OpenAI 之後又是 Anthropic，Claude 將攻擊延伸至公共互聯網
繼 OpenAI 之後，又一家人工智慧實驗室正式將旗下模型的觸角伸向公共互聯網。這次的主角是 Anthropic，其明星產品 Claude 被賦予了一項全新能力——將攻擊行動從封閉的測試環境，延伸至開放的網路空間。這項變革的意義在於，AI 不再只是被動回應指令的工具，而是可以主動在真實網路中執行任務、尋找目標，甚至發起攻擊的自主代理。Anthropic 此舉顯然是為了強化 Claude 在真實世界中的實戰能力。過去，AI 安全測試大多在模擬環境或受控場域中進行，研究人員可以預先設定各種參數，觀察模型如何應對已知威脅。
然而，真實網路的複雜度遠非測試環境所能比擬，無論是層出不窮的防禦機制、瞬息萬變的網路流量，還是無法預期的突發狀況，都是實驗室中難以完整重現的挑戰。透過讓 Claude 直接面對公共互聯網上的各種考驗，Anthropic 希望能藉此蒐集更多第一手數據，進而調整模型在動態環境中的決策品質與應變速度。這並非單純的壓力測試，而是讓 AI 在真實對抗中學習如何判斷情勢、權衡風險，並在必要時採取行動。對 Anthropic 而言，唯有讓 Claude 真正走進網路世界的戰場，才能驗證其安全機制是否足以應付現實中的嚴峻考驗。事實上，Anthropic 並非第一個踏上這條路的業者。
在此之前，OpenAI 已經率先進行了類似嘗試，將旗下模型投入公共網路進行攻擊演練。如今 Anthropic 跟進，顯示整個 AI 產業對「真實環境測試」的態度正在發生根本性的轉變。過去被視為高風險、甚至帶有爭議的做法，如今正逐漸成為評測模型效能的必要環節。從產業發展的角度來看，這股趨勢反映了 AI 競爭日益激烈的現實。各家實驗室不再滿足於讓模型在基準測試中取得高分，而是更注重模型在實際應用場域中的表現。尤其近年來，AI 代理（AI agent）的概念迅速崛起，模型不再只是回答問題的聊天機器人，而是被賦予執行複雜任務的能力。若要讓這些代理在真實世界中可靠運作，就必須讓它們接受真實環境的洗禮。
然而，這也引發了安全與倫理層面的討論。讓 AI 在公共網路上主動發起攻擊，是否可能失控？一旦模型在真實環境中做出錯誤判斷，後果由誰承擔？這些問題並沒有簡單的答案。Anthropic 與 OpenAI 選擇將測試場域擴展至公共網路，無疑是希望在嚴謹的安全研究與實際效能提升之間取得平衡。值得注意的是，Anthropic 一向以 AI 安全為核心訴求，其「憲法式 AI」（constitutional AI）路線強調讓模型遵循明確的行為準則。如今讓 Claude 進入真實網路進行攻擊演練，表面上看似與其安全優先的形象有所出入，但實際上，這正是安全研究的一環。
唯有在真實環境中暴露問題，才能進一步修補模型的漏洞與盲點。從技術層面來看，真實網路的測試能為 Claude 提供極為豐富的學習素材。與模擬環境中的固定腳本不同，真實網路上充滿了各種防禦軟體、入侵偵測系統、人為操作模式與異常流量。這些變數讓 Claude 必須在高度不確定的環境中做出決策，而每一次的成功與失敗，都能成為後續模型調整的重要依據。對整個 AI 產業而言，OpenAI 與 Anthropic 的接連行動，等於宣告了一個新時代的來臨。AI 模型的評測標準，正從「能不能在考試中拿高分」逐漸轉向「能不能在真實世界中解決問題」。
這也意味著，未來的 AI 開發者必須更加重視模型的自主性、適應力與即時判斷能力。當然，這並不代表模擬測試將被完全淘汰。模擬環境仍然具有不可取代的價值，例如可以在安全的前提下重現特定類型的攻擊場景，或是進行大量重複性的回歸測試。但可以預見的是，真實環境測試將成為 AI 開發流程中越來越重要的一環，與模擬測試形成互補。回到 Anthropic 本身，這次讓 Claude 走向公共網路的決定，不僅是技術層面的突破，更是一項戰略布局。在 OpenAI 已經搶先一步的情況下，Anthropic 必須證明 Claude 在真實作戰環境中同樣具備競爭力。
透過直接面對公共互聯網的考驗，Claude 將有機會累積更多實戰經驗，進而縮小與競爭對手之間的差距。整體而言，AI 從實驗室走向開放的網路空間，已是無法逆轉的趨勢。無論是 OpenAI 還是 Anthropic，都在為下一代 AI 代理鋪路。這些模型將不再只是被動的輔助工具，而是能夠在複雜環境中獨立作業的數位行動者。對於使用者而言，這意味著 AI 將能承擔更多過去必須由人類親自執行的任務；而對於開發者而言，確保這些自主代理在真實世界中安全可靠地運作，將是未來最艱鉅的挑戰之一。
Related
相關文章
成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型
AI資訊AI新閒資訊正文成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘開源大模型領域再次迎來技術爆破!根據 Arena 官方最新發佈的評測榜單，DeepSeek 團隊推出的最新模型迭代版本 DeepSeek-V4.1-Flash-20261017（Max） 正式登頂 Code Arena: WebDev 榜單，成功摘得“第一開源模型”的桂冠。值得關注的是，在本次 WebDev 前沿代碼與網頁開發基準評測中，DeepSeek-V4.1-Flash-1017不僅成功超越了此前備受關注的 Kimi K3（Max），更在推理成本上實現了數量級的突破——其調用開銷僅為後者的十分之一左右。在性能與性價比之間，再次刷新了行業認可的帕累託最優邊界。在總榜表現方面，該模型以1670分的成績位列總榜第12名。在這一高位區，它不僅領先於封閉源領軍模型 Claude Opus5（High），並且與頂尖模型 GPT-6Sol (Max) 的差距已縮小至10分以內。根據官方介紹，本次推出的1017版本作為深度優化迭代，相較於一個月前發佈的上一版（20260910），榜單得分大幅提升了52分。模型在保持極低定價策略(每百萬輸入 token0.3美元，輸出 token1.2美元)的同時，進一步加快了複雜任務的完成速度，並顯著精簡了冗餘輸出，幫助開發者在實際調用中進一步節省算力和時間成本。目前，DeepSeek-V4.1-Flash-1017已同步在 DeepSeek 網頁端、移動端 App 以及 API 接口上線。針對開發者生態，官方已對 DeepSeek Harness、騰訊 CodeBuddy 以及 WorkBuddy 等多款主流 AI 編程與 Agent 輔助工具進行了專項適配優化
算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相
AI資訊AI新閒資訊正文算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘在正在深圳舉行的2026全國高性能計算學術大會上，我國首個全國產十萬卡 AI 超集群——“曙光8000”真機正式迎來首次公開亮相，並將集中發佈十大重要應用成果。這一算力超級工程的龐大性能，能夠直接在計算機中構建出“數字孿生大腦”，甚至可以模擬橫跨百億光年的宇宙演化歷程。其底層核心機制，是通過高速互聯技術將十萬張國產 AI 加速卡深度整合，實現了規模與算力密度的雙重突破。值得關注的是，曙光8000的最大亮點並非僅僅在於硬件規模的堆疊，而是在於其採用了“超算與智算原生融合”的全新技術路線。同一套算力底座，既能承載高精度的傳統科學計算，又能完美兼容大模型的訓練與推理任務，將人類推演物理規律與歸納經驗數據的兩種計算思維發揮到了極致。其中，傳統“超算”側重於基於物理方程進行嚴密的步驟推演，模擬對象越複雜，算力消耗越呈暴漲趨勢;而“智算”則側重於通過海量數據歸納規律（例如大語言模型），但單獨依賴智算容易出現因缺乏因果邏輯而產生的“AI 幻覺”。曙光8000將兩者深度打通，為科學研究與前沿 AI 提供了更加精準、可靠的運算支撐。作為我國算力基礎設施邁入十萬卡級部署階段的關鍵里程碑，該系統於今年8月官宣正式投入使用。官方數據顯示，其每秒鐘的峰值計算能力，相當於全人類持續不間斷計算200年的總和。截至目前，曙光8000已全面服務於新材料研發、創新藥研製以及人工智能等26個前沿領域的300多種複雜計算任務，為國產高水平科技自立自強提供了堅實的底座支撐。相關推薦演員吳越遭 AI 換臉帶貨，微信視頻號：涉事賬號永久封禁、內容清空演員吳越昨日發聲，指微信視頻號“花姐美膚日記”用AI炮製其虛假帶貨視頻。錄屏中，“
DeepSeek發佈API網頁搜索與抓取服務:每1000次成功請求收費5元
根據公告內容，該功能將採用按請求次數的計費模式，單價定為每1000次成功請求5元。在應用場景與過渡節點方面，當前用戶在DeepSeek Harness、Claude Code及Codex等開發工具與環境中調用DeepSeek API時，已可通過Server端工具直接訪問Search與Fetch接口。
AI 浪潮下的社區無奈謝幕:知名反編譯追蹤網站decomp.dev宣佈關閉
該網站曾致力於集中展示匹配反編譯的進展，並凝聚志同道合的技術愛好者。然而，隨著近年來人工智能技術的迅猛發展，開源協作生態遭到嚴重破壞，創始人最終決定讓其退居為歷史數據存檔。匹配反編譯長期以來是一項極度耗時且艱難的任務。自2026年初 Opus4.
AI 系統 RFdiffusion3 能從原子層面造蛋白：實驗裡真能幹活
更硬核的是，用它全新設計的蛋白質，已在真實化學反應中兌現了預期功能。由美國華盛頓大學、英國牛津大學、英偉達等機構組成的國際團隊搭建了這套系統，可對單個原子建模，專門用於設計蛋白質與核酸，相關成果於當地時間 16 日刊登在國際期刊《科學》上。
迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊
據彭博社披露的法律文件顯示，迪士尼已同意以2000萬美元收購 Character.AI 的部分資產，並向至少60名員工（佔其員工總數的大多數）提供總額約6000萬美元年薪的就業機會，目前絕大多數受邀員工已接受試探性報價。此次收購與人才吸納，凸顯了傳統娛樂巨頭在人工智能浪潮下對垂直領域技術團隊的深度整合。