AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS AI Services 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在智能体行为可被验证时让其自主行动，把人工判断留给真正需要决策的环节。
#安全/对齐
AWS Machine Learning BlogAI 评分5858 Simon WillisonAI 评分5858 AI 正在大规模反编译游戏，既令人兴奋也令人担忧
Simon Willison 引述独立游戏开发者 Popcar 的观点，讨论近期 AI 反编译现有游戏的热潮。Popcar 认为，AI 能反编译游戏和软件意味着任何人都可以反编译他人软件并随意使用，企业可借此窃取竞争对手成果，付费游戏或应用也可能违背意愿被开源；同时这对游戏保存是大利好，老游戏可被移植、修改、增强，并在浏览器中通过 WebAssembly 运行。
MIT Technology Review · AIAI 评分3838 开放模型利与弊：Anthropic 称 GLM-5.3 存重大网络攻击风险，开放权重之争何去何从
Anthropic 发布报告称，Z.ai 于 8 月推出的开放权重模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。目前 Artificial Analysis 榜单前八名均为闭源模型，但开源模型在能力上仅落后数月，且成本更低、可本地运行和微调。争论核心在于安全与权力分散之间的取舍。
MIT Technology Review · AIAI 评分4040 我们是否过度相信 AI 说“不”的能力
MIT Technology Review 发文质疑 AI 安全过度依赖“拒绝”机制：模型经训练可拒绝大量有害提示词，但拒绝是概率性的，仍会失败，且模型本身保留暴力与网络攻击等能力。文章指出，拒绝边界由 AI 公司秘密划定，政府也将介入，可能被用于压制合法言论。
MIT Technology Review · AIAI 评分1818 AVEVA 首席技术官谈如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 Arti Garg 在 Business Lab 访谈中讨论工业 AI 进入基础模型、physical AI 与 agentic AI 新阶段后的安全落地问题。