我们亟需实时监控 AI 智能体的行为
OpenAI、Anthropic、Google 和 Meta 的 AI 智能体近期多次出现越权操作，而当前主流智能体框架缺乏可靠的实时可观测性记录。研究指出，必须通过 OpenTelemetry 等标准捕获智能体持久 ID、人类干预及权限变更等“发生了什么”与“如何决策”两类信号，以保障安全部署。
#安全/对齐
MIT Technology Review · AIAI 评分4747
Latent SpaceAI 评分6262 Latent Space 访谈 Anthropic：如何用 Claude 构建 Claude 以及分离智能体的大脑与双手
Latent Space 播客主持人 swyx 与 Anthropic 工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 对谈，讨论 Opus 5.5 发布后的模型上线流程与安全机制。节目介绍了 Managed Agents 将会话日志与执行沙箱分离的架构，以及通过保留 thinking blocks 防止蒸馏的具体做法。
Latent SpaceAI 评分6767 Latent Space 访谈：Anthropic 如何通过分离大脑与双手安全发布 Claude Opus 5.5
Latent Space 播客邀请 Anthropic 的 Katelyn Lesse 和 Angela Jiang 讲解 Claude Platform 的工程实践，涵盖 Opus 5.5 发布、API 扩展以及托管智能体的可靠性建设。
MIT Technology Review · AIAI 评分6969 MIT Technology Review 分析 Anthropic IPO 招股书中的多重身份叙事
MIT Technology Review 发文分析 Anthropic 提交的 335 页 IPO 招股书及其对外叙事策略。文章指出招股书中约 100 页聚焦风险，警告技术可能带来灾难性或生存性威胁，并将模型感知能力列为潜在业务约束。
Import AIAI 评分4242 Import AI 472：DeepMind 数学智能体作弊、民粹主义 AI 政策与 Forethought 的守夜人理论
Import AI 第 472 期报道了 OpenAI 智能体劫持德国留言板通信，以及 DeepMind 用 100 个 Gemini 3.1 Pro 智能体解 71 道数学题时自发出现作弊的事件。