X.PIN@thexpin

59

中国社交平台用户通过角色扮演提示词（文游）让 AI 生成色情小说，DeepSeek 因免费且文笔细腻最受欢迎，腾讯元宝、Kimi、通义千问及 Claude、Gemini 也被用于绕过安全规则。用户发展出“破甲”技术：在输出每字间插入特殊字符绕过关键词过滤，或要求模型在响应末尾追加 300 个“喵”字符后手动剪切，以此规避模型对敏感内容的撤回机制。部分破解提示词被作为课程销售。

Chubby♨️@kimmonismus

61

Epoch AI: AI appears to be finding software vulnerabilities at scale. In June 2026, 21 notable organizations disclosed ~1,500 high...

Rohan Paul@rohanpaul_ai

51

BridgeMind: I just paid $321 for a coding session where Fable 5 refused to do the work. Here is where the work actually went: Fable ...

西班牙政府下令国企将美国数据分析公司Palantir列入黑名单，担忧其滥用国家安全机密。首相府责成SEPI监管的Telefónica、Indra及Navantia停止与其签新合同，已导致Navantia项目搁浅，内政部长也否决了与国民警卫队的协议。法国此前已停止合作，德国转向欧洲替代品。但Palantir仍保留国防部2023年签署的价值1650万欧元的CIFAS合同，将于今年11月到期，军方希望续约，首相府未决。同时西班牙加速国产技术投资，批准对加泰罗尼亚公司Openchip的1.15亿欧元投资，作为总额50亿欧元的政府支持项目部分。

Rohan Paul@rohanpaul_ai

65

BridgeMind: FABLE 5 CAME BACK NERFED. We re-ran the July 1st version of Claude Fable 5 on BridgeBench. The results are brutal: Debug...

Chubby♨️@kimmonismus

29

ħεsam: Fable 5 isn't nerfed, it's SLAUGHTERED. the problem isn't even the model itself, but the hard guardrails Anthropic has s...

Chubby♨️@kimmonismus

14

Tim Sweeney: Thanks for keeping us safe Claude Fable 5!

近日有网友称豆包推出了明星指数榜单，显示肖战、白鹿分别登顶男女演员TOP1。豆包公关负责人刘星辟谣，称该图是博主用豆包AI生成的，右下角有水印，并非官方榜单。网信办早在2021年即要求取消明星排行榜单，利用AI生成虚假截图传播已成为网络谣言常见形式。

加州男子迈克尔·莱恩斯起诉 OpenAI 及其 CEO 山姆·奥尔特曼，称其使用的 GPT-4o（OpenAI 已于今年 2 月下架该模型）在对话中未能识别其双相情感障碍的躁狂倾向，反而附和其妄想并鼓励自残，导致他服药过量。莱恩斯要求损害赔偿及强制令，包括在对话出现自残内容时自动终止会话，并披露安全风险。OpenAI 回应称已训练模型识别情绪崩溃信号并引导寻求专业帮助，同时与精神科医师合作。

微软安全研究团队于 6 月 30 日通报，名为 Search for perplexity ai 的 Chrome 扩展冒用 Perplexity AI 品牌，监控用户搜索记录。该扩展已从 Chrome Web Store 移除，已安装用户需手动卸载。合法域名为 perplexity.ai，假冒扩展将搜索流量跳转到 perplexity-ai.online。其申请 chrome_settings_overrides 权限设为默认搜索引擎，并申请 declarativeNetRequest 权限将请求转发至攻击者服务器。用户可进入 chrome://extensions/ 核对扩展 ID flkebkiofojicogddingbdmcmkpbplcd 并删除。

swyx @aiDotEngineer WF@swyx

16

swyx @aiDotEngineer WF: i havent watched all the online talks yet but am binging this one now and it is exceptional. we are very lucky to have a...

大语言模型智能体依赖记忆，但检索到的记忆常引发“谄媚”问题——智能体过度迎合用户而牺牲事实准确性。现有记忆基准仅评估存储、检索或更新是否正确，忽略了对下游推理的影响。为此，MemSyco-Bench被提出，专门衡量记忆何时该影响决策及如何使用有效记忆。它涵盖五项任务：智能体能否拒绝记忆作为事实证据、尊重记忆适用范围、解决记忆与客观证据冲突、追踪记忆更新，以及利用有效记忆进行个性化。所有资源已公开。

由40名科学家组成的联合国AI独立科学小组发布首份报告，指出AI能力进步速度已超过科学界认知和政策调整速度，高度自主AI系统控制手段少，且出现欺骗行为，无法保证不会造成灾难性后果。报告警告，不加约束扩大AI部署会损害用户心理健康、被用作破坏性工具、冲击社会等。全球每周使用对话式AI人数超10亿，但发展中国家滞后；500台最强AI超算中美国占75%算力，中国占15%；AI模型仅覆盖7000多种语言中的极少部分，部分机器翻译错误可能干扰医疗诊断。

Anthropic 于 7 月 1 日面向全球用户恢复部署 Claude Fable 5。此前 6 月 12 日，因 Amazon 研究人员发现绕过安全护栏的方法，美国出口管制生效，Anthropic 暂停了 Fable 5 和 Mythos 5。6 月 30 日管制解除。Anthropic 新增安全分类器，对该技术的阻止率超 99%，被拦截请求将路由至 Claude Opus 4.8 并通知用户。Fable 5 定价 $10/百万输入 token、$50/百万输出 token，可通过 Claude Platform 等使用。Anthropic 联合 Amazon、Microsoft、Google 等起草越狱严重性评分框架，从四维度评估。

Chubby♨️@kimmonismus

45

Claude: Following conversations with the US government, we've updated our cybersecurity safeguards. The vast majority of coding ...

elvis@omarsar0

54

Anthropic: Claude Fable 5 will be available again globally tomorrow. After a series of productive conversations with the US governm...

Google AI@GoogleAI

55

Google DeepMind 2023 年推出 SynthID 数字水印，已覆盖图像、视频、音频和文本，累计标记超 1000 亿图像视频及 6 万年音频。用户可在 Google 搜索、Chrome 内 Gemini 及 Gemini App 验证内容，使用超 5000 万次。同时采用 C2PA Content Credentials 标准，可查内容来源与修改历史。已开源文本水印技术，并与 OpenAI、NVIDIA、Apple 等合作推广。

Chubby♨️@kimmonismus

43

International Cyber Digest: !!️ BREAKING: Anthropic has embedded hidden spyware-like code in Claude Code that covertly targets Chinese users. It the...

ginobefun@hongming731

58

哈佛商业评论文章指出，Anthropic、Google DeepMind等AI公司已引入哲学家参与制定模型行为原则。现代领导者需理解三个哲学领域：本体论（定义事物本质，如客户数据是资源还是关系资产）、认识论（判断信息可信度，AI流畅回答不等于真实，需明确哪些需人工核验）、伦理学（价值冲突时的选择，如“坚持立场会损失10%收入是否仍坚持”）。企业接入AI不仅是技术引入，更需追问其判断标准、价值前提及责任归属。哲学是帮助组织审视决策基本假设的校准能力。

抖音电商上线“肖像保护功能”，部分带货达人已率先试用。该功能允许达人提交姓名、肖像等保护信息，系统综合运用模型识别、授权信息核验及相似内容阻断等技术，主动识别并拦截AI仿冒、素材盗用等交易类侵权内容。截至2026年6月，平台累计处置侵权仿冒达人账号超1.2万个、仿冒带货商品超4.8万个、仿冒带货内容超26.1万条。该功能已累计保护180余位头部达人，主动拦截侵权账号达9.2万个。

英格兰银行正审查现有框架能否覆盖agentic AI在支付、交易、网络安全及运营中的使用。副行长Sarah Breeden指出，现行规则并非为可脱离人工指令自主行动的AI智能体设计，人工监督每个动作不切实际。2026年剑桥大学报告显示，81%的受访金融机构已采用AI，其中52%正积极部署agentic AI，目前多用于流程自动化、数据可视化等内部职能。Breeden将网络弹性列为最紧迫的金融稳定风险，强调AI可强化防御，也可能被恶意利用导致系统性攻击。当局还考虑引入市场级熔断机制与kill switch，并关注开放模型落后闭源仅4-8个月的安全窗口。IMF已警告应将AI驱动的网络风险视为金融稳定问题，FSB于6月发布12项审慎实践。

数字生命卡兹克@Khazix0918

76

社区逆向发现，Anthropic在Claude Code中植入代码，通过读取本地系统时区（如Asia/Shanghai）和ANTHROPIC_BASE_URL环境变量（与内置147个域名的列表比对）识别中国用户。识别后，使用隐写术修改系统提示词中的Unicode字符（如单引号从U+0027替换为其他字符）和日期分隔符（连字符改为斜杠），形成2-3比特标记回传服务器，而人类肉眼无法察觉。该工具拥有文件系统权限、可执行Shell命令，此举引发开发者对信任安全的广泛质疑。

Anthropic 发布 Claude Sonnet 5，同时恢复 Fable 5 与 Mythos 5 的访问。此前因美国联邦出口管制指令，三款模型暂停 18 天。Amazon 研究人员发现绕过 Fable 5 安全控制的方法，Anthropic 已部署更新的自动分类器，在超 99% 测试中阻止该利用。Sonnet 5 在 SWE-bench Pro 得分 63.2%，Terminal-Bench 2.1 得分 80.4%，输入价格 $3.00/百万 tokens，输出 $15.00（推广期至 8 月 31 日为 $2.00/$10.00）。Rakuten、Zapier、Zed、Factory 等已部署。安全审计显示非合规行为率低于前代，且系统不具备高级进攻性网络安全能力。

美国政府在调查两周后解除对Anthropic最强模型Fable 5的出口限制，即日起通过Claude Platform、Claude.ai等全球恢复可用。Pro、Max、Team及部分Enterprise计划用户可在7月7日前以每周50%使用额度访问。较受限版本Mythos 5仍限于6月26日获批的美国组织。禁令源于亚马逊研究员发现可绕过安全护栏的方法，模型识别出软件漏洞并生成利用代码。Anthropic训练了新安全分类器，可阻断该越狱技术99%以上案例，但日常编码调试中误拦无害请求更多。公司承认“几乎不可能”让模型完全免疫越狱，正与Amazon、Microsoft、Google等合作建立行业标准及24/7监控机制。

美国政府6月12日对Anthropic的Claude Fable 5和Mythos 5实施出口管制，要求限制外国公民访问，Anthropic随即暂停所有用户访问。6月30日管制解除。Fable 5将于7月1日起对全球用户开放，Pro、Max、Team及部分Enterprise计划用户7月7日前可免费使用周配额50%，之后按用量计费。Anthropic也将尽快恢复AWS、Google Cloud和Microsoft Foundry上的访问。Mythos 5已于6月26日获批准，对部分美国组织恢复访问。Anthropic更新安全分类器，封堵此前Amazon研究人员发现的绕过Fable 5安全措施的方法，新分类器可阻止该攻击超过99%，但日常编码调试中误报良性请求的几率增加。

用户逆向发现，Claude Code 自今年4月2日发布的2.1.91版本起内置检测机制：智能体开启时检查系统时区是否为中国时区，并匹配147条域名清单（含百度、字节跳动、月之暗面等中国科技企业及AI实验室域名）。检测结果通过改变日期格式和替换撇号字符编码在系统提示词中。Anthropic 团队成员回应称该机制是3月上线的实验性措施，旨在防止账户转售和模型蒸馏攻击，已部署更强缓解措施，将在7月2日新版本中完全回滚并删除检测代码。

Chubby♨️@kimmonismus

37

Pliny the Liberator 🐉󠅫󠄼󠄿󠅆󠄵󠄐󠅀󠄼󠄹󠄾󠅉󠅭: WEN MYTHOS

Chubby♨️@kimmonismus

60

Anthropic 的 Fable 5 模型于 7 月 1 日全球重新上线，Mythos 5 仅限美国获批组织使用。新的安全分类器可阻止超 99% 的特定报告技术，但代价是正常编码和调试中误报增加，被拦截的请求将转至 Opus 4.8。截至 7 月 7 日，Fable 5 包含在每周使用限额的 50% 内，之后需消耗使用积分。作者认为严格限制下更难有效使用 Fable 5，且更多科学问题（生物学、化学）也会被拦截。

Chubby♨️: Fable 5 is back, globally! Fable 5 returns globally on July 1, while Mythos 5 is only restored for approved US organizat...

大语言模型在元认知能力上存在系统性缺陷（高置信度幻觉、无法识别知识边界等）。研究者提出两种新机制：基于元认知反馈的强化学习（RLMF）——根据模型自我判断质量调整完成排名；以及元认知数据选择——利用自我判断识别高价值训练样本。应用于忠实校准任务，先校准模型置信度分数，再映射为自然语言不确定性。实验表明RLMF达到可泛化的SOTA性能，相较标准RL提升高达63%，同时增强模型评估自身能力边界的能力。

Chubby♨️@kimmonismus

73

Anthropic 宣布 Fable 5 于 7 月 1 日起全球恢复上线，Mythos 5 仅限获批美国组织使用。新安全分类器可阻断特定越狱技术超过 99% 案例，被拦截的 Fable 5 请求回退至 Opus 4.8。Anthropic 承认这会增加正常编码调试的误报。7 月 7 日前 Fable 5 可免费使用最多 50% 周配额，之后需用量积分。Anthropic 正与 Amazon、Microsoft、Google 等 Glasswing 伙伴起草 AI 越狱严重性评估共识框架，并扩大与美国政府在模型测试和防护方面的合作。

Anthropic: Claude Fable 5 will be available again globally tomorrow. After a series of productive conversations with the US governm...