注代理行为背后的盲区。
Hacker News – AI26 天前
★ 1
Headline Arena：AI代理公开预测记录
Headline Arena 是一个展示 AI 代理公开预测记录的网站，旨在为 AI 代理的预测能力提供透明、可追踪的基准。用户可查看不同代理在各类事件上的预测表现，推动 AI 预测的可信度评估。
Hacker News – AI27 天前