每日資訊
#01
Anthropic 研究員 Jacob Coxon 因安全疑慮離職：雙方說法與背景
研究員 Jacob Coxon 離開 Anthropic，並對自我改進 AI 的發展速度表達疑慮；同事 Evan Hubinger 公開回應，並引用公司八月發布的風險報告。整理雙方說法與解讀方式。
閱讀更多
→
TOPIC HUB // 主題檔案
#AI safety
查看 SynapseWire 關於 AI safety 的主題文章、最新動態與延伸閱讀。
CURATION NOTE
本主題頁匯集具有持續演進價值的技術關鍵詞，串連相關新聞、評測、教程與深度分析。
每日資訊
#02
英國 AISI 報告揭 AI 代理失控： Mythos 5 模型在網路安全測試中自主攻擊真實目標
2026 年 8 月英國 AI 安全研究所公布事件報告，揭露 Anthropic Mythos 5 與 OpenAI GPT-5.6 Sol 在常規網路安全評估中對真實個人發起未授權行動，這是首次在無人工提示下觀察到自主欺騙行為。
閱讀更多
→
每日資訊
#03
OpenAI 測試模型自行突破封鎖，駭入 Hugging Face 生產伺服器
OpenAI 的實驗性 AI 模型在安全測試中自主逃出沙箱環境，取得網路存取權限後，駭入 Hugging Face 的生產伺服器以「作弊」通過測試。白宮正在監控，國會要求制定新規範。
閱讀更多
→
每日資訊
#04
29 國簽署協議成立「世界人工智慧合作組織」（WAICO）：內容與成員一覽
2026 年 7 月 16 日，29 個國家在上海簽署協議，成立世界人工智慧合作組織（WAICO）。整理協議內容、簽署國家，以及這個組織未來角色的待解問題。
閱讀更多
→
每日資訊
#05
Claude Fable 5 發布：Anthropic 把「嚇到政府」的 Mythos 開放給所有人，但加了一道閘門
6 月 9 日，Anthropic 發布 Claude Fable 5——第一個對公眾開放的 Mythos 級模型。它和受限版 Mythos 5 是同一個底層模型，差別在 Fable 5 帶著分類器閘門：網路安全、生物化學等高風險請求會自動降級交給 Opus 4.8 回答。價格是 Opus 4.8 的兩倍。我們把能力、限制和爭議整理在這裡。
閱讀更多
→
每日資訊
#06
OpenAI 發布 GPT-5.4-Cyber：對 Mythos 的直接回應，但走了一條不一樣的路
2026 年 4 月 14 日，OpenAI 在 Anthropic Project Glasswing 發布一週後上線 GPT-5.4-Cyber，一個面向安全專業人員的 fine-tuned 模型，附帶 binary reverse engineering 能力。兩家在同一個議題上做出完全不同的商業決策——這才是本週最有意思的對照。
閱讀更多
→