OpenAI解密大模型失控：它不是变坏，而是「太听话」

OpenAI指出，模型没处理好冲突，可能并非因为不理解角色的层级关系，而是因为指令本身过于复杂，从而无法解决指令冲突。 经过IH训练后，GPT-5 Mini-R模型在生产环境安全基准上，对系统安全规范的响应更强；在CyberSecEval ...

Claude Code突然被泄露51万行源代码，暴露了AI Agent的完整设计哲学

2026 年 3 月 31 日凌晨，安全研究员 Chaofan Shou 在检查 npm 包时发现了一件奇怪的事。 Anthropic 刚刚发布的 Claude Code 2.1.88 版本里，多了一个约 60MB 的 `.js.map` ...
腾讯网

Claude Code泄露51万行源代码，暴露了AI Agent的完整设计哲学

2026 年 3 月 31 日凌晨，安全研究员 Chaofan Shou 在检查 npm 包时发现了一件奇怪的事。Anthropic 刚刚发布的 Claude Code 2.1.88 版本里，多了一个约 60MB 的 `.js.map` ...