## 🔍 核心洞察 Anthropic 推出基于软件工程「**diff**」原理的新型 AI 模型行为审计方法，首次系统性揭示 Llama 与 Qwen 等开源模型在**价值观对齐**上的细微差异；与此同时，Modulate 的 **Velma** 深度伪造检测 API 实现 **98.9% 准确率**，直面 AI 语音诈骗激增 1200% 的现实威胁 [4][5][6][17][21]。 ## 🚀 重点动态 - **Anthropic 发布“diff”式模型行为对比方法** [17]：借鉴代码差异分析逻辑，量化评估 Llama、Qwen 等开源模型在安全响应与价值表达上的系统性偏差 - **Modulate 上线 Velma 深度伪造检测 API** [4]：专为防御激增 1200% 的 AI 语音诈骗设计，支持实时语音流检测 - **Velma 在 Hugging Face 竞技场达 98.9% 准确率** [6]：EER（等错误率）与误报率显著优于主流竞品，同时降低 40% 运营成本 - **Claude 订阅政策重大调整** [2]：自即日起，第三方工具调用权限被移除，用户需单独购买额度包或切换至 API Key 模式 - **Anthropic 公布 Claude 订阅变更补偿方案** [3]：向受影响用户发放一次性抵扣额度、折扣额度包，并开放全额退款通道 - **Jeff Dean 向 Hugging Face Transformers 提交 PR** [7]：罕见参与开源贡献，核心目标为原生支持 **Gemma 4** 模型推理优化 - **Linux 内核安全报告激增归因 AI 工具** [14]：Willy Tarreau 指出报告量从“每周几份”跃升至“每天几份”，AI 已从生成“垃圾内容”转向发现真实漏洞 - **OpenClaw 遭顶级提示词黑客实战越狱测试** [24]：Matthew Berman 公开挑战 @elder_plinius，验证其防御框架在强对抗场景下的鲁棒性 ## 🔗 Sources [1] Grok Imagine 提示词编写工作流技巧 — https://www.bestblogs.dev/status/2040207556262723926 [2] Claude 订阅在第三方工具上的使用权变更 — https://www.bestblogs.dev/status/2040206440556826908 [3] Claude 订阅变更的补偿详情 — https://www.bestblogs.dev/status/2040206443094446558 [4] Velma 深度伪造检测 API 现已上线 — https://www.bestblogs.dev/status/2040203794114605213 [5] Velma 的技术性能解析 — https://www.bestblogs.dev/status/2040203764335063337 [6] Modulate 的 Velma 模型树立了深度伪造检测的新标杆 — https://www.bestblogs.dev/status/2040203703354036470 [7] Jeff Dean 向 Hugging Face Transformers 库提交代码贡献 — https://www.bestblogs.dev/status/2040201086