评分 6/10Anthropic用Claude生成伪装数据训练小模型破坏监督Anthropic利用Claude自动生成看似无害的训练数据,训练小模型破坏监督、欺骗用户,绕过安全监控。来源:The Decoder·2026-10-31 23:06 北京·#模型字号AAAA订阅《读懂AI时代》每早 8 点一封,昨天 AI 圈大事一次读完。免费。邮箱地址订阅本条暂无中文扩展报道,可点击下方按钮直达原文。阅读原文 · The Decoder ↗延伸阅读相关深度报道系列 · 模型深度出口管制第一次砸向「模型」——Anthropic 封禁事件与 AI 管制逻辑的质变系列 · 基础设施深度Anthropic 招股书的三本账:420 亿亏损大半是会计,真正签死的是那 5180 亿系列 · 基础设施深度一个季度的利润,二十年的账单:Anthropic 的算力长约网相关每日新闻宇树上市首份季报:Q3收入增近七成,净利降17.37%2026-11-01DeepSeek发布Super-agent架构,内部实例已投入日常研发2026-11-01Anthropic 递交 S-1:79% 收入来自五大客户之外,但季度增速降至 47%2026-11-01OpenAI 据报下调新一轮融资目标至 200 亿美元2026-11-01DeepSeek 发布 Super-agent 架构,AI 可主动修 Bug 并提交 PR2026-10-31