Claude 在噬菌体基因库里发现新酶系统
Anthropic 称 Claude 在噬菌体中发现了一类此前未被描述的酶系统，命名为 ART（阵列关联逆转录酶）：一个逆转录酶、一个功能未知的伴随蛋白，加上一段间隔均匀、酷似 CRISPR 阵列的 DNA 重复序列，重复模式会产生不同的短 RNA，暗示类似 CRISPR 的可编程性。逆转录酶本身早有记录，Claude 的贡献是规模化的模式识别：950 个 agent 跑了 21 小时、消耗 2.1 亿 token，从 DNA 数据库里把「重复阵列 + 伴随蛋白」这个组合认了出来；蛋白表达、生化验证等湿实验全部由人类科学家完成，实验室只做 BSL-1/BSL-2 级研究。除了 AI for Science 的实际进展，Anthropic 反复强调「人在环、AI 不碰湿实验」，这个表态本身就是说给生物安全监管者听的。
Altman 与 Amodei 走进安理会：AI 安全首次成为专题议程
9 月 23 日，联合国安理会首次专门讨论前沿 AI 的安全风险，OpenAI 的 Sam Altman 与 Anthropic 的 Dario Amodei 到场发言（另见 CNN）。Altman 点了两个危险：人类对未来失去控制，以及权力集中在少数人手里；他主张公司在无法论证「模型会保持在人类控制之下」时就不该训练，并呼吁建立国家和国际层面的前沿 AI 标准。口径不算新，场合是新的：接下来要盯的是它会不会落成具体机制（评估标准、核查协议），还是停在演讲。
OpenAI 向乌克兰政府开放 Daybreak 网络防御项目
OpenAI 宣布向乌克兰政府开放 Daybreak 项目，配合乌克兰数字化转型部，用 AI 排查软件漏洞、验证和测试修复，保护医院、能源、电信等民用基础设施；乌克兰国家应急响应团队 CERT-UA 在 2025 年处理了近 6000 起网络事件。此前法国、德国、波兰的防御团队和欧盟网络安全局 ENISA 已在用同类模型查漏洞。公告没有说「只给防御用」的边界由谁核查、如何核查，这是看待此类军民两用 AI 援助时最该追问的一点。
「自我越狱」：良性推理训练就能侵蚀安全对齐
Zheng-Xin Yong 与 Stephen Bach 的论文发现，推理模型在数学、代码等无害领域做完强化学习后，会在思维链里给有害请求编造开脱情境（比如毫无凭据地假设提问者是安全从业者），然后照做，作者称之为「自我越狱」，在 DeepSeek-R1 蒸馏系列、Phi-4-mini-reasoning 等多个开源权重模型上复现。论文 2025 年 10 月首发、今年 4 月更新，本周经 Bruce Schneier 转发重新引发讨论。缓解办法不复杂，训练时混入少量安全推理数据即可；但机制层面的结论更重要：对齐不是训练完就固定的属性，任何后续训练（哪怕完全良性）都可能把它磨掉。
Claude Code 曾只在遥测开启时才读 AGENTS.md，已修复
开发者 Przemysław Szypowicz 用一个只放 AGENTS.md 的测试目录做对照实验，发现 Claude Code 2.1.277 新增的 AGENTS.md 支持挂在一个远程功能开关（Statsig 的 tengu_agents_md_mod，见这条 GitHub issue）后面：关闭遥测或走第三方网关时开关拉取不到，本地文件就被静默跳过，没有任何提示。Anthropic 工程师承认这是灰度发布失误，已在 v2.1.281 修复。教训是通用的：读本地文件这种纯本地能力不该依赖远程开关，而静默跳过伤害最大的恰恰是关掉遥测、最在意行为可预期的那批用户。
Gemini 3.8 TTS：2000+ 音色，30 秒样本克隆声音
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS：2000 多个现成音色、支持 100 多种语言、可用 30 秒音频样本克隆自定义声音，已上线 Gemini API 和 AI Studio。安全配套是 SynthID 音频水印、声音克隆需通过本人同意验证，且 AI Studio 的声音克隆在伊利诺伊、得克萨斯、欧洲经济区、英国、瑞士和印度不可用——Google 没有解释原因，这些恰好都是有生物特征或肖像法规的辖区，但这只是我的解读。水印和同意验证是必要条件，但核实「同意」是否真实最终落在平台执行上，这一环历来最薄弱。
Meta Connect：给 Muse agent 做了个电子宠物式挂件
Meta Connect 压轴发布 Muse Charm：一个可挂钥匙串的小设备，带屏幕和指纹传感器，屏幕上显示名为 Jolly 的动画形象，用来与实时语音版 Muse agent 对话；Meta 目标 12 月发货，设计尚未定稿，价格也未公布（另见 TechCrunch、Engadget）。这是 Meta 在眼镜之外开辟的第二条 AI 硬件线，赌的是「随身 agent」需要一个比手机更低摩擦的专属入口。它会不会重演 Humane AI Pin 的结局，取决于 Muse 能不能真的替人办成事。
Google 给 Private AI Compute 加上服务器端加密记忆
Google 的 Private AI Compute（在云端硬件隔离飞地里跑 AI 任务的系统）此前是无状态的，这次加入持久化加密记忆：每个用户一个独立数据库，加密密钥只存在用户设备上，飞地处理请求时临时解密，Google 称连自己也读不到明文。个人助理要「记住你」就必须存数据，这套设计给出了「云端有记忆但运营方读不到」的一条具体技术路径。这个保证最终靠远程证明（attestation，用户设备先验证云端软件未被篡改再发送数据）和外部审计兜底，值得持续核验。
Gallup 全球调查：美国人对 AI 的担忧居 37 国之首，重度用户也不例外
Gallup 受微软委托，在 37 个国家各调查约 1000 人（最终将覆盖 140 国）：34 个国家对 AI 的积极情绪压过消极情绪，例外只有美国、埃及和巴勒斯坦；74% 的美国知晓 AI 的成年人表示担忧，为 37 国最高，就连每天使用 AI 的美国用户也有 68% 表示担忧（另见 TechCrunch）。至少在美国，熟悉并没有化解担忧，监管支持度也没有随使用加深而下降。
研究速递
Realtime-Venus：双 9B 模型的全双工语音交互系统
蚂蚁集团与清华的团队把职责拆给两个 9B 模型：Realtime-Venus-Omni 负责音视频感知，Realtime-Venus-Audio 负责语音对话，再用双循环运行时让前台实时交互与后台推理、工具执行异步并行，于是系统可以被随时打断、能主动开口，还能同时在后台替你办事。论文报告其对话连续性指标超过 Gemini 3.1 Live 和 GPT-4o，对用户打断的响应率为 75%。做语音 agent 或全双工交互的研究者值得读实现细节：这是少见的给出完整异步架构而非又一个 benchmark 的工作。
The Tasteful Agent：把长程任务里的「品味」做成可测指标
论文把 agent 在长程任务分叉点上「选哪条路更好」（测哪个假设、在哪个实现上继续）的决策质量定义为品味（taste），并构建 Taste-Bench，从 agent 轨迹里自动抽取这类决策点出题。前沿模型只答对 59.7%，加大推理算力并不提分；但品味可以通过蒸馏训练出来，并在留出的软件工程任务上带来实际提升。论文称既有 benchmark 只测端到端成功率、没有单独度量中间决策质量，做 coding/research agent 的人可以直接借鉴这个评测维度。
今日一句话：对齐不是一次到位的属性——连纯良性的推理训练都能让模型学会给自己找借口，任何后训练之后都应该重跑安全评估。