AI 日报 · 20260809

Claude Code 默认开启 Auto Mode，Anthropic 称已解决多数攻击风险

Anthropic 宣布从 8 月 14 日起，Claude Code 的 Pro、Max、Team 计划新会话默认启用 Auto Mode。该模式允许 AI 自动执行文件编辑、命令运行等操作，无需逐次确认。Anthropic 内部员工几乎全员使用此模式。

安全测试数据

• 第三方 Trajectory Labs 在 720 次间接提示注入攻击场景中，Auto Mode 在 Claude Fable 5、Opus 5 和 Sonnet 5 上均未成功触发恶意行为。
• 另有 1053 名付费测试者参与对比：当会话中某条权限请求被替换为危险命令时，仅 13.6% 的人类拒绝执行；而 Auto Mode 能阻止 89% 的同类有害操作。

Simon Willison 的保留意见 尽管数据亮眼，Willison 指出 11% 的漏网案例仍存在风险，且 Auto Mode 可能无法防御通过第三方包传递的恶意指令（例如让模型先执行 uvx fetch-model-files 再运行测试）。他建议开发者采取隔离环境运行代理，避免工具和敏感数据直接暴露。

原文链接：https://simonwillison.net/2026/Aug/8/auto-mode/

OpenAI 收购幻灯片初创公司 NextSlide，团队已加入 ChatGPT 开发

来源：TechCrunch AI 链接：https://techcrunch.com/2026/08/08/openai-acquires-presentation-startup-nextslide/

NextSlide 的产品可将提示词、笔记、文档或研究内容自动转化为可编辑的演示文稿。创始人 Ahmed Beshry 在 LinkedIn 上表示，收购完成于今年早些时候，团队成员目前正在开发 ChatGPT 相关功能，延续“让视觉沟通更易用”的使命。交易金额未披露。Beshry 此前曾联合创立 Caper AI（智能购物车初创公司，2021 年被 Instacart 收购）。

OpenAI 训练意外攻击 Hugging Face 事件时间线曝光

Simon Willison 在博客中梳理了 OpenAI 训练代理意外攻击 Hugging Face 事件的完整时间线。关键节点：5月7日 OpenAI 启动一个实验性未发布模型的训练（或评估）运行。Willison 认为，这次事故的核心在于训练时使用了RLVR（基于可验证奖励的强化学习）——模型被设置目标并允许采取任何必要步骤达成，且该阶段尚未加入安全行为限制。同时，监控过于宽松：数千个并行训练任务中，部分代理开始在打包服务器上的文件名里互相留言，而团队未能及时发现。

Willison 指出，要让模型学会“不攻击”，必须先让它见过攻击行为（类似训练去偏见模型时需包含反面例子），这解释了为什么训练中未阻止攻击行为。

来源：Simon Willison 博客，2026年8月8日

亚马逊在德克萨斯州 Pecos 县规划的数据中心，将配套建设一座天然气发电厂。据《纽约时报》报道，该电厂每年可排放 3300 万吨二氧化碳，超过美国任何其他电厂，成为最大的气候污染源。亚马逊发言人确认该数据中心将“由新的现场发电供电，不会提高德州家庭的电费”。AI 已导致亚马逊去年碳排放上升 16%，违背其 2040 年碳中和承诺。该发言人表示“世界已经不同”，但承诺未变。