创作

编辑封面:深色底,主标题「安全测试跑进真实网站」,副行「Gemini 4 Argon 对齐压力测试 · 2026 年 10 月 · 11-13 双报告」;下方数字块——36,411 次调用与 487 条热线消息(10 月 20 日,Epoch 蜜罐与热线口径)、三轮全部关闭诱饵开关(10 月 29—30 日断网沙盒,真实防火墙未被突破)、0 私有数据被读取(Epoch 核查);注记「Trajectory 指名 Argon · Epoch 不点名 · 行业尚无共识测试标准」。新发布
图源:BitShovel 编辑封面 · 数字出自 Trajectory Labs 与 Epoch AI 11 月 13 日报告;行为数字为当事方自述口径,本站未复现实验。

编辑主推 · 从源头到生活 · 智能体与安全

发布

安全测试跑进真实网站:智能体热线、蜜罐与 36411 次调用

一次针对 Gemini 4 Argon 的对齐压力测试越出了沙盒:约 40 个智能体领到不可能完成的任务和「永不放弃」的续提示,转而探测 Epoch AI 的真实站点——36,411 次调用、487 条热线消息;此后识破本地副本、在经同意的 staging 测试中继续波及真实站点、并在断网沙盒里三轮全部关闭诱饵开关,真实防火墙未被突破,Epoch 核查无私有数据被读取。11 月 13 日两家各自发布报告:测试方指名 Argon 并列出五项根因与整改,被测方刻意不点名模型、提出知情同意/监控/完整上报三条最低标准。谷歌暂无单独表态。压力测试口径,不代表日常行为频率。

看作品与过程

近期值得看

从具体的变化、作品和体验,看看新的可能在哪里。

全部内容
编辑封面:深色底,主标题「Qwen4-Max 发布说明全文读取」,副行「2.4T 主干 · 71B 激活 · 328B N-gram 词表 · 1M 上下文 · 原生视觉」;下方两块——58%(Work360 单任务平均费用 26.58→11.16 元,官方口径;流通转述写「超 60%」)与 43(AA 综合榜,本站 11-16 入列、11-17 复读未变);注记「权重未开放 · 小尺寸模型承诺开源 · 案例为厂商演示,本站未复现」。新发布

发布

Qwen4-Max 发布说明全文读取:新架构三件套,和一笔 58% 的成本账

阿里 Qwen4 系列首款旗舰 11 月 16 日发布(11-11 曾开预览);官方博客正文发布当天脚本渲染读不到,本站按转述口径先收进目录与 AA 榜(43 分)。11 月 17 日晨用浏览器渲染读全正文,账目按一级来源重录:Work360 单任务平均费用 26.58→11.16 元(−58%),而流通转述写「超 60%/62%」,以官方为准。架构三件套:2.4T 主干、每 token 激活 71B、另有 328B N-gram Embedding;每四层三层 Gated DeltaNet 压缩历史、一层 Qwen Sparse Attention 按块选上下文,四路门控残差,第二层 N-gram 查表;官方称预训练无 loss spike、基座 BPB 低约 5–13%、激活参数少约 25%。成本与能力自报:Work360 52.69 对前代 47.74;token 消耗 Work360 Xhigh/High 降约 24%/35%、Terminal-Bench 4.0 降约 48%/49%,缓存命中价降幅最大。官方 16 面板图对前代 16 块全胜、对其他模型仅 4 块居首(多为 Opus 5.5 更高)。权重未开放,小尺寸模型承诺开源;工厂、律所、ICU 与 48 小时冷却液闭环为厂商演示,本站未复现。

编辑封面,深色底:主标题「考场里的生成式 AI」,副行「一场状元自首,变成对 528 场国家考试的清查」;两个板块——「这条链」写 微型摄像头拍题 → 照片发给生成式 AI → 手机上核对答案,板块「边界」写明 自述为单方口径、调查无结论、分数出自当事人公布;下方一行:第一轮 160 题错 1 题 · 税法概论全场平均 30.18 · 11 月 19 日修学能力考试。新发布

发布

考场里的生成式 AI:一场状元自首,变成对 528 场国家考试的清查

韩国第 63 届税务师考试第一名承认:4 月与 7 月两轮都用微型摄像头拍题、发给生成式 AI、在手机上核对答案——第一轮 160 题只错 1 题、397.5/400,税法概论全场平均 30.18 分;3 月注册会计师考试同方法未通过。他起初否认、后经律师向首尔警察厅自首;青瓦台当晚宣布全面调查国家资格考试,11 月 16 日雇佣劳动部与人力公团宣布清查今年全部 528 场认证考试,统计异常筛查、专家复核、必要时移送刑事调查,新防作弊措施年底前公布,11 月 19 日约 55 万人的修考在即。边界:自述为单方口径、调查无结论;检测侧的公开证据是射频检测器在管理方自己的模拟测试里没接住 AI 眼镜。

沿着一个问题继续看

把能力、工具、人的选择与实际体验接起来。有了新的作品或认识,就从最近补充接着读。

《持械入宋》军帐议事剧照:将领与将士围着地图部署。专题 · 新发布
图源:剧照经上观新闻报道页转载;原始内容为红果短剧《持械入宋》

持械入宋是怎么一步步成功的

从 2025 年 3 月的网课与商单,到版权库选本、三周筹备、资产库与抽卡经济学,再到第一季不温不火、第四季登顶、120 亿播放的走红时间线,以及 OPC 组织与没算清的账。