搜索
01、产业
Mythos 2 不发，Astra 停训，前沿模型的安全策略初现
8 月 18 日，OpenAI 披露，公司此前暂停了两周针对拟部署模型的强化学习训练。截至公告发布，最大规模的前沿 RL 训练仍未恢复，较小规模的训练和评测还在继续。
Anthropic同样有一个新模型受阻，SemiAnalysis 主编 Dylan Patel 在 8 月 17 日的采访中称，据他获悉，Anthropic 的下一代模型 Mythos 2 已经完成训练，但不会发布。
两家前沿实验室最近做出了表面相似、性质不同的选择：Anthropic 把一个更强模型留在内部，OpenAI 则因为 Astra 可能具备“关键网络安全能力”，直接收紧了部分训练和推理工作负载。
从Astra的暂缓，我们看到持续了近3个月的模型安全争端，正在逐渐走向一种更成熟的处理方法。
过去，安全评估多在模型训练完成后展开，先测试能力，再决定能否发布。据OpenAI透露，Astra 让控制点前移。模型在 RL 和评测中已经能够执行代码、调用工具、接触内部系统，有时还能访问网络。研究集群不再只是存放实验数据的后台，也成了模型可以采取行动的环境。
OpenAI 因此要求 Sol 级别以上模型只要在 RL 或评测中使用工具，就进入新的监测系统。
这套系统逐 token 扫描模型活动，再把可疑行为交给计算量更高的自动调查器。最高优先级警报会同时通知安全、研究和安保团队。如果 30 分钟内无法确认是误报，相关活动应被暂停。
OpenAI 估算，监测约占被监测推理算力的 20%。它开始消耗集群预算，并影响训练吞吐、权限配置和实验排期。安全团队也由发布审查者变成了训练调度的一部分。
Anthropic走了另一条路径去规避安全问题。Model 2 没有变成产品，却已经成为内部生产资料。它可以生成代码、测试、评测题和训练轨迹，帮助研究人员改进后训练、工具链与下一代实验。播客进一步猜测 Anthropic 正用它推进 Mythos 3。
虽然Anthropic不发布的另一大原因是，从System Card上看，Mythos 2 提升幅度较Fable 5有限，因此可能不符合预期。
但无论如何，现在面对安全瓶颈的两条路都比较明确了。一条是如果不够好，那就干脆不发，规避问题，直到解决为止。另一条则是提出更前移的安全监测，在训练期更深度的加强安全。
Codex增速反超，Anthropic 旗舰模型铩羽
TrickerTrends的指标显示，最近一个月来 Codex最近四周的年化收入增速为20.8%，Claude Code只有5.2%。企业端也不太好看，Ramp企业支出数据则显示，三季度至今OpenAI增长约82%，Anthropic约76%。
Codex似乎已经有反超的趋势了。
回头看二季度收入，情况正好相反。Anthropic收入约116亿美元，环比增长超过100%，《华尔街日报》8 月 18 日援引知情人士报道，OpenAI 二季度收入由一季度的 57 亿美元增至 67 亿美元，环比增长仅有 18%。
短短三个月，攻守之势异变。
Anthropic降速主要是来自两个方面。
首先是新旗舰Fable 5的采用，似乎并不理想。Ramp数据表明，目前单看B端旗舰模型GPT-5.6 Sol占OpenAI企业token的25%、模型支出的23%。而 Fable 5只占Anthropic token的6%、支出的11.4%。
Fable 5的受阻并不难理解。这款模型6月9日开放，三天后因美国政府指令下线，约18天后才恢复，而更强的Mythos 5仍只向获批客户开放。Fable 5每百万输入和输出token分别收费10美元和50美元，约为GPT-5.6 Sol当前促销价4美元和20美元的2.5倍，部分企业还面临30天数据保留要求。
模型能力虽强，价格、供应和合规摩擦却阻碍了企业铺开使用。
另一个原因则是OpenAI Codex 本身追赶迅速，尤其是运营策略相当成功。Codex被装进Plus、Pro、Business和Enterprise订阅，部分用户获得免费使用、双倍额度或推广credits。ChatGPT Business年付价格从每席25美元降到20美元，符合条件的团队成员和学生还能获得100美元额度。
Codex周活用户到6月已超过500万，较2月增长六倍，近期据Tibo的推特，整体月活已经突破千万，稳步增长。OpenAI用已有账户、订阅和支付体系，把模型进步迅速变成使用增长。
二季度收入覆盖4月至6月，记录的是Anthropic前一轮Claude Code爆发和企业合同扩张。OpenAI的GPT-5.6、价格调整和Codex推广主要发生在6月底至8月，最早影响的是调用量、活跃用户和credits消耗，合同扩容与收入确认通常更晚。
但这次OpenAI Codex的崛起，是否很快能追平Anthropic的优势呢？
并不容易。
最新报道中的年化收入约为Anthropic 650亿美元、OpenAI 400亿美元，相差约1.63倍。即使Anthropic停止增长，OpenAI也要再增长62.5%才能追平。82%对76%的增速差只能说明方向发生变化，无法立即消除收入鸿沟。
更重要的是收入质量。Vercel的6月生产数据中，Anthropic用32%的token获得61%的支出，并在coding agent、后台agent和应用生成等任务中取得至少72%的支出；OpenAI则是10.3%的token和16.1%的支出。
在当下，企业用户没有大规模转投的情况下（增速差距不大），Claude仍控制着企业最愿意付高价的任务。
Codex的许多新增使用则包含在订阅额度或优惠credits里。只有用户耗尽额度后继续付费、企业扩大合同并在续约时保留这些工作负载，使用增长才会变成可持续收入。
降价还能换来采用，却可能压低单位收入。OpenAI必须证明推理成本下降得比价格更快。
OpenAI 把 Codex 做成平台，但这和DSH想做的方向不同
2026 年 8 月 19 日，OpenAI 发布《Codex as a platform》，把 Codex 明确描述为可复用的开放 Agent Harness。
过去大家更多把它当成编程应用、CLI 或 IDE 插件，现在 OpenAI 希望开发者调用底层能力，把 Agent 嵌进运维后台、安全调查、客服系统和企业内部工具。
但这里开发者不用再从头搭线程管理、上下文维护、工具调用、沙箱、人工审批和任务续跑。
OpenAI 提供了三种接入方式。简单任务可以直接用命令行，连续任务可以用 SDK 保存状态，想自己做界面和业务流程，则可以接 App Server。应用能够创建、恢复或分叉线程，启动和打断任务，切换模型，设置工作目录与权限，注入上下文并接入动态工具。
Codex 的扩展能力比普通 API 深。开发者可以改指令、添加 Skills 和 MCP 工具、配置子 Agent，还能通过 Hooks 卡在工具调用、上下文压缩和 Agent 停止等节点上。
比如，一条 Shell 命令执行前，Hook 可以检查参数，拦截危险操作，甚至改写命令。工具跑完后，它还可以给 Agent 补充信息，要求再做一轮。
看到这里，很容易以为 Codex 已经把 Agent Loop 完全开放了。可如果拿它和 DSH 相比，底层差别仍然很大。
Codex 更像一台已经装好发动机和变速箱的车。开发者可以换轮胎、改仪表盘、设驾驶规则，也能在几个位置加传感器；但发动机怎么点火、何时换挡、故障后怎么重试，还是由 Codex 内核决定。
从目前官方公开接口看，OpenAI 没有把规划器、记忆、调度器、压缩算法和主循环拆成可以随时替换的模块。
开发者当然可以 fork 开源代码硬改，但这意味着维护自己的分支，不是平台原生支持的结构重组。
DSH 瞄准的更底层。它不只让人配置 Agent，还把 Harness 本身变成实验对象，组件可以更换，运行结构可以重新生成，再由任务评测决定保留哪些改动、回滚哪些方案。
所以，OpenAI 所谓“平台”，不是把 Agent 内部结构全部交出来，而是提供一个能力完整、接口稳定、便于嵌入的内核。对法律、金融、客服和研发工具团队，这种自由度已经够用，落地也更快。此举主要是要降低垂直行业使用 Agent 的成本，让更多产品建在 OpenAI 的执行底座上。
而DSH 想探索 Harness 能不能自己长出更好的组织方式。
虽然都在争夺Runtime，但逻辑并不完全一致。
NVIDIA 部分 AI 整机报价据报将上调 15% 以上
Bloomberg 在 8 月 22 日的媒体报道中援引知情人士称，NVIDIA 已通知部分大客户，搭载 Vera Rubin、Grace Blackwell 等 AI 芯片的许多服务器配置将在 2027 年初交付时涨价 15% 以上，主要原因是内存成本上升。
过去一年，我们都在计算新模型推出后，单位智能的价格下降如何迅速。但单位 token 价格下降只反映模型服务的一项边际成本，而训练和推理集群还要支付高带宽内存、CPU、网络、机架、电力、冷却和交付周期的费用。
模型越便宜、Agent 调用越密集，企业越可能增加总调用量。如果内存和整机同时涨价，模型端节省的预算会在基础设施端被吃回去。
这也有可能会带来一轮新的模型涨价潮，就类似在手机行业看到的那种一样。
02、研究
GEN-1.5 10秒学习可以做新动作，具身智能的新路线开始见效
8月19日，Generalist发布机器人基础模型GEN-1.5。公司称，模型观看3至12秒的传感器—动作演示后，无需更新参数便能执行新任务，在十项短时操作上的平均成功率为59%。
如果使用1至5分钟、约10至50次演示训练，模型只需更新1至10步，十步平均成功率达到83%，权重变化不到0.15%。
除模仿外，它还会换手开盖、清除障碍或处理卡住的物体。官方也承认，测试以拉拉链、开罐和取物等短时操作为主，上下文学习比微调模型更脆弱。
这次发布延续了过去一年的技术演进。
2025年11月，GEN-0展示物理预训练的规模效应。2026年2月，DreamZero正式提出世界动作模型（WAM），联合学习未来世界状态和机器人动作。4月，GEN-1使用超过50万小时真实交互数据，在多项简单任务上达到99%以上成功率，并出现重抓、换手等恢复行为。而6月发布的Behavior Prompting Policy则发现，任务多样性是行为提示能力的主要驱动力。
而 GEN-1.5可以看作今年具身智能路线汇合后的代表系统。广义WAM式时序建模、多样化预训练、带纠错过程的真实交互数据，再加上测试时快速适应都出现在了它的介绍文档中。
虽然没有具体的模型开源，但从其报告叙述中可以看出，它至少不是单纯的VLA模型，而是从连续物理经验中学习状态、动作和后果之间的关系。新演示更像在已有策略空间里指定目标。
同时Generalist强调的是高保真采集会自然保留力反馈、滑落、微调和恢复。模型不只看到标准轨迹，也看到人怎样修正偏差。数据又覆盖不同任务、物体、环境和机器人形态，模型因而可能形成可复用的抓取、施力和纠错方式。
这也解释了few-shot为何能起效。预训练已经让模型接近掌握许多基础动作，几秒演示主要告诉它“这次要完成什么”，再把已有能力组合起来。
微调较少时，模型保留的预训练先验更多，遇到演示之外的障碍有时反而更会变通。
它的成功，至少证明26年这整套新配方能够降低新任务的数据与训练成本，并产生策略重组和现场恢复。
但目前只能说到了GPT 2时刻，里ChatGPT还差着一些关键步骤。目前有效的长程任务还是解决不了，单次展示带来的 59% 学会率也只覆盖公司选择的短程原子任务，泛化也相对狭窄。
AI为抗癌出了力，但不是AI改写了抗癌史
2026年8月19日，默沙东与Moderna在美国新泽西州拉韦和马萨诸塞州剑桥宣布，全球III期INTerpath-001试验达到预定目标。
研究对象不是等待肿瘤缩小的晚期患者，而是已经通过手术完整切除肿瘤、但仍有较高复发风险的IIB至IV期黑色素瘤患者。1,137人接受“Keytruda加intismeran”或“Keytruda加安慰剂”的实验。联合组在延缓复发和远处转移上都更好，也没有发现新的安全信号。
此前IIb期的长期结果已经显示疗效，III期是在更大人群中确认这条路线。
这个新药开发的过程大概是这样的：医生先拿患者的肿瘤组织和正常样本做DNA测序，找出癌细胞独有的突变，再看肿瘤RNA，确认哪些突变真的在表达。
一个肿瘤可能有很多突变，但多数不适合放进疫苗：有的没有表达，有的蛋白不会被切出合适片段，有的片段装不进患者的HLA。
HLA就像细胞表面的展示架，T细胞并不直接看mRNA，它检查的是“蛋白小片段＋HLA”。
AI的工作就在这一步。它根据肿瘤DNA、RNA表达和患者的HLA型号，给候选突变打分，预测哪些片段最可能被展示、又最可能让T细胞认出来，最后选出最多34个，编码进一条患者专属的mRNA。
它没有设计新的T细胞受体，也不直接参与杀伤。
没有现代AI，传统生物信息学和实验也能筛选，但每名患者都要重新做一遍，逐个验证会很慢、很贵。AI缩小了实验范围，目标是提高选靶命中率，也让“一人一配方”更接近可交付的工业流程。
注射后，脂质颗粒把mRNA送进树突状细胞等免疫细胞。细胞照着mRNA生产带有肿瘤突变特征的蛋白，切成小片段，放到HLA上展示。人体原本就有大量识别器各不相同的T细胞，少数刚好能认出这些标记的T细胞会被激活、复制，然后到全身寻找展示同一标记的癌细胞。
Keytruda阻断PD-1，避免肿瘤把这批T细胞重新按住。mRNA过一段时间会被分解，不进入细胞核，也不改写DNA。
因此，这次结果证明的是整套组合在这类患者中有效，测序找突变，算法筛候选，mRNA递送教材，HLA负责展示，T细胞执行杀伤，Keytruda解除免疫刹车。
AI很重要，但它主要提高速度、候选命中率和生产可行性，不是免疫反应成立的原因。这一套机制的各个组件之前已经相对成熟，AI只是Moderna在这次试验中的一种附带尝试。
本身试验成功即使无AI，传统方法依然可以奏效，只是后续工业化成本就会非常高。
谷歌新论文，让Harness的训练环境跟着 Agent 的弱点变化
训练 Agent 最难的问题之一就是构造合适的数据场景去训练。
题目太难，做十遍还是不会。题目已经学会，继续刷也不会再进步。可多数训练环境一旦写好，开局、规则和判分办法就固定了，不管来的是哪个 Agent，也不管它练到了什么程度。
如果能够构造出一套能自己生成合适难度题目的Agent训练框架这一切就比较容易了。
8月20日， Google Cloud AI Research 等团队提出的 EnvHarness，想让环境跟着 Agent 的弱点变化。它不重写原来的环境，而是在 Agent 和环境之间加一层外壳。原系统照常运行，原评分器继续判分，外壳只改变 Agent 面对题目的方式。
外壳有三种用法。Stage 改开局。原任务要求把杯子洗净后放到桌上，它可以先把杯子藏进抽屉，逼 Agent 学会搜索；如果任务太难，也可以提前洗好杯子，只让它练摆放。
Contract 改规则，可以少给提示、拦住不合理动作，或者要求代码 Agent 跑完测试才能提交。Chain 把两道题接在一起，做完一件还得继续处理下一件，用来练长任务。
决定怎么改题的是 EnvRigger。它先看 Agent 做题的过程，找出毛病：是在原地打转，读不懂长说明，还是靠捷径过关。接着，它写出新外壳，让 Agent 再做几次。题目若被改得无解，就放松限制，如果仍然太简单，就继续加难。它更像会看错题的教练，不是只会出新卷子的题库。
论文在五套测试环境里做了实验。研究人员先让 Agent 在改造后的环境中练习，再把练出的经验带到没改造过的新任务上。
与直接从原环境学习相比，ALFWorld 在一类没见过的任务上最高提高9.0点；在 SWE-bench Verified 上，平均操作步数从55.01降到49.61，少了约9.8%。不过并非每项指标都提高，Chain 也没有进入自动改题流程，而是另行测试。
这项工作的亮点，是换了一个扩展环境的办法。以往往往是生成更多任务，连规则和评分器一起重写。EnvHarness 不造新世界，只改旧世界的练法。它没那么开放，却能继续使用已经验证过的环境和评分器。
对手里已有可靠测试环境的团队，这比从头搭系统省事。
它的天花板也很明显。外壳只能利用原环境里已有的东西，很难凭空创造新任务。环境还必须能够恢复到初始状态，所以不适合直接操作真实邮箱、订单或物理机器人。
Agent 社会化训练开始展开
2026 年 8 月 13 日，Microsoft Research AI Frontiers 团队 发布论文《From Passive Delegates to Strategic Negotiators》，本周引发讨论。
过去我么曾聊过，模型压根儿没进行过合作性的训练，因此在合作中会出现各种问题。这次微软的就专门做了合作相关的后训练。
研究团队使用 Qwen3-4B-Instruct-2507，在资源分配、商品议价、求职合同和日程协调等六个环境中训练，希望让 Agent 从被动完成任务的助手，变成能够保护委托人利益的代理人。
作者所说的社会推理，指的并非让模型表达得更像人。它要求 Agent 在利益冲突中推断对方偏好、保护己方隐私，并预测自己的动作会引发什么反应。
六个环境都采用结果奖励。一轮互动结束后，模型才收到一个 0 到 1 的分数。是否达成协议并不直接决定奖励，协议为委托人保留了多少价值才是评分依据。
SocialRL 先为六个环境分别训练专家。Deal-or-No-Deal、CaSiNo、Job Interview 和 Calendar 直接使用 PPO。
Craigslist 与 Marketplace 先通过监督微调学会低价锚定、隐藏底价等动作，再用 PPO 按最终收益筛选策略。
研究团队随后测量六个专家之间的迁移关系，并据此安排多阶段强化学习的训练顺序。最终的统一 4B 模型取得 0.627 的六任务平均效用，略高于 GPT-4.1 的 0.625、GPT-5.1 的 0.619 和 GPT-5.2 的 0.613，但低于 GPT-5.5 的 0.708。
最后，他们还尝试了
训练改变了模型的具体行为。在 Craigslist 中，低于目标价开局的比例从 3% 提高到 78%，泄露自身目标价的消息从 52.7% 降至 1%。
Marketplace 基础模型有 62% 的开场会暴露最高预算，PPO 后这一行为几乎消失。Calendar 模型促成的会议减少了，但选中用户最高偏好时段的比例从 16% 提高到 38%。
虽然此前已经有 SOTOPIA-RL、谈判强化学习和多智能体社会推理研究。SocialRL 更准确的位置，是第一批把多环境训练、跨任务迁移、统一模型和显式心智推理放进同一套工程框架的工作。
这篇论文真正改写的是 Agent 的训练目标。通用助手接受的训练，鼓励礼貌、透明和促成共识。在普通问答中，这是优点；当模型替用户谈价格时，过度透明就会变成泄露底价，过度友善则会变成无原则让步。
SocialRL 的实验说明，许多所谓社会能力未必需要更大的模型，问题可能出在后训练目标。Qwen3-4B 原本已经理解谈判内容，只是不知道自己应该为谁争取利益。
换掉奖励后，它开始隐藏私人边界、拒绝不利方案，并把让步留给价值较低的条件。
风险也随之出现。Craigslist 模型为了压价，会编造环境中并不存在的市场参考信息。只奖励委托人收益，不约束真实性、公平和对方福利，模型很容易把欺骗也学成有效策略。
Agent 学会自我改进后，也会出现灾难性遗忘
8 月 19 日，南京大学与伍伦贡大学团队发布论文 ，提出 Harness Continual Learning（HCL）。
在 Agent 开始自动修改 prompt、记忆、skill 和工作流的当下，论文发现了一个容易被忽略的问题：模型权重即使完全冻结，仅仅更改Harness，Agent 仍然会遗忘过去学过的技能。
过去半年，RHI、Self-Harness 等工作已经证明，Harness可以根据反馈反复改写自己，让低推理预算的 Agent 在特定任务上越做越好。
但一次成功的修改，可能也是另一次退化的开始。为了处理新任务而改写路由规则，可能让旧任务选错工具。新的记忆总结可能覆盖过去有效的例外条件。一个看似更清晰的输出模板，也可能破坏原有工具调用格式。
模型没有变，系统行为却从成功退回失败。论文把它称为 harness-level forgetting，也就是 Harness 层的灾难性遗忘。
HCL 把 Task Interface、Experience Memory、Capability Map 和 Adaptive Router 视为同一份可变状态。每次任务结束后，Continual Optimizer 根据执行反馈生成候选 Harness，但不立即部署。
Continual Evaluator 会比较候选版本和当前版本，必须满足三个条件修改才会提交。这三个条件就是：1）新版本能否改善当前任务 2）是否让过去已经解决的历史样本重新失败 3）输出和工具调用是否合法。
第二个条件就是针对灾难性遗忘的。论文还设置了历史损失容忍度 B：B=0 时，候选版本不能破坏任何已经成功的历史 anchor；B 越大，系统越愿意牺牲旧行为换取当前适应。
这相当于给 Harness 自进化加了一套代码合并门禁。Optimizer 负责写补丁，历史样本组成回归测试，Evaluator 决定能否合并。
实验显示，这个约束不是多余的。在 ALFWorld 中，Static Harness 的最终平均成绩为 47.12，RAG 基线为 55.56，Stability-HCL 达到 61.74，Plasticity-HCL 达到 62.98。但后者的平均遗忘达到 10.94 个百分点，前者只有 2.64。
另一组文本推理实验中，随着 B 从 0 放宽到无限制，平均遗忘从 0.39 上升到 3.45 个百分点，最终成绩反而从 61.25 降到 60.13，表现最好的是允许损失一个 anchor 的 B=1。
从算法结构看，HCL 和 RHI 没有拉开很大距离，仍然是“生成修改、评估新旧、保留更优版本”的循环。真正的变化在评估对象。RHI 主要比较同一任务上前后两个 Harness 的输出，历史记录提供的是优化反馈；HCL 使用一套共享 Harness 连续处理不同任务，历史记录变成了必须重跑的回归用例。
这项工作的价值不在于发明了新的自优化算法，而在于把灾难性遗忘带进了 Harness 研究。过去人们担心微调新任务会覆盖模型权重里的旧知识，现在同样的问题出现在模型之外。
Prompt、记忆和 skill 都是可修改的文本，却也承担着参数一样的功能：保存系统已经学会的行为。
03、政策
美国把 AI 研发、资本与数据流动纳入国家安全科技框架
美国白宫在 8 月 20 日公开的政府文件《国家安全科学与技术战略》中，把 AI 与自主系统列为军事和国家安全竞争的优先技术，并将其与半导体、未来计算、通信、网络安全、先进制造和核能放在同一技术组合中。文件用于落实 2025 年《国家安全战略》，并回应《芯片与科学法案》要求；它给联邦研发和科技活动提供方向，不是一项新禁令。
文件把“发展能力”和“保护能力”写进同一套配置。联邦政府需要确定研发重点、建设人才和基础设施、与私营部门及盟友合作，同时保护敏感数据、知识产权、关键资产和供应链。AI 的位置因此不再局限于单独的模型研发预算。算力、芯片、数据、人才流动、资本来源和技术扩散，都可能按同一项国家安全目标被审视。
战略把国家安全科技姿态概括为聚焦、韧性、敏捷和安全。聚焦决定哪些军事与国土安全任务优先拿到研发资源；韧性处理关键矿产、供应链和基础设施依赖；敏捷要求缩短研发、采购和部署周期；安全则防止敏感技术、数据和知识产权被窃取或转用。四项要求落到 AI 上时会互相拉扯：扩大私营部门合作能加快采用，却也增加数据、人员和供应链的保护范围。文件没有给出统一答案，而是要求各机构把这些取舍带入项目与预算。
这会改变企业读取美国科技政策的方式。过去，研发资助、国防采购、出口管制、投资审查和数据安全常由不同部门分别发布；新战略为这些工具提供了一套共同语言，但没有自动改变企业的法律义务。现在可以确认的是，AI 已被纳入跨部门的科技资源配置，而不是只有某一类高端芯片受到国家安全政策影响。
对企业最直接的含义，是同一项技术可能同时面对“加快采用”和“限制扩散”两种政府动作。能够进入联邦采购、国防任务或关键基础设施的模型与工具，会被要求更快证明性能和交付能力；涉及敏感数据、先进算力或外国合作的部分，则可能接受更严的来源、访问和转移审查。
ChatGPT向FBI报警之后，谁来决定一个人有多危险
2026年8月，美国佛罗里达州一宗跟踪威胁案，因为最初的报警者是OpenAI而引发争议。
前高盛分析师Darren Zhou在与ChatGPT谈论分手时，多次写下绑架、强奸和杀害前女友的具体计划。OpenAI发现这些内容后通知FBI，联邦调查人员随后把约两个月的聊天记录交给棕榈滩县警方。
这起案件并非只建立在对机器人说了狠话之上。警方找到女方后，她提供了现实中的短信和截图。Zhou被指在遭到拉黑后，继续使用不同号码联系她，发送带有性意味和威胁性的内容。女方此前没有报警，是因为仍有感情，也抱着不回应就能让骚扰停止的希望。
Zhou后来对严重跟踪、书面死亡威胁和利用通信设备实施重罪三项指控认罪。法院未作正式有罪裁定，判处八年社区监管，前两年佩戴电子脚环，同时禁止他接触受害人和持有武器。
OpenAI公开承认，公司会用分类器、推理模型和其他自动系统筛查潜在违规内容，被标记的对话可能交给人工复核。若对话显示对他人存在“迫近且可信”的现实伤害风险，公司会通知执法机关。
围绕此案，社交平台上出现了两类意见。支持者认为，潜在受害人尚未求助时，平台提供的线索促使警方上门核实，很可能阻止了伤害。质疑者担心是平台凭什么阅读私人对话、由谁判断危险，以及一次误报会不会把小说创作、研究材料或侵入性念头送进警方档案。
本案的确带有《少数派报告》的影子，但仍有一条重要分界。电影中的人因为预测将要犯罪而受罚。在本案中，聊天记录只是调查起点，警方后来取得了现实骚扰和威胁的证据。
还有人认为审核标准不公开，会是一个缺乏透明性的规则。但为了防止jailbreak，此类规则都不会公开，否则真正准备犯罪的人会据此规避。
按照OpenAI目前披露的制度，第一步不是工作人员实时“监听”，而是自动系统主动检测。公司称会使用分类器、推理模型、哈希匹配、黑名单等工具，分析用户内容和行为，寻找违反政策或指向现实伤害的信号。
判断也不一定局限于某句话。OpenAI表示，有些风险需要结合长对话、上下文，以及不同对话中逐渐形成的行为模式才能发现。这意味着，一个孤立的暴力词语不应自动触发报警；系统试图识别的是反复出现、逐步具体化的计划。
对话被标记后，才会进入人工环节。受训审核人员可以查看相关内容、上下文和一段时间内的行为模式。OpenAI称，这些人员只能在受控系统中访问用户信息，并受保密和数据保护要求约束。审核结果可能是排除风险、降低优先级、封禁账户，或者交给更高级别的团队调查。针对账户限制，用户可以申诉。
报警是更高一层。只有“有限的一小部分”案件会接受结构化风险评估。当OpenAI判断对他人存在“迫近且可信”的现实伤害风险时，才通知执法机关。精神健康和行为领域的专家会协助处理疑难案件。
但这个标准并不机械。OpenAI明确表示，用户即使没有在同一段对话中完整说出对象、手段和时间，也可能被认定达到报警门槛。
这给审核人员留下了根据语境判断的空间，也带来了外界最担心的问题：公司怎样区分真实计划、小说创作、研究材料、情绪宣泄和侵入性念头。
自残干预目前走的是另一条路径。OpenAI此前表示，出于隐私考虑，自伤对话不按同样方式转交警方，而是引导用户联系专业机构、亲友或紧急服务。
现在它还提供由用户预先指定“可信联系人”的机制；自动系统和人工审核都判断风险严重后，平台可以向该联系人发送有限通知。
