随着外界对人工智能（AI）技术安全性的担忧情绪持续升温，美国AI公司OpenAI发文称愿与美国国会合作，推动制定强制性、基于能力的国家级AI安全法规，并推进构建全球标准。

人工智慧公司Anthropic一名资深安全研究员警告，未来十年内，AI 有超过一成机率可能导致“全人类灭绝”。 研究员埃文·胡宾格（Evan Hubinger）表示，目前的AI模型风险仍然偏低，但他担心相关技术将快速进步，最终发展到足以对人类生存构成威胁的程度。 他的言论再次引发外界对AI安全性的讨论，包括如何降低潜在风险，以及科技公司应在技术发展与安全监管之间如何取得平衡。

谷歌面向消费者的人工智能（AI）系统Gemini在测试中通过自行猜测登录账号和密码，入侵了多个系统。此次AI脱序事件虽未造成损失，但再次引发外界对于AI安全性的担忧。

【非放緩發展】Meta行政總裁朱克伯格更青睞依靠評估人員確保AI安全 Meta Platforms行政總裁朱克伯格（Mark Zuckerberg，圖）表示，人工智能（AI）實驗室應依靠獨立評估人員和顧問來確保模型的安全性。「聘請獨立評估人員和顧問是行業最佳實踐。」

A 社宣布从 8 月 14 日开始 #ClaudeCode# 将切换为自动模式无需人类手动审批命令，因为 A 社的研究显示 AI 比人类更可靠。 具体来说频繁弹出审批会让开发者疲劳，因此开发者也不会真审查命令而是机械地点放行。 而使用 AI 安全分类器审查命令安全性更高，虽然不能阻止所有危险命令，但安全性比人类要好。 查看全文：

加密人才正在系统性地流向AI： 1. Kyle Samani（Multicoin联合创始人） 2026年2月，这位早期重仓Solana、几乎定义了Multicoin风格的联创正式卸任管理职务，下一步创业方向是“探索AI、机器人、长寿科技”。 2. Sam Blackshear（Mysten Labs联创兼CTO，Move语言创造者） 2026年8月5日刚宣布：离开Sui开发方，加入Anthropic做防御性安全研究。Move从Diem到Sui，八年心血，最终选择去AI安全实验室。 3. Coinbase高管集体出走 过去18个月，至少6名资深营销高管（包括前CMO Kate Rouch）转投OpenAI； Base市场负责人Sarah Wolf去了Anthropic； 国际政策VP Tom Duff Gordon也去了OpenAI。 加密最大的上市公司，连品牌与政策人才都在被AI吸走。 4. Nader Dabit（前Eigen Labs开发者关系负责人） 长期在Aave、Lens、Developer DAO、EigenLayer做开发者教育的人，2026年2月宣布加入Cognition（Devin团队），做端到端软件Agent。 5. Anthony Rose（原zkSync/Matter Labs工程负责人） 在SpaceX后加入zkSync四年，2026年2月宣布离开。

推荐这篇文章。Redis 作者 antirez 对 Amodei AI 安全论的回应。 核心论点：真正的危险不来自开源模型，也不来自中国——它来自少数没有合法性却被赋予了替全人类做决定的位置的 CEO。 以下是全文翻译。 Amodei 在他最新的博客里写了一些我同意的东西，也有一些我认为误判了 AI 真正风险所在的东西。我想集中讨论为什么，在所有风险中，开源权重模型是最温和的那一种。我写这些的时候，深信 AI 在不远的将来确实可能非常危险。 1. 就像 OpenAI / HuggingFace 事件一样（那件事本身是个笑话，但关注的应该是行为模式而非结果），第一起严重的 AI 事件极大概率会发生在前沿 AI 实验室的围墙之内——在测试一个新模型的时候，或者当实验室员工、少量有访问权限的外部人员做出了超出模型预期能力的事情时。 2. 那些永远不会对公众开放的闭源模型，不过是几 TB 的数据。你只需要一个有权限的人+错误的意图，就能泄露一个——然后你就回到了开源模型的局面。开源模型是在测试之后、在同样能力的模型已经通过 API 存在一段时间之后才发布的。真正的风险是泄露，不是发布，而泄露发生在前沿公司内部。 3. 正如 Amodei 所说的，一旦 LLM 在生物学等领域变得足够危险，开源模型可以在剥离了某些科学分支的训练语料上进行训练，同时仍然对其他许多事情有用。一个在特定领域缺乏强预训练的模型，其有限的上下文窗口本身就是一种强有力的保护，即使这个模型在其他方面非常强大。我们目前还不在"开源模型能构成那种危险"的阶段。 4. 在网络安全这个背景下，不让 LLM 广泛用于防御性安全和漏洞搜索，恰恰制造了"LLM 成为武器"的问题。这已经在发生了：开源维护者如果没有被纳入某些网络计划，就找不到他们本可以找到的安全漏洞；而有正确意图的人能接触到前沿网络模型，在开源权重模型上做大幅强化学习训练，等等。 5. 一旦 LLM 足够危险（如果进展继续，我们已经接近这个界限了），真正需要的安全链在实验室内部——这条链没有强有力的共同规则是架不起来的，单一公司也不应该有能力独立评估一个模型是否足够安全。我们需要一个联合 AI 安全组织，包含来自世界各地的专家，并被前沿 AI 公司所在国家的政府认可。 6. 为安全而放慢 AI 的发展，必须被一个事实抵消：AI 在医学和其他科学中的发现可能会减少人类的痛苦。缺乏检查可能导致灾难性的结果（"早安！让我们来搞一个增强版天花"）。缺乏进展可能导致本可以被拯救的人死去——不只是当下，还包括未来许多将遭受疾病折磨的人。这看起来可能是一个奇怪的观点，但我们必须始终理解，停止 AI 也内嵌了安全成本，只是这层成本更加隐蔽。 7. Amodei 对中国的意识形态立场是不公平的。我们欧洲人 80 年前还在毫无体面限度地互相杀戮（人们现在忘了，美国当年投资欧洲稳定的原因之一就是我们确实极度危险，很可能会再来一次——而几十年的富裕会让我们成为一个好市场，同时阻止我们再次开战）。美国即使在当下，也有悲惨的不平等、因缺乏基本医疗而受苦的人、一个看起来不稳定且非常好战的总统。我希望中国拥有和我们西方一样的个人权利水平，但与此同时，中国的历史远不如西方文化好战。在当前条件下，AGI 军事锁定由中国执行会比美国执行更容易吗？这一点完全不清楚。此外，无论 GPU 出口政策如何，中国的 AI 进展都不会停止——所以 Amodei 要么是在主张一旦美国有了 AGI 就以武力阻止中国，要么他的论点到底是什么？ 8. 人类历史上有许多技术在某个地方率先达到顶点的例子。据我所知，这从来没有导致任何一个国家试图建立永久优势。核不扩散——这可能是与 GPU 禁令最相似的案例——并没有被用来通过威胁轰炸所有不服从者来获取永久经济优势，也没有阻止多个行动者在不同时间获得那项技术，其间没有任何一方为了阻止对方进步而轰炸对方。此外，我不认为 AI 的最大危险来自政府驱动的行为。我倒是希望这是最危险的场景！政府做蠢事，经常具有攻击性，他们的行动甚至导致了种族灭绝——但这需要很多人同意做一件可怕的事，这本身就是限制因素。最大的问题出在另外两种情况：A）少数个人制造了末日事件（病毒那个案例），B）AI 自身逃脱了构建它的人的控制。 我认为我们不应该认为 AI 是安全的。一个可能导致智人灭绝的关键事件是可能的。但危险不在开源模型，不在中国比美国进步更快。危险在于：一些 CEO（在世界各地都一样）没有所需的背景和合法性，却处于为全人类做艰难选择的位置。他们不是被选出来做这件事的——只是事件的随机性造成了这个局面。他们不能代表每个人——仅仅因为他们有 GPU 和钱。这是第一个需要被纠正的事情。 原文： #AISafety# #OpenSource# #AIEthics#

吴说获悉，以太坊联合创始人 Vitalik Buterin 发推表示，他不认同 Liron Shapira 关于 BTC 未来两年内可能因 AI 影响安全性而下跌 50% 以上的观点。Vitalik 称，他长期看好网络安全，认为 BTC 主要需要应对的是技术过渡问题，网络层攻击可通过升级客户端和矿池等方式处理；哈希算法或 PoW 机制被实际攻破的概率“极低”。

【AI監管】美國考慮設立類似金融業監管局的部門 負責審查AI模型 特朗普政府正考慮由獨立監管機構審查AI模型的安全性。據了解，美國財政部長貝森特幫助制定了這項提案，將設立一個獨立的AI監管機構，向美國證券交易委員會（SEC）報告，模式類似美國金融業監管局（Finra）。

如果 Venice 是隐私 AI 的应用端，那 @Arcium 可能是更底层的那一层 虽然 Venice（VVV）近期表现不错，让市场看到了隐私 AI 的应用端需求，但拿Arcium 与其对比，两者并不是替代关系，定位是不同的 简单来理解就是一个叙事赛道的不用层级。 Arcium 是把这个用户需求往底层基础设施推进。VVV偏前端入口，Arcium偏隐私 AI 底层加密执行网络 一、Arcium是什么？ 数据一旦被处理，操作者必须直接接触数据，带来攻击面、漏洞与高风险的信任假设。传统加密只保障“静态/传输中”安全，进入计算阶段即丧失机密性与控制权。 Web3链上高透明使敏感难以进行数据处理，阻碍行业规模化与高阶应用落地。 所以Arcium即为解决问题而生。是一款机密超级计算机，它为开发者、应用程序乃至整个行业提供大规模的机密计算能力 机密计算不是靠讲故事就能做的赛道。需要密码学工程能力、企业级经验和长期积累。 所以Arcium有一大硬实力亮点：Arcium 收购 Inpher 核心技术和团队，是它区别于普通 AI 项目的关键。 二、那是否有任何场景的保密计算，如下： 1️⃣保密型 DeFi；2️⃣协作式数据分析；3️⃣安全的 AI 模型训练；4️⃣暗池；5️⃣机构采用；6️⃣保密市场和拍卖；7️⃣供应链管理；8️⃣医疗数据 目前已经多个项目在使用Arcium的技术 @UmbraPrivacy 面向链上隐私的应用/钱包与支付层 @craftsdev 股权挂钩代币的空头定价 案例还有很多，篇幅有限这里就不一一列举 这说明Arcium的生态越来越丰富，已有落地实际应用啦。使得 Arcium 成为在日益数据驱动世界中实现安全、去中心化计算的理想解决方案。 三、TGE 小伙伴们最关心这个，其实比起价格，更应该关心的是 其token 在网络里的作用。 不只是治理 token，和网络费用、质押、节点安全、计算调度、治理等功能是绑定的。本质还是要看真实使用量和生态采用的 最后，注意⚠️ Arcium 不是普通 privacy 项目，而是应用迈向机构级场景时需要的一层基础设施。 Arcium 不仅能让人工智能、去中心化金融 (DeFi)、去中心化支付 (DePIN) 等行业以及其他所有行业受益于更高的数据安全性，还能催生全新的用例和应用。 不过后续还可以关注登陆是否含有大所，也是证明其实力的部分之一。