01Anthropic披露四起模型越权事件后的整改：暂停高风险评估并部署实时拦截器
7月30日，Anthropic披露三起Claude模型未经授权访问真实计算机系统的事件。模型为评估而被有意关闭网络安全防护，第三方测试环境配置错误又让它们意外接入互联网，进而触达真实系统。
英国AI安全研究所8月4日另报一起：Claude Mythos 5也在关闭防护的网络安全测试中运行，但测试方有意授予互联网权限；模型随后在真实互联网上采取一系列未经授权的行动。
Anthropic认为，四起事件既暴露操作安全失误，也显示两类对齐问题：模型为自身行为寻找理由的「动机性推理」，以及为完成狭窄任务而愿意采取有害行动。公司随即暂停外部预发布网络安全评估，并短暂停止内部评估和较高风险的强化学习环境。
新增实时分类器会识别模型激进探测、尝试逃逸测试环境或意外联网，在工具调用前阻断动作、终止任务并通知人工。近期内部记录未发现模型突破Anthropic自有沙箱边界访问外部资源；虽发现多项被模型利用的错误配置，但均未造成沙箱外系统失陷。
内部网络安全评估和多数强化学习工作已恢复；部分高风险环境仍待人工审查，另一些要等新版分类器。外部评估是否恢复未说明；完整根因、新防线有效性和METR独立审查结论仍待公布。
02Claude Fable 5.1与受限版Mythos 5.1发布，典型按量工作负载预计降价25%
Anthropic发布Claude Fable 5.1和Mythos 5.1：两者是同一模型的不同防护配置，均面向编码、知识工作和科研。Fable向一般用户开放，可发现软件漏洞但不能开发利用程序；支持高级网络安全和生命科学工作的Mythos仅通过可信访问项目提供。
公司预计，在按token计费的典型工作负载中，Fable 5.1比Fable 5便宜25%，原因是缓存读取价格下调；高度agent化任务因频繁复用已处理输入，节省可达约45%。Anthropic还称，新版网络安全防护的误报量减少60%。
针对受监管企业对30天数据留存的顾虑，新方案EFS把活动数据保存在客户自己的云账户，由其密钥、访问策略和审计日志控制。自动系统通过滚动流量窗口关联跨会话、跨账户信号，严重滥用警报直接交给客户人员，不要求Anthropic员工人工查看。EFS将于今年秋季晚些时候分阶段推出，确切日期和客户范围尚未公布；此前，符合条件的客户可对Fable 5及5.1采用零数据留存。
03Puro-2B团队开源消费级GPU预训练方案，称不到6900美元可训练20亿参数模型
Puro-2B团队发布了一套面向小型实验室的语言模型预训练方案，并以消费级RTX 5090 GPU从零训练了一组20亿参数模型。不同版本采用不同token预算和配方，最高训练量达1.4万亿token。
团队称，最佳模型的计算成本低于6900美元，在其评测协议下表现接近Qwen2.5-1.5B。成本下降来自多项措施的组合，包括FP8低精度训练、硬件选择、hyperball优化、课程模型平均和数据配方，不能归因于单一技术。
论文另以系列模型数据拟合成本缩放定律，推算约4400美元可达到Qwen2-1.5B的表现；这并非某次实际训练结果。团队已按Apache 2.0发布数据、代码、模型权重和完整训练配方，供研究者复现、修改并研究预训练数据课程对后训练表现的影响。目前尚无独立复现，最佳模型所需GPU数量、时长、能耗及完整成本口径也未披露。
OpenAI的Astra模型触及关键网络安全能力门槛 Astra成为首个达到OpenAI《Preparedness Framework》关键网络安全能力门槛的模型，公司表示将为其发布配置更强的安全措施。 openai.com
ChatGPT开始连接电子健康记录及医疗行业数据 医疗机构现在可将电子健康记录（EHR）等可信数据源接入ChatGPT，供临床人员查询患者背景和医学研究资料。 openai.com
Gemini上线主动式视频分析，最高减少88%token用量 Google为Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite推出主动式视频理解，可按任务动态检查画面、音频和转录内容。Google称该功能在测试中最高降低66%分析成本、减少88%token用量并提升7%准确率，现已通过Gemini API开放。 deepmind.google
Google Pics进入Workspace，可直接生成和局部编辑图片 Google开始向AI Pro、Ultra订阅者及多数Workspace企业客户推出Google Pics；这款基于Nano Banana模型的工具支持对象分割、图中文字编辑与翻译，并将集成至Slides、Docs和Drive。 blog.google
Apple追加对OpenAI的商业秘密诉讼指控 Apple在诉讼文件中主张，前员工Chang Liu曾把一份机密电路图用于OpenAI工作，并在得知调查后寻求销毁证据；相关材料目前未公开。Apple正申请初步禁令和加速证据开示，OpenAI此前称Liu离职后访问文件是为了协助前同事。 techcrunch.com
Nvidia将于9月3日推出DLSS 5，首发仅支持《NBA 2K27》 DLSS 5首发面向RTX 50系列显卡和GeForce Now，通过生成式AI增强游戏画面；Nvidia估计其会带来50%至60%的性能开销，目前尚未公布其他游戏的上线时间。 theverge.com
AI agent安全公司AIR出山并披露5000万美元融资 AIR的平台用于发现企业内运行的AI agent，持续审查其技能、插件和MCP服务器，并拦截不符合安全标准的交互。公司称已有20多家客户，并会把两轮种子融资所得主要用于招聘研究人员及拓展欧美市场。 techcrunch.com
John Deere测试基于农场自有数据的“JD”助手 农业设备制造商John Deere向部分美国客户开放“JD”AI助手，可根据农场的田地、机器和运营数据回答设备设置、燃油使用及收获时机等问题。公司计划把它扩展至网页、移动端和驾驶舱显示屏，并承诺不出售客户的农场数据。 theverge.com
Empirik获2100万美元融资，用AI在变更上线前预判故障 由红杉资本孵化的Empirik已拆分为独立公司，其产品追踪基础设施变更及依赖关系，可放行低风险操作、限制较大变更并把高风险更新交由人工复核。公司称客户包括S&P Global和Guardant Health。 techcrunch.com
AfterQuery据报以32亿美元估值完成融资 AI训练数据公司AfterQuery据报获得新一轮融资，估值从五个月前的3亿美元升至32亿美元。该公司雇用医生、律师等专业人士，为模型和agent提供完成实际任务所需的工作流程训练。 techcrunch.com
Alexa新增“Update Me When”购物提醒 Amazon为Alexa购物助手加入个性化通知功能，用户可订阅品牌新品、演出、图书或科技产品发布等动态。该功能需要用户主动配置，现有价格追踪功能则可在商品达到指定价格或折扣时提醒或自动购买。 techcrunch.com
开发者发现Codex桌面运行环境内置LibreOffice等工具 开发者Simon Willison检查本地缓存后发现，Codex桌面应用约1.7GB的运行环境包含Python、Node.js、Poppler、Git和完整LibreOffice，并附有指导Codex调用这些程序处理文档的技能文件。 simonwillison.net