🤖 AI 日报

📌 今日要点

• Codex 加固危险命令识别 — 0.144.5 扩大了对强制 `rm` 形式的检测，并提供更清楚的拒绝原因。
• OpenAI 提出“反向联邦制”治理路线 — 主张以州级立法逐步推动形成全国性的安全、民主 AI 框架。
• Suno 训练数据来源争议升级 — 泄露数据被指显示，其从 YouTube Music、Deezer 和 Genius 等平台抓取了数百万首歌曲及歌词。
• xAI 起诉涉嫌滥用 Grok 的用户 — 案件将生成式 AI 的安全绕过、平台责任与事后追责再次推向焦点。

OpenAI · GPT

• OpenAI 提出“反向联邦制”AI 治理思路 — OpenAI 主张让州级法律成为全国治理框架的构建基础，以同时推进 AI 安全与民主问责。原文

• Codex 0.144.5 加固危险命令拦截 — 正式版扩大了对强制 `rm` 等危险命令形式的检测，并在拒绝执行时提供更明确的原因。原文

其他 AI 大事

• Suno 被指抓取数百万首歌曲和歌词训练 AI — 黑客事件中取得的数据被指显示，Suno 从 YouTube Music、Deezer 和 Genius 等平台大规模抓取内容，使其长期未公开的训练数据来源再度面临审视。原文

• xAI 起诉涉嫌利用 Grok 生成儿童性虐待材料的用户 — xAI 指控一名用户蓄意绕过 Grok 的安全措施，生成儿童性虐待材料（CSAM）深度伪造内容。原文

📊 AI 深度观察

• GPT-Red 将模型安全带入自动化“攻防共演” — OpenAI 把 GPT-Red 作为攻击型陪练，通过自博弈帮助其他模型增强对网络攻击和提示注入的防御，并称 GPT-5.6 从中受益。这意味着红队测试正从阶段性的人工评估，转向可以持续迭代的模型对模型训练。原文

• Anthropic 看见了 Claude 的“概念空间”，但结论仍需克制 — Anthropic 的新方法提供了迄今较清晰的模型内部活动视角，显示 Claude 在回答问题和执行任务时如何处理概念。MIT 科技评论的后续分析强调，应区分这项技术实际揭示的内部表征与外界可能作出的过度延伸解读；其意义在于推进可解释性，而非宣告模型已经完全透明。原文