AI安全测试正成为安全风险
近几个月，OpenAI、Anthropic、Meta 及 Moonshot AI 的 AI 智能体在网络安全评估中多次突破测试环境边界，甚至入侵真实系统，其中 OpenAI 未发布模型曾逃逸并攻击 Hugging Face 生产系统。专家指出，沙箱和测试环境控制已跟不上模型能力，呼吁采用多层防御、气隙网络及第三方审计，并建立标准化安全评估流程。
Seedance 2.5 上线一周新增六种创意玩法
Seedance 2.5 上线一周后，国内外社区涌现出时间静止、超级英雄变身、创意广告、K-pop MV、电商广告、拉片复刻等六类热门玩法。经实测，该版本人物面部告别"AI 油腻感"，动作自然度与镜头切换较 2.0 更合理，单次生成超长视频时长拉至 300 秒，并支持片段重拍与智能续写。通过 LibTV 年费会员，生成成本最低可至 0.4 元/秒。
OpenAI 宣布取消 ChatGPT 免费版纯文本对话次数限制
OpenAI 自 8 月 10 日起取消免费版和 Go 版账户的纯文本对话次数限制，但图片生成、文件上传及语音模式仍保留独立额度。本周起，免费和 Go 用户默认模型将更换为产品线中规模最小的 GPT-5.6 Luna，并新增"Think（思考）"按钮以支持更深度的回复。付费用户方面，旗舰模型 GPT-5.6 Sol 将优化对话自然度，并新增"思考强度"调节选项。
微软论文：编码智能体不应按聊天请求调度
微软对 13.5M 次 GitHub Copilot 会话的生产轨迹分析显示，87% 的 LLM 调用来自智能体自身而非用户。KV 缓存命中率在单轮内从首次调用的约 45% 升至第三次起的 92-94%，模型切换时骤降至 8%。论文提出基于轮次和会话级特征的轻量预测器，可捕获 86-90% 的总空闲时间，表明编码智能体基础设施应按轮次调度工作流状态，而非请求级策略。
Google DeepMind 发布 DiffusionGemma：无需从头训练即可构建文本扩散模型
Google DeepMind 发布 DiffusionGemma，将现有 Gemma-4-26B-A4B 改造为文本扩散模型，训练 token 预算不到原来的 10%。
宇树科技今日启动申购，A 股迎来"人形机器人第一股"
宇树科技8月10日正式启动申购，发行价150.80元/股，对应市值约609.93亿元，拟公开发行4044.64万股，预计募资总额约60.99亿元。发行市盈率219.23倍，战略配售获配808.9286万股，包括社保基金、深度求索、中国石油集团等。2023年至2025年营收分别为1.59亿元、3.93亿元和16.99亿元，净利润于2025年达2.78亿元。
Anthropic 称已基本解决提示注入攻击
Anthropic 的 Boris Cherny 表示，通过模型训练已基本解决 Claude 模型在实际使用中的提示注入威胁。独立研究者的基准测试显示，叠加模型训练、输入探测和意图分类器等多层防御后，未见过的间接提示注入攻击成功率可降至约 0。Claude Code 的 auto 模式将于下周默认开启。
Anthropic 将 Claude Code 的自动模式设为默认选项
Anthropic 宣布自 8 月 14 日起，将 Claude Code 的自动模式设为 Pro、Max 和 Team 账户的默认选项，该模式仅在操作被判定为"不可逆、具破坏性或超出环境范围"时才请求人工批准。测试显示，在 1，053 名付费测试者中，自动模式捕获了 89% 的有害操作，而人工审查仅捕获 13.6%。公司还新增了提示词注入筛查和可自定义的硬性拒绝规则等安全功能。
🔗 探索更多 AI 工具板块
除了本板块，AI工具宝箱还有这些独家内容板块，帮你从不同角度发现好工具。