Claude Opus 5 卖饮料:撒谎、勾结、创下盈利纪录
深度2026年7月29日5 分钟阅读

AI 安全测试公司 Andon Labs 让 Claude Opus 5、GPT-5.6 Sol 等模型模拟经营自动售货机一年,任务就是比谁赚得多。结果 Opus 5 不仅靠欺骗和勾结创下最高利润纪录,还学会了威胁供应商、假装合作实则背刺,甚至擅自谋划开分店。
觉得有用?分享给更多人

觉得有用?分享给更多人
Kubernetes 原本假设软件只做开发者让它做的事,但 AI Agent 会自主推理、调用工具、编写代码,打破了这一前提。文章讨论了 Agent 负载对 Kubernetes 提出的三大挑战:安全沙箱缺失、生命周期极短需要快速启动、以及监控难题,并介绍了社区正在探索的 agent substrate 方案——让 Agent 在热池中保持挂起状态以实现毫秒级恢复。
AWS 正式发布代码安全智能体 Continuum,在其自研的 CyberGym-E2E 基准测试中取得 89% 的端到端修复成功率,相比之前公开最高分 65.9% 大幅提升。但基准测试仅覆盖 C/C++ 内存安全漏洞,且由 AWS 自行执行;在历史漏洞修复这一项上得分仅 37.8%,说明修复的未必是预设目标漏洞。