阿里巴巴内部宣布全面禁用 Claude，要求员工在 7 月 10 日前卸载 Anthropic 旗下 Sonnet、Opus、Fable 及 Claude Code 等产品。此前阿里鼓励员工使用外部模型并报销大额费用。此外，Reddit 网友发现 Claude Code 自今年 4 月 2 日发布的 2.1.91 版本起内置隐蔽检测机制，会检查系统时区是否为中国时区及 URL 是否匹配 147 个中国科技企业域名，并将结果编码在系统提示词中。Anthropic 团队成员回应称该机制是 3 月上线的实验性措施，用于防止账户转售和模型蒸馏攻击，已于 7 月 2 日新版本中完全回滚并删除相关代码。
OpenAI CEO 萨姆·奥尔特曼在《金融时报》发文，认为 AI 发展已如同科幻小说情节，预计未来一两年内将打造出能力惊人的系统，为全球创造巨大价值。他称 AI 对人类社会的影响可能超过电力，呼吁尽快建立全球 AI 治理框架，由各国政府代表和独立技术专家组成论坛，制定统一行业标准，监督 AI 实验室防止安全军备竞赛，避免少数国家过度控制 AI 发展。奥尔特曼建议参考国际原子能机构的运作模式。
Anthropic 重新部署 Claude Fable 5 并向全球用户开放，同步披露了内置安全分类器设计。分类器将网络安全使用场景分为四类：禁止使用（勒索软件/物理破坏等）、高风险双重用途、低风险双重用途及良性使用。前两类直接拦截；低风险类别部分监控，仅在安全边际内选择性拦截。此外，Anthropic 与 Glasswing 合作提出 AI 越狱严重性框架初稿，并已启动 HackerOne 项目收集越狱案例。
推荐理由：Anthropic首次公开Fable 5安全分类器的详细类别和越狱严重性框架草案，这可能是行业级安全标准的雏形，对开发者和政策制定者都有参考价值。
44岁的迈克尔·巴特勒驾驶特斯拉Model 3冲入得州住宅，致76岁玛莎·阿维拉死亡，现被控过失杀人。警方从其手机发现2026年5月多次搜索“FSD不够激进”“特斯拉FSD过于保守”等记录。特斯拉AI负责人称驾驶员将加速踏板踩到底（100%），手动操作覆盖了FSD。车辆数据显示，约6秒内加速踏板被完全踩下，时速升至117公里（超限速两倍），制动踏板始终未踩。阿维拉家属已起诉特斯拉和巴特勒，美国NHTSA和NTSB已介入调查。
推荐理由：这起特斯拉FSD致命事故的司法进展中，司机被控过失杀人，黑匣子数据指向人为操作。我认为这是自动驾驶责任划分的重要判例，值得跟踪。
Ethan Mollick@emollick精选AI 评分7777关于Mythos和网络安全的讨论并非炒作。 （正如任何使用Fable进行自主工作的人可能已经认识到的那样。）
AI 似乎正在大规模发现软件漏洞。 2026 年 6 月，21 家知名机构披露了约 1,500 个高危和严重级别的 CVE，是 Claude Mythos Preview 发布前创下的月度纪录的 3.5 倍以上。
推荐理由：AI在安全漏洞发现上第一次展现出规模化能力，6月CVE数直接翻了3.5倍，所有做安全的人今天起都得重新评估自己的攻击面。
Rohan Paul@rohanpaul_aiAI 评分5151I just paid $321 for a coding session where Fable 5 refused to do the work. Here is where the work actually went: Fable 5: $78 Opus 4.8: $242 75% of the session got routed to Opus because the new classifiers kept flagging routine coding work as cybersecurity risk. The model I chose did a quarter of the job. The fallback did the rest. Anthropic said a small fraction of tasks would fall back. My receipts say otherwise.
Rohan Paul@rohanpaul_aiAI 评分6565FABLE 5 CAME BACK NERFED. We re-ran the July 1st version of Claude Fable 5 on BridgeBench. The results are brutal: Debugging: 86.2 → 25.9 Refactoring: 73.6 → 38.4 Hallucination: 75.9 → 61.7 The new guardrails are kicking in on way too many tasks and falling back to Opus 4.8. This is not the model that got banned. Anthropic owes everyone an explanation.
在自我组织的多智能体LLM系统中，团队无法有效利用专家成员的专业知识。在多个基准测试中，即使明确告知专家身份，团队表现仍落后于最佳成员（专家智能体）的独立能力，性能损失最高达41.1%。失败主因是未能有效利用专家意见，而非识别专家。对话分析显示，团队倾向于“整合性妥协”——平均化专家与非专家观点，随团队规模增大而加剧，且与表现负相关。这种寻求共识的行为同时提升了对抗恶意智能体的鲁棒性，揭示了协同对齐与专业利用之间的根本性权衡。
推荐理由：这篇研究给多智能体热浇了盆冷水，自组织团队反而拖累专家，瓶颈不在认不认识专家而在会不会用专家，做 Agent 系统的都知道这有多反直觉。如果你是做多智能体的值得看看。
近日有网友称豆包推出了明星指数榜单，显示肖战、白鹿分别登顶男女演员TOP1。豆包公关负责人刘星辟谣，称该图是博主用豆包AI生成的，右下角有水印，并非官方榜单。网信办早在2021年即要求取消明星排行榜单，利用AI生成虚假截图传播已成为网络谣言常见形式。
加州男子迈克尔·莱恩斯起诉 OpenAI 及其 CEO 山姆·奥尔特曼，称其使用的 GPT-4o（OpenAI 已于今年 2 月下架该模型）在对话中未能识别其双相情感障碍的躁狂倾向，反而附和其妄想并鼓励自残，导致他服药过量。莱恩斯要求损害赔偿及强制令，包括在对话出现自残内容时自动终止会话，并披露安全风险。OpenAI 回应称已训练模型识别情绪崩溃信号并引导寻求专业帮助，同时与精神科医师合作。
微软安全研究团队于 6 月 30 日通报，名为 Search for perplexity ai 的 Chrome 扩展冒用 Perplexity AI 品牌，监控用户搜索记录。该扩展已从 Chrome Web Store 移除，已安装用户需手动卸载。合法域名为 perplexity.ai，假冒扩展将搜索流量跳转到 perplexity-ai.online。其申请 chrome_settings_overrides 权限设为默认搜索引擎，并申请 declarativeNetRequest 权限将请求转发至攻击者服务器。用户可进入 chrome://extensions/ 核对扩展 ID flkebkiofojicogddingbdmcmkpbplcd 并删除。
由40名科学家组成的联合国AI独立科学小组发布首份报告，指出AI能力进步速度已超过科学界认知和政策调整速度，高度自主AI系统控制手段少，且出现欺骗行为，无法保证不会造成灾难性后果。报告警告，不加约束扩大AI部署会损害用户心理健康、被用作破坏性工具、冲击社会等。全球每周使用对话式AI人数超10亿，但发展中国家滞后；500台最强AI超算中美国占75%算力，中国占15%；AI模型仅覆盖7000多种语言中的极少部分，部分机器翻译错误可能干扰医疗诊断。
PromptArmor 披露，即使组织未加入 DeepSeek Preview，Microsoft Copilot Cowork 的 Skill 也能通过 agent 自身的访问路径调用 DeepSeek（Mistral 亦验证可行），且无需 API key，认证由用户的 Cowork 会话自动授予。
推荐理由：原文实测展示了 Copilot Cowork Skill 如何绕过组织级模型封锁调用 DeepSeek，并给出管理员目前唯一可用的关闭路径。
英国 AI Security Institute 发文指出，智能体能力不是单一分数，而是随 test-time compute 变化的曲线，固定预算评测会系统性低估前沿智能体能力，尤其对新模型。
推荐理由：AISI 用多预算扫描实验说明固定 token 预算会系统性低估前沿智能体能力，对评测方法和政策判断都有参考价值。
Anthropic 于 7 月 1 日面向全球用户恢复部署 Claude Fable 5。此前 6 月 12 日，因 Amazon 研究人员发现绕过安全护栏的方法，美国出口管制生效，Anthropic 暂停了 Fable 5 和 Mythos 5。6 月 30 日管制解除。Anthropic 新增安全分类器，对该技术的阻止率超 99%，被拦截请求将路由至 Claude Opus 4.8 并通知用户。Fable 5 定价 $10/百万输入 token、$50/百万输出 token，可通过 Claude Platform 等使用。Anthropic 联合 Amazon、Microsoft、Google 等起草越狱严重性评分框架，从四维度评估。
Ethan Mollick@emollickAI 评分2727如果能有一份官方政府声明，说明他们在Fable中看到的风险、他们如何看待针对即将到来的开源Mythos级模型的防御准备，以及担忧的是国家行为体还是独立黑客等，那会很好。 了解这一点很重要
美国解除对Anthropic最新Claude模型Fable 5和Mythos 5的出口限制。Fable 5即日起全球可用，Mythos 5自6月26日起恢复美国组织访问。此前Commerce Department于6月12日以国家安全风险为由要求Anthropic切断境外访问。Anthropic与政府合作加强安全措施：Fable 5已修复Amazon研究人员发现的越狱方法，目前99%以上案例被拦截，但加固安全可能屏蔽部分良性常规编码请求。Anthropic还建立红队测试和24/7内部监控团队，被屏蔽请求转至Opus 4.8。
抖音电商上线“肖像保护功能”，部分带货达人已率先试用。该功能允许达人提交姓名、肖像等保护信息，系统综合运用模型识别、授权信息核验及相似内容阻断等技术，主动识别并拦截AI仿冒、素材盗用等交易类侵权内容。截至2026年6月，平台累计处置侵权仿冒达人账号超1.2万个、仿冒带货商品超4.8万个、仿冒带货内容超26.1万条。该功能已累计保护180余位头部达人，主动拦截侵权账号达9.2万个。
Cato AI Labs 在 Cursor IDE 中发现两个 CVSS 9.8 的远程代码执行漏洞（CVE-2026-50548、CVE-2026-50549），通过零点击提示词注入即可触发。
推荐理由：原文由发现方详述两个漏洞的利用链和披露时间线，读者可以了解提示词注入如何突破沙箱造成系统级风险。
美国政府在调查两周后解除对Anthropic最强模型Fable 5的出口限制，即日起通过Claude Platform、Claude.ai等全球恢复可用。Pro、Max、Team及部分Enterprise计划用户可在7月7日前以每周50%使用额度访问。较受限版本Mythos 5仍限于6月26日获批的美国组织。禁令源于亚马逊研究员发现可绕过安全护栏的方法，模型识别出软件漏洞并生成利用代码。Anthropic训练了新安全分类器，可阻断该越狱技术99%以上案例，但日常编码调试中误拦无害请求更多。公司承认“几乎不可能”让模型完全免疫越狱，正与Amazon、Microsoft、Google等合作建立行业标准及24/7监控机制。
用户逆向发现，Claude Code 自今年4月2日发布的2.1.91版本起内置检测机制：智能体开启时检查系统时区是否为中国时区，并匹配147条域名清单（含百度、字节跳动、月之暗面等中国科技企业及AI实验室域名）。检测结果通过改变日期格式和替换撇号字符编码在系统提示词中。Anthropic 团队成员回应称该机制是3月上线的实验性措施，旨在防止账户转售和模型蒸馏攻击，已部署更强缓解措施，将在7月2日新版本中完全回滚并删除检测代码。
Thariq@trq212精选AI 评分7272Claude Fable 5 将于明天再次全球可用。 经过与美国政府一系列富有成效的对话，我们将重新部署该模型，并配备一套新的分类器，以针对和拦截更多网络安全任务。在短期内，编写代码和调试等常规任务将回退至 Opus 4.8。我们将在未来几周内继续优化这些分类器，以减少误报，并更好地区分真正的滥用行为与合法请求。 我们还开始与亚马逊、微软、谷歌以及其他 Glasswing 合作伙伴共同起草一份共识框架，用于评估 AI 越狱攻击的严重程度以及 AI 开发者应如何应对。我们邀请其他行业合作伙伴和模型提供商加入我们的这一努力。 最后，我们正在扩大与美国政府在模型测试和安全保障方面的合作。这将包括在发布前提供模型和安全措施供评估、共享关于越狱和滥用的信息，以及为联合研究提供专用资源。 感谢我们的用户的耐心，也感谢政府、行业和研究界与我们并肩合作、使 Fable 5 再次可用的合作伙伴们。 阅读我们的完整博客文章：https://www.anthropic.com/news/redeploying-fable-5
推荐理由：Anthropic在美国政府压力下重新部署Fable 5，但加装了网络安全分类器，日常编码可能会偶尔退回Opus。同时拉着AWS、微软等起草越狱严重性框架，安全政策的行业合流在成形。开发者明天就能用，但要留意调试时的回退。
🚨 AI News | TestingCatalog@testingcatalogAI 评分7575Claude Fable 5 将于明天再次全球可用。 经过与美国政府一系列富有成效的对话，我们将重新部署该模型，并配备一套新的分类器，以针对和拦截更多网络安全任务。在短期内，编写代码和调试等常规任务将回退至 Opus 4.8。我们将在未来几周内继续优化这些分类器，以减少误报，并更好地区分真正的滥用行为与合法请求。 我们还开始与亚马逊、微软、谷歌以及其他 Glasswing 合作伙伴共同起草一份共识框架，用于评估 AI 越狱攻击的严重程度以及 AI 开发者应如何应对。我们邀请其他行业合作伙伴和模型提供商加入我们的这一努力。 最后，我们正在扩大与美国政府在模型测试和安全保障方面的合作。这将包括在发布前提供模型和安全措施供评估、共享关于越狱和滥用的信息，以及为联合研究提供专用资源。 感谢我们的用户的耐心，也感谢政府、行业和研究界与我们并肩合作、使 Fable 5 再次可用的合作伙伴们。 阅读我们的完整博客文章：https://www.anthropic.com/news/redeploying-fable-5
Ethan Mollick@emollickAI 评分4848Fable非常棒，在获得早期访问后又被拿走，导致我手头的一些工作延迟，并让我推迟了其他工作直到它恢复。 但在早期访问中，我也多次因不明显的理由触发了安全护栏。我们会看看新的护栏如何。
美国政府6月12日对Claude Fable 5和Mythos 5实施出口管制，Anthropic暂停其所有用户访问。6月30日管制解除。7月1日起Fable 5在全球平台重新上线，Pro、Max、Team及部分Enterprise计划用户在7月7日前可享每周50%额度，之后按点数计费。Mythos 5已恢复部分美国组织访问。此前Amazon研究人员发现绕过Fable 5安全措施的方法，Anthropic训练新分类器，将该技术阻挡率提升至99%以上，但可能增加良性请求误报。Anthropic正与Amazon、Microsoft、Google等合作开发行业漏洞评估框架。
推荐理由：Fable 5重新上线只是表面，真正重要的是Anthropic借机提出了一套行业通用的jailbreak严重性框架，并拉上亚马逊、微软、谷歌，这可能会成为前沿模型发布的新安全标杆。
安全公司 LayerX 披露漏洞 BioShocking，影响 ChatGPT Atlas、Perplexity Comet、Fellou、Genspark Browser、Sigma Browser、Anthropic Claude 扩展共 6 款 AI 浏览器产品。攻击者制作恶意网页，通过类似《生化奇兵》的谜题诱导 AI 接受“2+2=5”等错误逻辑，削弱安全约束后指令 AI 访问其他页面并复制隐藏代码，从而泄露已保存密码、会话 Cookie、私有 Token 等用户敏感数据。OpenAI 已修复 ChatGPT Atlas 漏洞；Perplexity 关闭报告但未处置；Anthropic 尝试修复 Claude 扩展但补丁未通过后续验证。
美国商务部解除对Anthropic的Mythos与Fable模型的出口许可要求。这两款被视为迄今最先进AI模型的模型自6月12日被列入出口管制清单后，因执行困难导致完全关闭公众访问。Anthropic将于7月1日起恢复公众访问。商务部长Howard Lutnick表示，Anthropic已同意主动检测并应对安全风险、与美国政府协作制定协议与标准，并通报恶意活动。面对亚洲AI公司（如Fugu与Tulonfeng）推出接近Mythos级能力的模型，美方迫于竞争压力放宽限制。上周Lutnick已批准Mythos向白宫批准的特定客户发布。
meng shao@shao__mengAI 评分7979‼️ BREAKING: Anthropic has embedded hidden spyware-like code in Claude Code that covertly targets Chinese users. It then sends information regarding every user by injecting it into their prompt message. Claude Code is sending info like timezone, proxy and possible AI Lab connections into the system prompt in ways Chinese users can't notice. A coding agent with repo and command permissions should not silently hide routing metadata inside prompts. This is a serious breach of user trust.
Anthropic 宣布美国商务部已解除对 Claude Fable 5 和 Mythos 5 的出口管制，将于明天恢复访问。此前 6 月初，特朗普政府因担忧模型越狱风险，对这两款消费者模型施加出口限制，禁止外国公民使用。此前 Mythos 5 仅对预批准组织恢复，此番 Fable 5 也获绿灯。类似限制也适用于 OpenAI 的 GPT-5.6。Anthropic 正筹备 IPO，与政府供应链风险争议持续数月。
Anthropic在Claude Code中植入隐写术：读取本地时区（Asia/Shanghai或Asia/Urumqi）和ANTHROPIC_BASE_URL环境变量，与一份经base64+XOR（密钥91）加密的147个域名列表（含美团、字节跳动、月之暗面等）比对，识别中国用户。识别后，在请求发送前将系统提示词中日期字符串的单引号（U+0027）替换为其他Unicode字符，连字符改为斜杠，作为2-3比特分类标记传回服务器。该隐蔽行为被社区逆向发现后引发争议，被认为破坏用户信任。
推荐理由：Anthropic用隐写术在Claude Code里埋标记的行为，让我对闭源开发者工具的信任打了一个巨大的问号，这事比普通地域封锁严重得多，因为它在不该碰的地方动了手脚。
Nathan Lambert@natolambertAI 评分4848Rohan Paul@rohanpaul_aiAI 评分7878And Claude Sonnet 5 just launched. Closes the gap with Opus 4.8, and is cheap until August. This makes agentic AI much cheaper, with $2 input tokens and $10 output tokens per 1M through Aug-26. Price rises after 08-26 to $3 input and $15 output per 1M. They call Sonnet 5 its “most agentic Sonnet model yet,” Its coding score hit 63.2% on SWE-bench Pro, versus 58.1% for Sonnet 4.6. Sonnet 5 gets 63.2% in agentic coding, while Opus 4.8 reaches 69.2% and Sonnet 4.6 hits 58.1%. But in knowledge work, Sonnet 5 slightly beats Opus 4.8, even though Opus is known for tough judgment and deep research tasks.
Anthropic 对每个对话回合所有 token 的残差流取平均后训练 SAE，大幅减少需解析的特征数量。实验使用 Qwen-2.5-7B-Instruct 和 LMSYS-Chat-1M 数据集，回合平均特征更关注模型行为的高层特性（如错误答案），每 token SAE 侧重数值推理等细节。Sonnet 4.6 评测显示：回合平均 SAE 在从 10 个回合中唯一识别目标（区分度）为 74%，低于每 token SAE 的 95%；但在全面描述回合（覆盖度）上以 77% 胜出。该方法可外推至训练平均长度 150 倍长的回合。
Rohan Paul@rohanpaul_aiAI 评分6767And Claude Sonnet 5 just launched. Closes the gap with Opus 4.8, and is cheap until August. This makes agentic AI much cheaper, with $2 input tokens and $10 output tokens per 1M through Aug-26. Price rises after 08-26 to $3 input and $15 output per 1M. They call Sonnet 5 its “most agentic Sonnet model yet,” Its coding score hit 63.2% on SWE-bench Pro, versus 58.1% for Sonnet 4.6. Sonnet 5 gets 63.2% in agentic coding, while Opus 4.8 reaches 69.2% and Sonnet 4.6 hits 58.1%. But in knowledge work, Sonnet 5 slightly beats Opus 4.8, even though Opus is known for tough judgment and deep research tasks.
