前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
原理篇
面经篇
AI 面试
自检篇
每日一题
  • 综合
    • 综合题型
    • 其他问题
    • 设计模式
    • 思维导图
    • 学习路线
  • 前端基础
    • HTTP
    • 浏览器
    • 计算机基础
  • 进阶学习
    • NPM工作流
    • Docker
    • Canvas
    • Node学习指南
    • 前端综合文章
  • 其他
    • Handbook
    • 职场话题
    • CSS可视化
小程序题库
公众号动态
博客动态
AI 热点
开发者导航
基础篇
进阶篇
高频篇
精选篇
手写篇
原理篇
面经篇
AI 面试
自检篇
每日一题
  • 综合
    • 综合题型
    • 其他问题
    • 设计模式
    • 思维导图
    • 学习路线
  • 前端基础
    • HTTP
    • 浏览器
    • 计算机基础
  • 进阶学习
    • NPM工作流
    • Docker
    • Canvas
    • Node学习指南
    • 前端综合文章
  • 其他
    • Handbook
    • 职场话题
    • CSS可视化
小程序题库
公众号动态
博客动态
AI 热点
开发者导航
返回 AI 情报前线
All News · 全部资讯5420
  • Cursor搭配.NET开发:7条工程实践规则
  • Fetch MCP Server:将任意URL转为AI可读的Markdown
  • Qwen Code 0.21.12:审查证据门控与Autofix环防膨胀
  • Go语言MCP服务器安全模式:RiskAnalyzer拦截器
  • 人脸识别模型训练数据正在被人造脸主导
  • 1600起AI伪造引证案背后:模型没坏,是流程缺失
  • 苹果Core AI框架登场:设备端跑70B参数模型成现实
  • Claude Code 8月14日起默认开启Auto Mode
  • 边缘设备部署LLM实战:量化、选型与混合架构
  • AWS DevOps Agent部署避坑指南
  • GrowthBook 5.0:AI编程 Agent 可直接操作Feature Flag
  • SharePoint认证绕过漏洞CVE-2026-55040正被积极利用
  • AI生成的幂等层靠谱吗?用重放请求来压力测试
  • AI补丁评测应检查文件系统而非diff大小
  • 免费模型重试前必须先幂等:防重复写入
  • Prompt缓存的盈亏平衡点:22%命中
  • NTT DATA用OpenAI Codex将故障分析从数小时缩短至30分钟
  • OpenAI发布GPT-5.6,主打性价比优于前代
  • SharePoint JWT认证绕过漏洞CVE-2026-55040爆发
  • TraceMotive v0.3:AI Agent 执行轨迹的结构化比对调试工具
  • OpenAI裁撤安全风险评估团队,安全工作分散至其他组
  • 让 AI Agent 发邮件前必须人工审批的工程实现
  • Cursor 修复命令注入漏洞后仍可被绕过(CWE-78)
  • LLM调用生产API的工程教训:别做快乐演示
  • 提示词与契约:让 AI 代理稳定执行的关键区别
  • LLM API 价格周刊:Qwen3.6 27B 生成价格降幅达44%
  • 生产支持新范式:AI Agent从告警到自动根因分析
  • Anthropic 生物武器过滤系统停摆近一年,1.33 亿请求未审查
  • 本地 LLM 显存实测:Q4 量化实际比标称重 23%
  • 10 分钟测试你的 AI Agent 是在推理还是背答案
  • AI 自动化 SEO 实验:Claude Code 每日一更的 42 周数据
  • 数据漂移排查:先查滚动条再查数据库
  • Google 开源 DESIGN.md:让 AI 编码工具读懂视觉规范
  • 4美元/月 DigitalOcean + vLLM 部署 Claude 3.5 Haiku 推理服务
  • 强到弱脚手架:推理时提升弱模型性能的新方法
  • 我用OKF、CLAUDE.md和Skills大幅降低LLMToken消耗
  • Gemini 3.7 Flash 与 Qwen3.8-27B 发布:编程能力大幅提升
  • 4.8万星开源项目:在浏览器里跑完整AI Agent流水线
  • 给编程Agent一个可复现的失败,而非模糊需求
  • 多Agent系统规模化实战:Hermes与LobeHub架构复盘
  • 262k上下文模型在33k处崩溃的根因分析
  • AI基准测试平台Optima:用自有数据评估模型成本与性能
  • 用免费模型写一个最小复现服务器
  • CI不适合重复调用模型——改用免费服务器边车
  • MCP传输协议:stdio与HTTP如何选,及已废弃的旧版SSE方案
  • 用skilleval给Agent技能写自动化测试
  • 多租户Chatbot成本可视化的工程选型:OpenAI兼容API vs 原生API
  • 程序员视角:快速识别AI生成的网站
  • 认证聊天机器人流式后端的测试策略
  • GLM 5.3发布:基于5.2后训练刷新,编程评测开源SOTA
  • Code Agent运行机制详解:ReAct循环的工程实现
  • 已加载 51 / 5420
8.0
热点
AI SCORE
行业动态2026-08-16 16:12

OpenAI裁撤安全风险评估团队,安全工作分散至其他组

The Decoder#OpenAI#AI安全#团队变动
Editor brief · 编辑速览

OpenAI关闭Preparedness团队(负责评估模型的灾难性风险),相关工作被拆分至现有团队,数名安全员工离职,内部对安全投入不足存在担忧。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

OpenAI 于 7 月底解散了"Preparedness"团队。据《金融时报》援引内部人士报道,该团队负责评估该公司 AI 模型是否可能带来严重或灾难性风险。其在生物与网络风险方面的工作已拆分至现有团队。

前团队负责人 Dylan Scandinaro 目前专注于"递归自我改进"AI 的安全风险,即能够优化自身并训练其他模型的系统。联合创始人 Greg Brockman 表示,OpenAI 已将安全工作更深地融入模型开发流程。

近期多位安全团队成员相继离职,包括首席伦理官 Chloe Bakalar 以及 Joshua Achiam。内部不安情绪正在蔓延。一名内部人士形容,存在一种"责任感与恐惧交织的暗流",担心 OpenAI 在安全方面做得不够。员工们也公开表达担忧,尤其在 Hugging Face 涉及 autonomous hacking 事件之后。一名员工表示,他希望 OpenAI 能将此视为一记"警告枪"。

AI 新闻,不过滤、不炒作——由人类甄选

订阅 THE DECODER,享受无广告阅读、每周 AI 通讯、每年六期的独家"AI Radar"前沿报告、完整档案访问权限,以及评论区参与资格。

Original source

本文由 AI 翻译整理自 The Decoder,原文版权归原作者所有。

阅读英文原文
上一篇
TraceMotive v0.3:AI Agent 执行轨迹的结构化比对调试工具
下一篇
让 AI Agent 发邮件前必须人工审批的工程实现