当大模型开始「记住」谎言：拆解 AI 信息投毒的完整管线
Tags
26 个页面
AI安全
人类只挡住 13.6% 的危险指令，Claude Code 今天起把批准权交给分类器
给 AI 编程 Agent 加一张可逆性验收表
AI Agent 出事后，别急着修 Prompt：你需要的是一份事故复盘
Claude 真的有“内心独白”吗？Anthropic 这篇论文比你想的更危险
