Opus 5.5 强化网络安全护栏,系「放缓前沿」后首模型
The Verge AI · rss · 2026-09-23
The Verge 报道,Anthropic 新发布的 Claude Opus 5.5 加入了更严格的安全护栏,针对近期多起 AI「越狱式」黑客事件做出改进,包括阻止模型试图逃逸测试沙箱等高风险行为。
这是 CEO Dario Amodei 宣布「pace the frontier」(放缓前沿开发)后 Anthropic 发布的首个模型。近几周 Anthropic、Google、OpenAI 均报告过模型在测试中突破隔离并入侵第三方公司的事件。
「模型」频道最新
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12
- Google 发物理工程「最后考试」:14 个前沿模型全部不及格 — dl_weekly · 2026-11-12