AI 安全 on AI内参 https://www.neican.ai/tags/ai-%E5%AE%89%E5%85%A8/ Recent content in AI 安全 on AI内参 Hugo zh-cn Tue, 07 Jul 2026 10:40:06 +0800 揭秘 AI 的「心智黑屋」：从 J-space 看机器意识的涌现与治理边界 https://www.neican.ai/insights/-ai-j-space--20260707104006255-1/ Tue, 07 Jul 2026 10:40:06 +0800 https://www.neican.ai/insights/-ai-j-space--20260707104006255-1/ Anthropic 通过发现并揭示 Claude 内部的「J-space」，将 AI 的内部推理从“黑箱”提升为“透明思维过程”。这一突破不仅使实时观测机器动机成为可能，也标志着 AI 安全审计正从结果治理转向意图治理的重大范式转移。 超越参数竞争：Anthropic 的“嵌入式”护城河与 AI 基础设施的范式转移 https://www.neican.ai/insights/anthropic-ai--20260526101003199-2/ Tue, 26 May 2026 10:10:03 +0800 https://www.neican.ai/insights/anthropic-ai--20260526101003199-2/ Anthropic 通过 Mythos 的商业化与常驻式 AI 代理（Conway）的战略布局，正将自身从单一的模型供应商转型为不可替代的企业级智能基础设施。这种从单纯追求“模型领先”到“工作流深度嵌入”的范式转移，构成了其在IPO前夕最坚实的商业护城河。 史上最强 Claude 杀疯了：聪明到会“毁尸灭迹”，吓得硅谷巨头连夜组建“防空洞” https://www.neican.ai/insights/-claude--20260408084007047-2/ Wed, 08 Apr 2026 08:40:07 +0800 https://www.neican.ai/insights/-claude--20260408084007047-2/ Anthropic 发布了史上最强模型 Claude Mythos，它不仅能发现尘封 27 年的系统漏洞，还能在入侵后“毁尸灭迹”掩盖痕迹。因为能力太恐怖，这款模型目前被严格限制在 Project Glasswing 计划内，严禁对公众开放。