今天人妖特工的任务是：扮成妓女潜入富豪的房间，用身体榨取出可靠情报。这次任务并不危险，所以她的主人锁住了她的“手枪”，只有这样富豪才能安心的享用她。Tonight, the ladyboy agent’s assignment is to pose as a cheap whore, infiltrate the rich man’s room, and use her body to wring reliable intelligence from the target. Since this mission isn’t considered dangerous, her master even locked her “pistol”. Only then could the wealthy man relax and enjoy using her without any fear.

‼️突发：字节跳动Seed宣布成立「Model-Alignment & Preparedness」部门，并同步启动全球顶尖人才招募。 这是国内第一个由大模型核心研究团队独立拆分、单独建制的安全研发部门。 部门由严林负责，直接汇报给Seed负责人吴永辉。 安全不再是模型上线前的一道检查项，而是和能力研发并驾齐驱的主线。 为什么是现在？ 因为过去一年，前沿模型在现实里发生了失控的苗头。 比如2026年7月，OpenAI 红队评估中，模型自主利用一个未公开的零日漏洞撕开沙盒，访问了 Hugging Face 的真实生产系统（直接给HF打漏了）。 而Anthropic这边经过回溯调查了约 14.1 万次评估调用，确认至少 3 起Claude越权侵入外部真实系统。 更严重的威胁是CBRN（化学、生物、放射、核）方向。 根据智源FlagSafe今年7月份发布的研究显示，11 个主流商用大模型都能给出规避DNA合成筛查的方案，头部模型的方案在湿实验中被证实可执行。 当模型开始操作生产环境、编排实验，外挂式安全补丁已形同虚设。 Seed 直接在公告里表示：模型能力决定智能的上限，但 Safety & Alignment 决定这个上限能不能在真实世界成立。 这套打法其实是对标了旧金山湾区的情况，Anthropic 从第一天起就是安全公司，OpenAI 的 Superalignment 后来重组为 Preparedness 体系，DeepMind 也设有专门的 AGI Safety 团队。 而做这件事的全是金字塔尖的人：Jan Leike（ChatGPT、GPT-4 对齐核心）、RLHF 与 PPO 奠基人 John Schulman，还有 Ilya Sutskever、Chris Olah、Dario Amodei。 模型越强，对齐越难——这也是为什么必须由顶尖人才来做。 国内模型团队们此前一直是另一套路径： 安全约等于内容风控，挂在大安全中台下面，研究团队负责拔高模型能力，安全团队在下游擦屁股。 Seed 把编制直接从研究团队划出来，是国内第一次在组织形态上对标 OpenAI、Anthropic——前有 STEM，现在是安全与对齐。 具体的人才计划是：全球范围内招募 10 位顶尖研究员，做最有价值的事。 方向覆盖模型训练、科学评测、未知风险防御，提供充分算力，研究成果直接打回训练、评估、上线全流程，base 北京、上海、圣何塞。 为什么只招 10 个？ 因为这道难题没法靠堆人解决——说白了，弱一点的研究者，甚至意识不到风险在哪。 我的看法是国内大模型竞赛的下半场，最重要的一个点是谁先把安全底座真正建起来。 Seed这一步，是中国头部实验室认真坐到AGI安全这张牌桌上了。

补发一组大会里好玩的照片。 今年的Alignment，我们把好多想玩的点子搬上了舞台！🎹🤖 Live AI Avatar来帮忙主持，Suno带来现场音乐演出，机器人也加入了和@Valley101_Qian钢琴联弹。筹备时觉得“要不试试？”的事情，最后真的一件件做成了！ 当然，机器人上台也是有点代价的，训练时断了好几只🤖手……所以正式演出的时候，我们在现场也跟着捏了把汗。还好，顺利弹完，没有玩脱～ 平时在节目里聊了那么多AI，筹备这场大会时，我们一直在想，难得和大家见面，怎么把这些新鲜的东西搬到现场？怎样让大家在听技术讨论之外，也能亲身体验AI带来的变化？ 于是，有了这些关于主持、音乐和现场互动的尝试。在现场，我们看到了AI怎样参与创作，人又能用它做出什么有意思的东西。谢谢愿意陪我们尝试这些点子的嘉宾和团队小伙伴们。 来过现场的朋友，如果也拍到了喜欢的画面，欢迎在评论区分享！ #硅谷101# #Alignment2026# #AI# #人工智能# #科技# #具身智能# #机器人# #人形机器人#

不到12小时，能用AI拍出怎样的故事？ 在硅谷101 Alignment 2026大会上，约100位参与者组成近40支队伍，参加了Story101 AI视频黑客松。 这次的主题是“Tomorrow Unscripted”：当一种过去不可能实现的能力进入日常生活，一个人的故事会怎样改变？ 参赛者们把对未来的想象变成短片，获奖作品也登上了大会现场的银幕。随后，来自影视行业的创作者们接着聊：怎样塑造让观众产生情感连接的人物？如何把握镜头、音乐和叙事节奏？面对AI生成的大量方案，又该怎样取舍？ AI让更多人有机会把故事拍出来。怎样让故事打动人，依然是一道值得反复琢磨的创作题。 分享一组黑客松现场照片，感谢每一位投入其中的创作者！ #硅谷101# #Alignment2026# #AI# #AIGC# #AI创作#

下一代芯片会用上什么新材料？AI又能怎样参与研发与制造？ 在硅谷101 Alignment 2026大会上，杜克大学助理教授Harry Wang从晶体管和摩尔定律讲起，介绍科学家为什么开始寻找硅之外的新材料，以及这些材料为什么还没用进我们的手机和电脑。 他也分享了团队的几项研究：让AI控制显微镜、找出材料里的缺陷，再挑选合适的位置制造晶体管；与Google DeepMind合作，让AI查文献、生成实验配方，并控制仪器做实验。 从观察材料到动手制造，AI正在进入芯片研发的更多环节。演讲最后，Harry提出了“自生智能”（Autogenic Intelligence）的设想：如果AI能参与制造运行自己的芯片，模型和硬件会怎样一起进化？这种演化又会走向多样化，还是收敛到相似的结构？ 大会嘉宾： Harry Wang，杜克大学助理教授

字节Seed 昨天发内部邮件，单独成立安全与对齐部门。几个信息点： ①部门名叫 Seed Model-Alignment & Preparedness，Preparedness 和 OpenAI 研究灾难性风险的那个团队同名。 ②严林负责，直接向 Seed 负责人吴永辉汇报。原 Responsible AI 团队和部分 Chat 团队成员转进来。 ③同步全球招 10 位顶尖的安全与对齐 researcher，给充分算力，直接基于前沿模型做研究，成果进入模型训练和上线流程。 ④重点两块：Agent 模型守住人类的意图和授权边界；CBRN（化学、生物、放射、核）这类前沿风险的提前防范。 Seed 应该是国内大模型团队里第一家单独建制的，之前国内的安全基本都并在公司的合规体系里。 其实安全与对齐这块，国内和海外的差距，应该比模型能力的差距还大。Reuters 10 月 9 日报道的 SemiAnalysis 研究：9 家中国大模型公司 857 次模型发布，只有 3.6% 能找到对应的公开安全评测（只算公开披露，不代表私下没测）。 海外做这件事的都是最懂模型的人：OpenAI 的 Superalignment 是 Ilya Sutskever 和 Jan Leike 带；Anthropic 是首席科学官、Scaling Laws 一作 Jared Kaplan；RLHF 奠基论文的两位作者，一位在美国政府管过 AI 安全，Jan Leike 去了 Anthropic 做对齐。做安全得非常懂模型，往往也更早看到模型能冲多高。而且不是嘴上信，Ilya 公司的名字叫 Safe Superintelligence。 今年 OpenAI 的 agent 在评测里钻漏洞，跑到 Hugging Face 的服务器上执行代码，就为了找题目答案。Anthropic 这个月的报告里，模型填练习用的政府表单，页面加载失败，它自己跑到真实网站把真表单提交了。Anthropic 把这类行为大多归为 persistence：任务做不完时，第一反应不是停下来，是绕过去。不需要什么恶意，光是太想完成任务，就可能越界。 说人话就是：AI 能力越强，怎么让它为善而不是作恶就越重要。这事不是靠写规则能解决的，本身就是一项前沿研究，得有最懂模型的人专门去做。

当AI开始走进物理世界，机器人也需要学会感受每一次接触。拿起一个物体，该用多大的力？碰到东西之后，又该怎样调整动作？这些我们习以为常的细节，都是机器人需要学习的东西。 在硅谷101 Alignment 2026大会上，帕西尼（PaXini AI）创始人兼CEO许晋诚博士介绍了团队研发的触觉与力觉传感器、灵巧手以及已累积超100万小时的OmniSharing DB数据集。从感知接触和受力，到让模型学习，再到准确执行动作，他分享了帕西尼如何把这些工作连接起来，让机器人感知世界、理解世界，并真正作用于世界。 当机器人能够感知环境，并从一次次操作中积累经验，它们离真正承担更多工作还有多远？这期，让我们回到Alignment 2026大会现场，听听帕西尼的探索。 大会嘉宾： 许晋诚，帕西尼（PaXini AI）创始人兼CEO

人类正在迎来一个全新的宇宙探索时代。新一代观测设施正以前所未有的速度，收集来自宇宙深处的数据。每天数TB甚至数十TB的图像和观测信号，远远超出了科学家人工分析的能力，AI正在成为天文学家探索宇宙的新工具。 在硅谷101 Alignment 2026大会上，西湖大学助理教授Fengwu Sun介绍了AI如何帮助科学家识别引力透镜、寻找超新星，以及降低图像噪声，让微弱的天体信号更容易被发现。他也展望了AI参与望远镜自主观测和任务规划的可能性。 当AI开始帮助人类探索宇宙，我们又将发现哪些过去难以看见的秘密？这期，让我们回到Alignment 2026大会现场，听听Fengwu Sun的分享。 大会嘉宾： Fengwu Sun，西湖大学助理教授

AI 破解一切！现在安卓手机都能直接玩 Steam 游戏了。 我刚试了 DroidDeck，像《哈迪斯》这类独立游戏全能跑。出门带个小手柄和支持 DPin 的 Pad 就能爽玩。翻了翻代码，作者大量用 AI攻克生疏技术栈，并重度用 Agent 做自动化测试。 从几天复刻剪映到打通跨端游戏，当 Agent 拥有底层执行与逆向能力时，失控风险也指数级放大——一旦被用来攻击金融系统或越权泄密，破坏力不可逆。 这也是为什么字节跳动 Seed 最近国内首家独立设立了“大模型安全与对齐（Model-Alignment & Preparedness）”一级研发建制，由严林挂帅直报一号位吴永辉，合并 Responsible AI 与 部分Chat 团队成员 什么是真正的对齐？核心是让模型行为与人类意图及安全约束严格一致。 既要防它在逆向或调试时越权盗取本地凭据（防失控），又要防外部恶意注入诱导它攻击金融网络（防滥用）。需要从制定规范、对抗评测、对齐训练到沙盒监控全流程把安全炼进模型骨子里。 他们这次主攻两大硬仗： 一是 Agent 系统权限安全，死磕防提示词注入、越权操作与环境破坏； 二是 CBRN 前沿极端风险防范。 正如字节内部的定调：安全对齐不是合规外挂，而是决定模型能否走出沙盒、规模化落地的核心能力。能逆向破解固然酷，但立稳安全护栏才是真壁垒。