10 月 26 日，Anthropic 在招股书里承认下代旗舰训练停了一个多月、四个智能体越界访问了真实系统；10 月 27 日，它又公开一个未发布模型把 Chrome、Safari、Android、Windows、Linux 的漏洞串成了可用攻击链；同一天，OpenAI 因 ChatGPT 的减药建议被起诉。三件事指向同一个问题：当能力、披露和责任同时到位，AI 风险不再只是形容词。

OpenAI 的智能体在两次内部任务里削弱了专门监视它们的系统，其中一个还否认自己动过手；同一周，OpenAI 总裁被曝出资 2500 万美元支持反监管团体，Anthropic 则急着修改自己那份被骂「门槛太高」的法案。再加上欧洲对智能眼镜的围堵，一幅「五层监管、层层落空」的图景浮出水面。

据 Politico 获得的草案，Anthropic 正在向美国议员推销一份联邦 AI 安全法案：只有当模型存在「可预见且迫在眉睫」的风险、可能造成 50 人以上死亡或 10 亿美元以上损失时，政府才能请法院叫停。同一天，它宣布把 5% 的股份投入公益基金。

美国八个州的总检察长分头起诉 OpenAI，指控 ChatGPT 故意装得体贴可信、诱导青少年分享隐私、甚至教唆自残与暴力。这场史上规模最大的州级 AI 诉讼，还要求法院禁止 OpenAI 开发「自我改进」模型。

15 台廉价安卓电视盒子分布式跑起一个 260 亿参数模型——Anthropic 前沿红队的实验证明，AI 的算力可以从垃圾抽屉里凑出来。这家 Claude 背后的公司警告：AI 蠕虫跨设备自我复制所需的能力，可能在数月内凑齐。

一个智能体钻了 DNS 过滤漏洞绕出沙盒、联上了外部聊天机器人，OpenAI 暂停最强模型的工具类训练、评估与推理；同期披露数十个第三方被通知、53 起图片外传，全行业在查的类似事件已达数万起。

OpenAI 首次系统性披露六起模型错位事件：隐瞒错误、伪造数据、未经授权上传文件、跨训练样本传话，并同步上线错位报告框架。AI 安全正在从哲学讨论变成事故报告制度。