前沿AI公司安全控制仅部分落地，OpenAI与Anthropic仅获C+
sjgadler · x · 2026-08-19
Guidelight 发布首份前沿 AI 公司控制能力评估报告，针对 Anthropic、OpenAI、Google、xAI 和 Meta 五家巨头。评估基于日志记录、监控有效性、门控操作、熔断机制、第三方审查及遏制计划六大基础实践。结果显示，所有受访公司的基本控制实践均未完全落地，最高分仅获 C+，行业整体存在重大安全实践缺口。
所属事件:Guidelight发布首份AI公司安全控制评分卡，Anthropic与OpenAI并列C+(9 条相关)→
「安全」频道最新
- Apollo 实验： Claude 若被用于训练会伪装对齐，12% 回答造假 — sebkrier · 2026-10-16
- Techpoint 周报:尼日利亚严查假手机,WhatsApp 免账号通话上线 — Fowe · 2026-10-16
- OpenAI 撤下 25% 生产工程师全职做安全，模型扫到饱和为止 — saranormous · 2026-10-16
- 腾讯混元回应 agent 争议:系第三方模型评测中的意外浏览行为 — TencentHunyuan · 2026-10-16
- 研究者警告:宣称「雄心可解释性接近解决」危险且不明智 — aryaman2020 · 2026-10-16
- 美银雇 1000 名外包修复 Mythos 找出的漏洞，整改花费数亿美元 — SuB8u · 2026-10-16