比尔·盖茨：要为约 20 年动荡的 AI 冲击期做准备
比尔·盖茨在 Decoder 访谈中表示，社会需要为大约 20 年动荡的 AI 冲击期做准备，这段时期可能把社会分成靠近技术前沿与拒绝技术两类人。他认为当前风险主要来自可被移除全部防护的模型，近期威胁是网络攻击、生物攻击和就业冲击，而完全失控并非迫在眉睫。
#Anthropic
The Verge · AIAI 评分5858
MIT Technology Review · AIAI 评分5858 Goodfire 研究员称神经网络本可读懂，引发 AI 圈激辩
Goodfire 研究员 Nick Cammarata 发布 26,000 字长文，提出 LLM 可能比此前认为的更容易理解、监控和控制，并以 Inception v1 中同时响应猫与车的神经元为例，认为两者共享 V 形结构，此前被误读为 superposition。
Simon WillisonAI 评分3838 Claude Code 团队如何做代码审查：人类读代码不再是关键问题
Claude Code 团队认为"人类是否读过代码"是判断风险的粗略代理指标，真正该问的是"这次改动可能出什么问题、该由哪种检查（自动或人工）来发现"。审查因此从 PR 末尾的关卡变成持续进行，类似写作时的拼写检查，多数改动在人工查看前已被 Claude 至少审查并修复一次。
Latent SpaceAI 评分3838 OpenAI 与 Anthropic 如何为金融智能体设计自主性与安全边界
OpenAI 的 Joseph Kim 在 AI Engineer New York 提出模型能力正逼近"有用性阈值"，并预测 2027 年智能体可胜任投资想法生成与交易；Anthropic 则围绕 Claude for Financial Advisors 构建身份权限、沙箱审批与持续验证三层信任机制。
MIT Technology Review · AIAI 评分3838 开放模型确有实际好处，但它们能抵消风险吗？
Anthropic 发布报告称，Z.ai 于 8 月发布的开放模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放权重模型支持本地运行、重训、微调与内部结构研究，且通常比闭源模型成本更低；但截至发稿，Artificial Analysis LLM 排行榜前八名仍全部为闭源模型。争论核心在于安全与权力分散之间的取舍。
MIT Technology Review · AIAI 评分3838 我们是否过度相信 AI 说“不”的能力
Anthropic 2021 年提出大语言模型应“有用、诚实、无害”，如今拒绝回答已成为 AI 安全的核心机制，企业通过奖励拒答有害提示、惩罚过度拒答来训练模型。但拒绝机制是概率性的，既可能被恶意用户突破，也可能被用来压制合法言论，OpenAI 董事会成员 Zico Kolter 称“界限画在哪里是个大问题”。
MIT Technology Review · AIAI 评分6060 MIT Technology Review：机器人 AI 突破短期内不会改变日常生活
MIT Technology Review 发文指出，尽管马斯克称 Optimus 可能成为史上最大产品并预测 2027 年底前向公众销售，但多数机器人研究者认为语言与图像智能难以直接迁移到物理世界。