2025-10-06 这一期

这一期没有导语。

本期收录

• Petri：加速 AI 安全研究的开源审计工具 (2025-10-06 · Anthropic Alignment Science)
  用 AI agent 自动为模型搭建测试环境，在 14 个前沿模型上成功触发欺骗、绕过监督等失当行为。