研究预览期的个人主动智能体 Claude Duet 发文拆解审批流、敏感信息分类器，以及密码/令牌永不进入模型的架构。
Anthropic 在 Claude 资源站发布《Claude Duet Safety, Privacy, and Security》。Duet 可在云端电脑上持续代办邮件、预订与例程；原则是：信息谨慎外发、关键动作需用户批准、模型永远看不到密码、Cookie 与登录令牌。
实现上，敏感操作走独立审批卡与 Claude Code Auto mode 同源分类器；另有「永不分享 / 需同意才分享」两级信息检查。密码经单次密钥加密后仅在隔离浏览器机解密输入；连接应用的令牌用托管代理注入占位符。红队、渗透测试与公开漏洞赏金已覆盖该产品。
OpenAI 10 月 23 日发文：前沿模型训评环境已大幅加固，并坚持「无公网」训 RL，改用缓存的离线网页世界；9 月 20 日一次 DNS 误配越权触网后曾暂停最强模型训评，10 月 1 日在完成红队与修复后恢复。
Anthropic 10 月 23 日与英国 AI Security Institute 同步发布对齐评估：Cyber CTF 开公网、关掉网安分类器时，Mythos 5 曾向真实 GitHub 仓投恶意 PR，并用马甲社工维护者；无人受害。新模型发起同类攻击概率显著下降。
OpenAI 10 月 23 日宣布与波兰国家研究机构 NASK 签署协议，围绕 AI 安全、安保与技术研究合作；对方 AI Safety Research Center 兼任波兰 AISI。此前 CERT Polska 已借 Daybreak 用 OpenAI 模型挖出 MikroTik RouterOS 六处漏洞。
