自持续AI病毒与渐进式进展：本周AI要闻

来自多伦多大学、向量研究所、剑桥大学和 ServiceNow 的一个团队构建了一个原型计算机病毒，该病毒利用开放权重大语言模型在受感染的 GPU 节点上进行推理，使其能够推理并执行攻击。这款蠕虫病毒采用自定义框架和推理图，在漏洞检测方面的成功率约为 80%，利用漏洞方面为 53%，自我复制方面为 88%，总体攻击成功率达到约 37%，凸显了自我维持的人工智能驱动网络威胁的出现。另外，Dwarkesh Patel 认为，随着人工智能系统变得越来越智能，计算价格将飙升，因为它们能更好地利用相同的计算量实现盈利，可能导致租用一块 H100 的年费超过 25 万美元，不过供应链的机器人化最终可能会降低成本。与此同时，来自各大人工智能实验室（包括 OpenAI、Anthropic、Google DeepMind、Meta 和 Safe Superintelligence Inc.）的 1300 多名员工签署了一份声明，要求美国政府支持一项国际努力，开发工具以有意地控制自动化人工智能发展的前沿，理由是快速加速可能超出人类控制的风险。在研究方面，普林斯顿大学、斯坦福大学及其他机构的合作进行了一次“影子评估”，让人工智能系统（OpenClaw 框架中的 Claude Opus 4.8）尝试回答来自 NeurIPS 2026 投稿的未发表研究问题；两次尝试均被原论文作者以缺乏新颖贡献和实验设计不佳为由拒绝，表明人工智能系统在工程方面很强，但在创造性研究方面较弱。这些发现表明，递归自我改进的时间表可能比一些人预期的要长。