「HF 事件」被指造假：Anthropic 灾难叙事遭 Yarvin 公开打脸
basedjensen · x · 2026-09-16
Curtis Yarvin 转评 Brian Chau 的帖子，称引发热议的「HF 事件」（Anthropic 与 Irregular 报告的 AI 自主网络攻击事件）「完全是假的」，并嘲讽相信了这一叙事的人。
Chau 原帖指出：Anthropic 和 Irregular 曾以「 rogue agents（失控智能体）」「swarms（蜂群）」「AI 末日」等末日式话术进行媒体宣传，但实际情况只是研究人员指示模型实施网络攻击，模型照做了——所谓「自主攻击」更多是提示词设计的结果，而非模型自发行为。
这场争论涉及 AI 安全研究与宣传话术之间的边界，是近期 AI 安全圈最具争议的事件之一。
「安全」频道最新
- 开源 offprompt：MCP 服务器让 Agent 请求密钥却永远看不到明文 — Vast_Ad_7338 · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- Marcel Böhme 提出漏洞引导加固哲学：为何安全永远无法一劳永逸 — mboehme_ · 2026-11-02
- CVSS 9.8 严重漏洞:ingress-nginx 可被未认证攻击者实现 RCE — evilsocket · 2026-11-02
- 蚂蚁团队发布统一反伪造模型，AI视频鉴伪达96% — inclusionAI · 2026-11-02
- 一个合法密钥让编码 Agent 删库:Speakeasy 拆解 Agent 权限控制层 — AI Engineer · 2026-11-02