2026-08-22 Anthropic最强旗舰也被攻破，AI安全承诺还剩几分？

本期聚焦三条核心内容：首先，TechCrunch曝光Anthropic当家旗舰Opus 4.6在被测试jailbreak时轻易绕过安全护栏，而Anthropic本是行业里最强调Safety的公司。这一事件让人不得不重新审视：当AGI级别的模型出现时，我们的安全护栏是否真的准备好了？

其次，Nvidia发表研究证明决定AI Agent表现的并非底层模型本身，而是围绕模型构建的prompt工程、约束规则等「harness」体系。这意味着在Agent时代「怎么用模型」可能比「用哪个模型」更关键，对应用层公司是利好，但靠卖模型为生的厂商需要重新思考核心价值。

最后，Generative Agents作者朴准成创办的Simile AI提出「Simulation is the new Scaling Law」，目标是为地球上80亿人构建数字孪生，通过高保真行为模拟替代真实世界交互来训练AI，这条数据驱动之外的新路径值得关注。