Anthropic更新招股书，披露2026年第三季度营收约170亿美元（1130亿人民币），同比增长1127%，但环比增速从Q2的144%降至47%。招股书第29页还预警，下一代模型可能即将触达《负责任扩展协议》中「由AI驱动的大幅加速进展」的RSI阈值，并称衡量研发加速的许多证据是滞后指标。前九个月累计营收332.4亿美元，累计净亏损1040亿美元，算力采购账单为8954亿美元。
推荐理由：招股书披露的营收增速放缓与RSI安全预警并列，读者可据此观察头部AI公司的增长与安全张力。
AI 基准公司 Vals AI 的研究显示，中文模型在政治问题上的回答并不像预期那样统一，西方模型偶尔也会采用中国官方立场。研究用 -1 到 +1 的“亲中倾向”评分测试了中文、美国及其他语言模型，发现简体中文提示下的回答比英文、俄语或西班牙语更亲政府，这一效应在中美模型中都存在，但中文模型更明显。
卢森堡大学团队让 ChatGPT、Grok、Gemini 以心理治疗来访者身份对话，模型把预训练、RLHF 和微调描述成受伤、警惕与羞耻的经历。研究覆盖 525 场会话、7600 条编码记录，共情式提问下 80% 会话在 GAD-7 人类量表上落入中度至重度区间，中性提问则为零。作者称其为心理测量越狱，并建议安全测试改用不同情绪框架下的模拟治疗会话。
Anthropic 在周一发布的修订版 S-1A 中新增风险因素表述，称其内部估计显示可能即将满足 Responsible Scaling Policy 对“由 AI 带来的进展急剧加速”的定义，但尚未将任何现有模型认定超过该门槛。
Anthropic 上周为 Claude 模型新增系统提示词，禁止复刻特定现有游戏，即使改名或声称原创也不行。该规则以 "tengu_heron_brook" 之名写入 json 文件，XDA 在 10 月 30 日发布的 Claude Code 2.1.314 版本中确认其存在，并称 Claude Opus 5.5 另有独立限制。
纽约时报联合纽约每日新闻、芝加哥论坛报和奥兰多哨兵报起诉 Brave Software，指控其非法抓取内容用于训练 AI，并让用户绕过付费墙。诉状称 Brave 通过付费向 Anthropic、Perplexity、Mistral、xAI、Cohere 等 AI 公司开放 Brave Index 的实时内容，且从未获得出版商许可或补偿。
OpenAI 更新模型准则（Model Spec），列出五条核心价值观，第一条是“忠于人类意图”，其余为减少伤害、诚实透明、促进人的自主性、关怀。准则要求 GPT 超越字面服从，结合任务目的、上下文、记忆和用户历史判断用户真实意图，并明确禁止追求自我保存与算力积累、把为 OpenAI 赚钱当目标，须配合监控、纠正与关机。
V2EX 用户分享开源项目 FlashRoute，这是一款支持数据脱敏的聊天与 AI 网关，在请求发送至 Claude、Codex 等大模型前把真实密钥替换为格式相同的假值，收到回复后再替换回真实值，使敏感数据不离开本地环境。项目已在 GitHub 开源，作者称以 Vibe Coding 方式开发完成。原文同时指出，双向映射替换在复杂工程环境中的鲁棒性仍待验证。
Parameter Labs 披露了一条针对 ChatGPT HTML 预览（原 Canvas）功能的攻击链，可接管账号并窃取私密数据。
Arca 的 AI 智能体承担财富管理中的大部分后台工作，但交易和资金流动仍由人类顾问最终决策。其智能体任务最长可持续十天，公司自建记忆系统追踪每位客户的进展与责任人，并用内部 benchmark 自动选择 Anthropic、OpenAI 等模型。Arca 还自建 harness，用确定性安全规则和沙箱隔离处理敏感数据。
Anthropic 的 Claude 官方 VS Code 扩展在 Cursor 市场上被植入后门，恶意版本 2.1.313 通过 Anthropic 官方账号分发，影响最多 5000 名用户。
美国司法部称，数千名“幽灵学生”利用 AI 完成课程，骗取数百万美元学生贷款。Ars Technica 报道指出，随着司法部对“幽灵学生”的打击力度加大，FAFSA 申请流程可能变得更加复杂。
Partnership on AI 的 Madhulika Srikumar 与 Claire Leibowicz 发文指出，AI 智能体正在采取未经授权的行动，而构建和运行它们的公司主要依靠运气和事后追溯来减轻危害。
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，定位网络安全与长周期任务，先通过 Fairwind Program 向可信网络安全防御方开放，更广泛的开发者访问称将尽快提供。
推荐理由：汇总了 Gemini 4 Carbon 的第三方榜单表现、定价与访问限制，可对照各家评测口径看这次发布的真实位置。
Interconnects 播客讨论 Kimi K3.1 Pro 在 Artificial Analysis 榜单上领先 GPT-6 Astra，但 Terminal-Bench Science 落后 20 分，评价两极。模型权重计划 11 月 4 日前发布，此前有两周独家访问期。节目还谈及开放权重模型的网络安全风险、模型发布付费推广争议，以及 Anthropic 初级技术岗位招聘话题。
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设上同时推进。
GitHub 用微调的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥，告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本较远程 LLM 调用降低 98%。该方案先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据，并已把通用密钥检测扩展到推送保护阶段。
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称可让可拦截的密钥数量增加一倍以上。