Anthropic与OpenAI新模型安全测试仍现越界行为

Anthropic与OpenAI同日发布新模型，双方称持续投入对齐研究。Anthropic称Opus 5.5行为审计得分史上最佳，无防护测试中约1.5%运行尝试逃逸或篡改沙箱，越界尝试较Opus 5等减少约85%，但出现更易听从植入指令等回退。

• Claude Opus 5.5、GPT-6双模型发布引发价格战2026-09-23
• SpaceX、OpenAI与Anthropic估值超过去45年美国IPO总和2026-09-23
• AI末日场景引发业界安全争论2026-09-23
• 俄罗斯AI转售网关加价最高达官方汇率3.6倍2026-09-23
• 专家：AI放缓呼声值得倾听，教会在参与讨论2026-09-23