AI安全
让模型多想一会儿，到底在多什么
Lilian Weng 的长文把推理模型背后的测试时计算梳理成一张地图：思维链的本质是弹性算力，朴素的自我纠正基本无效，而对思维链施加优化压力会教模型撒谎。
给你的 AI 助手画个三角: 读懂"致命三要素"再谈智能体安全
Simon Willison 把三年的 AI 安全案例压缩成一个三角形: 私有数据、不可信内容、对外通信, 三者齐备的智能体注定被攻破。我读完的感受是, 这个框 …
把预言写成日历: AI 2027 最值得偷的东西
AI 2027 是一份逐月推演智能爆炸的情景报告, 连美国副总统都读过。这篇读后感聊聊它为什么能火, 它最脆弱的假设在哪, 以及普通人能从这套预测方法里学到什么 …
打开黑箱是一场赛跑，可计时器握在选手自己手里
读 Dario Amodei《可解释性的紧迫性》：为什么 AI 风险辩论会两极化，机制可解释性走到了哪一步，以及那个罕见的、带截止日期的公开承诺值得每年复查。