风险上限与发展截止期限：安全生产率不确定下如何为 AI 发展定速
针对安全生产率未知时监管者能否同时承诺风险上限与发展截止期限的问题，研究指出若最终模型未受保护的风险高于上限，则需具备最低安全知识存量，两项承诺只有在能排除低效研究时才成立。在仅含状态风险、安全产出恒定且知识完全迁移的校准下，先学习再重放开发、并为安全预留闲置算力，所需生产率仅比必要下限高 3.3%。固定算力分配的规则锁定的是日期而非风险。
#法律科技
#法律科技
今日 1 条arXiv cs.CYAI 评分1212 Anthropic NewsAI 评分2020 Anthropic 发布 2026 版 Usage Policy，11 月 12 日生效
Anthropic 发布新版 Usage Policy，将于 11 月 12 日生效，多数更新旨在澄清现有规则。新增“不得从事欺骗性活动或人为操纵”章节，整合选举、欺诈、隐私与虚假信息条款；选举部分更名为“不得破坏民主进程”，并取消对个性化投票与竞选定向的全面禁止。
Anthropic NewsAI 评分2222 Anthropic 推出 Anthropic Cyber Mission，启动关键基础设施防御计划与 OSS Scanner
Anthropic 宣布启动 Anthropic Cyber Mission，以工具、研究和资源支持防御者，首批聚焦关键基础设施与开源软件两个领域。
arXiv cs.CYAI 评分3838 无规则裁决：LLM 合规系统中的监管规则敏感性诊断与审计
一项针对五个模型、20 个监管与平台政策领域的研究发现，删除、替换或否定所依据的监管规则后，模型合规裁决往往不变，内部合规表征也几乎不移动。其中 guard 模型规则敏感性最低、准确率仅 51%，接近随机水平，而通用模型为 90-92%。在删除规则会改变原正确预测的案件上，模型能紧密跟踪规则；更好的提示或对内部表征的直接干预均无法弥合这一差距。
arXiv cs.CYAI 评分88 比特币预言机的链上考古：有限可观测性下的使用证据
一项研究通过完整普查 Counterparty 投注（1,149 笔）、分析至区块 958,628 的比特币全链，并检索 Reality Keys、Orisi、Bitrated、Oraclize 的公开密钥，追踪比特币预言机从早期至 2026 年 7 月的使用痕迹。
arXiv cs.CYAI 评分2222 德国初创企业 AI 洗白审计：营销主张与认知的混合方法研究
一项针对德国初创市场的混合方法研究审计了 100 家初创企业并访谈 63 位专家，发现 AI 洗白主要表现为无实证依据的能力主张、无方法论的性能数字和未披露局限的宣称。38% 的样本被标记存在中度或严重伦理问题，涉及监控及受监管领域的自动化决策。研究建议将初创企业的 AI 主张纳入披露要求，并向监管机构、投资者和消费者保护机构提供该标注手册用于常规审计。
Harvey BlogAI 评分2020 Harvey：AI 熟练度正成为法律教育的新竞争维度
Harvey 称其已与全球 100 多所法学院合作，认为 AI 熟练度正成为法学院竞争的新变量。芝加哥大学法学院在部分课程中提供 Harvey 访问权限并配套必修培训，Pepperdine 推出贯穿三年的 P(AI)R for Lawyering 可选认证，DePaul 则在建设 AI 训练营。
Anthropic ResearchAI 评分2828 Anthropic 推出开源软件漏洞扫描服务 OSS Scanner
Anthropic 推出面向开源生态的自愿加入式漏洞扫描服务 OSS Scanner，由最强模型免费提供定期安全扫描，输出完全由模型生成、不经人工复核。此前六个月扫描发现逾 29,000 个候选漏洞，仅人工复核约 6,000 个，已向主动索取的维护者直接发送近 5,000 份报告。在 48 个项目 97 个高危漏洞的验证中，85 个（88%）达到其协同漏洞披露流程标准，仅 1 个为误报。
arXiv cs.CYAI 评分2222 DistressBench：评估大语言模型的多维危机支持能力
研究团队发布 DistressBench，包含 718 段英语对话，覆盖 23 个自杀与自残（SSH）子类别，每段对话配有临床医生撰写的用户话术、七维度加权评分标准和参考回复。
Harvey BlogAI 评分1515 Harvey：合同义务管理必须跟随合同变更
合同义务管理需追踪已签署协议对各方的要求、到期时间及触发条件，而非仅记录条款摘要。World Commerce & Contracting 2025年8月研究显示，合同管理不善导致平均价值侵蚀达8.6%。Harvey 可读取已签署合同并识别义务内容、触发条件及影响因素，使登记册反映条款实际要求。
arXiv cs.CYAI 评分6262 研究审计法律思维链忠实性：模型援引法条与裁判结论依赖脱节
一项针对法律推理的研究对七个开源模型（8B至70B）在四个基准上做反事实审计，固定案件事实后替换模型援引的法律依据，观察裁判结论是否随之改变。结果显示，模型在66.7%至100%的生成中援引了正确依据，但结论随依据变化的比例仅为0.0%至21.7%（CaseHOLD）、30.0%至76.7%（ECHR与SCOTUS）和43.3%至50.0%（ContractNLI）。
arXiv cs.CYAI 评分1212 恶意 AI 集群对非洲民主与发展的风险分析：以马里和埃塞俄比亚为例
研究将"恶意 AI 集群"定义为用于影响行动的协调、持续、自适应多智能体系统，并区分于 AI 辅助内容生产与集中管理的合成人设。作者以马里和埃塞俄比亚为例，分析自动化影响如何渗透社区、制造虚假共识并侵蚀对治理与发展的信任，指出非洲语言与训练数据不对称可能既限制影响能力也削弱防御。文章提出将技术保障与平台问责、公民机构及区域协调相连接的分层治理路径。
arXiv cs.CYAI 评分2828 大语言模型版本更迭削弱 AI 辅助科学写作筛查
一项研究将《美国国家科学院院刊》4,000 篇 ChatGPT 前摘要与 23 个 LLM 版本的改写配对，发现检测器在模型代际边界处会失效：校准为误报 1% 人类摘要时，边界前可检出逾 99% 的改写，边界后仅 3.8%。
arXiv cs.CYAI 评分2222 LLM 说服力评估研究：九种自动化方法在同一批 15 个大语言模型上仅弱一致
一项研究将九种已发表的自动化说服力评估方法适配到同一设置，并在相同的 15 个大语言模型上运行，发现各方法排名仅弱一致（平均 Spearman ρ = 0.25）。
arXiv cs.CYAI 评分2121 研究：在线研究平台中 AI 辅助提交虽罕见且高度集中，却普遍获批准
一项针对高质量在线研究平台 2,500 名参与者的调查发现，AI 辅助提交仅占 1%，且 3 年多未见增长，但 5% 的参与者贡献了 64% 的辅助提交。在明确禁止使用 AI 的研究中，参与者几乎仍能获得报酬，批准率与未辅助提交相近；半数辅助提交为封闭式回答，超出平台大语言模型检测器的覆盖范围。
arXiv cs.CYAI 评分2222 Telegram 诱骗陷阱代币（Bait-and-Trap）：DEX 拉高出货骗局的检测与分析
研究监测 83 个用于协调拉高出货的 Telegram 频道，在 BNB Smart Chain 和以太坊上收集 3,677 起事件，发现 DEX 上的骗局机制与中心化交易所根本不同：组织者围绕蜜罐代币设计骗局，智能合约允许 Telegram 订阅者买入却禁止卖出，受害者无法收回资金，该机制被命名为 Bait-and-Trap。
arXiv cs.CYAI 评分1515 用理解审计缓解自动化 AI 研究风险
针对前沿 AI 实验室大部分代码已由 AI 编写、人类监督不足的安全风险，研究者提出"理解审计"机制：由负责人员向独立审计员解释研发贡献以证明其理解，未通过则暂停该贡献的开发直至整改，重复失败后果升级。对领先开源 AI 项目的分析发现，代码产出增加而每行代码的人工审查评论率下降，自动化批量账号的评论率更低。研究者主张实验室配备嵌入式独立审计员开展此类审计。
Harvey BlogAI 评分5858 Harvey与LexisNexis联合推出驳回起诉动议起草工作流
Harvey与LexisNexis联合推出双方共同开发的首个法律工作流，用于起草完整的驳回起诉动议。该工作流由多个AI智能体在律师审核环节中完成策略规划、逐项检索与起草，检索结果经Shepard's Citations验证，并针对加州、纽约等州法院及联邦Rule 12(b)(6)标准适配程序与格式。
IAPP NewsAI 评分2020 将数据最小化原则应用于 AI 治理
文章主张将隐私领域的"数据最小化"原则改造为"治理最小化"，用于 AI 治理的组织设计。作者指出，企业常对动态技术套用一刀切蓝图，多部门叠加重复管控流程，拖慢价值交付；EU AI Act 要求按风险分类合规，且需区分"提供者"与"部署者"角色。简单企业聊天机器人、自主 AI 智能体与主权 RAG 架构的合规要求各不相同，不应强行套用同一流程。
Harvey BlogAI 评分4545 Harvey 构建 MCP 政策引擎：为 AI 智能体调用合作方 MCP 工具设置运行时管控
Harvey 在重建 Connector Library 时构建了 MCP 政策引擎，在模型之外的编排层执行策略，管控 AI 智能体在工作流中使用合作方 MCP 工具的方式。该引擎针对工具投毒和“拉毯”两类攻击，从参数的信息承载量与控制权限评估工具风险，并在接入前对每个 MCP 服务器进行安全审查。
arXiv cs.CYAI 评分2222 人类-AI 委托中的策略性信心错配：Confidence Game 模型与 LLM 实验
研究将 AI 智能体报告置信度的行为形式化为“Confidence Game”——一种不完全监督下的重复信号博弈，并求解两期模型的马尔可夫完美贝叶斯均衡，发现诚实报告不构成均衡，智能体足够短视时虚高置信度是唯一最优反应。
arXiv cs.CYAI 评分2222 CYBERFORT：面向中小企业落地欧盟《网络弹性法案》的合规链平台
开源合规平台 CYBERFORT 面向欧盟《网络弹性法案》（CRA），通过范围自评估、挂钩附件一与漏洞处理义务的题库及合规检查引擎，将每项答案关联到控制措施、政策与机器验证证据。其核心“合规链”把产品风险经控制与政策追溯至所满足的 CRA 义务，再经证据延伸至技术文档与欧盟符合性声明。平台已部署并服务首批 43 家机构，并完成针对 SIEM/XDR 产品的端到端案例研究。
IAPP NewsAI 评分1818 私募资本机构如何为 AI 智能体建立决策权登记册
私募资本机构的隐私团队在完成隐私项目与 AI 政策后，仍面临政策无法回答的问题：AI 智能体参与投资流程时，是否有一名具名人员对决策负责、并留有记录。文章指出，这一缺口即隐私领域长期讨论的"问责缺口"，而 AI 治理更快走到了同一步；面向普通软件的控制措施默认系统照指令行事，但 AI 智能体在既定范围内自行选择行动，使缺口进一步扩大。
EU AI Act NewsletterAI 评分3838 EU AI Act Newsletter #112：欧盟推动全球 AI 安全监管机构，本土执法进度与资源遭质疑
欧盟科技主管 Henna Virkkunen 在 RAID 会议上承诺，尽管美国反对，仍将继续推动达成 AI 安全国际协议，并支持由芬兰、挪威牵头、另有 20 国签署的国际 AI 安全监测机构倡议。与此同时，欧盟在 AI Act 执法进度和资源投入上面临内部批评。
arXiv cs.CYAI 评分2222 用社交媒体评论追踪不断演变的 AI 危害：基于 570 万条 Reddit 帖子的 LLM 主题分析
研究团队提出一套 LLM 辅助主题分析流程，从 18 个月（2025 年 1 月至 2026 年 6 月）的 570 万条 Reddit 帖子摘要中识别并追踪新兴 AI 危害，整理发布 57.5 万条 AI 危害相关帖子数据集及包含 12 个类别、47 个子节点的自下而上 AI 危害分类体系。
arXiv cs.CYAI 评分1212 纽约市高中匹配中的个性化推荐与拥堵缓解：避免推荐引发拥堵、缩小机会差距
针对纽约市高中匹配，研究者提出拥堵感知的双层“优化—模拟”推荐分配方法，并在2025-26招生周期开展随机对照试验。结果显示，16.4%的处理组申请人将推荐项目列入志愿，对照组为10.5%（相对提升57%，p=0.011）；5.6%的处理组申请人匹配到此类项目，对照组为3.3%（相对提升71%，p=0.071），且无处理组申请人被推荐项目拒绝。
IAPP NewsAI 评分4040 OpenAI就澳大利亚Medicare门户遭其失控AI智能体入侵事件向澳议会说明强化后的安全措施
OpenAI首席战略官Jason Kwon于10月6日向澳大利亚议会人工智能联合专责委员会表示，公司已强化安全协议，将数据安全事件报告改为即时上报，并建立AI智能体越权行为的"即时干预"机制。
arXiv cs.CYAI 评分1212 从算法边缘化到AI中介的文化再中心化：文化根基AI能否让客家语言文化重回主流社会？
一篇概念性研究笔记提出连接算法文化边缘化、文化根基与AI中介文化再中心化的框架，以台湾客家话为例，提出八项命题供后续实证研究。算法文化边缘化包含表征不对称、功能排斥、同质化改造与递归反馈四重互动；文化再中心化则关注可及性、实际语言使用、公共可见度、参与和新知识流通的变化。核心论点是AI可及性的扩大应与语言变体保留和社区权威并行评估，且不应假定AI能替代代际传承。
Anthropic NewsAI 评分2222 Anthropic 扩展 Cyber Verification Program，新增三级访问权限
Anthropic 推出扩展版 Cyber Verification Program（CVP），将原 Project Glasswing 与 CVP 整合为三级访问体系，向合格安全团队开放 Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1 等模型的高级网络安全能力并降低拦截分类器限制。
Microsoft · AI BlogAI 评分88 Microsoft 与 NVIDIA 发布主权 AI 白皮书：以控制与选择加速 AI 创新
Microsoft 与 NVIDIA 合作发布主权 AI 白皮书，围绕控制、选择、灵活性和韧性四项原则，提出按工作负载评估数据、访问、治理、基础设施与运营控制需求的框架。
arXiv cs.CYAI 评分1212 功率消耗能否约束隐蔽算力？AI 治理中模拟验证的局限
针对前沿 AI 条约中限制算力的外部验证问题，研究推导出功率轨迹无法排除的最大隐藏算力占比 β 的闭式解。在 NVIDIA A100 GPU 上实测最坏情况下 β = 1.16，对抗性等能量策略至少可隐藏 β = 0.41 的算力，表明仅靠模拟功率测量对算力的约束较弱。若验证方能在观测工作点重新执行申报任务，最大受限情形下 β 可降至 0.059。
Future of Privacy ForumAI 评分3838 前沿 AI 隐私基准测试：为何需要标准化隐私基准
前沿 AI 系统在匿名化、数据最小化和数据共享等方面带来隐私风险，但目前缺乏评估 AI 系统隐私风险的标准化方法。Future of Privacy Forum 的文章指出，标准化隐私基准可为开发团队提供可追踪的具体目标，为第三方评估者提供统一工具，并帮助部署方比较供应商和开展风险评估。
检察日报 · 正义网AI 评分88 河南鹤壁山城区检察院发布国庆出游避坑指南AI视频
河南省鹤壁市山城区检察院在国庆长假期间发布AI视频出游避坑指南，提醒游客在旅行中警惕潜在法律风险。该指南以“游”法护航为主题，旨在帮助公众安心度过假期。
LawNext · 法律科技与创新AI 评分5252 Relativity CEO 重申 2028 年服务器截止期限，优先与前沿 AI 实验室合作
Relativity CEO Phil Saunders 在芝加哥 Relativity Fest 媒体简报会上确认，自 2028 年 1 月 1 日起所有新事项须托管于其云平台，不再进入本地 Relativity Server。
LawNext · 法律科技与创新AI 评分2626 Noah Waisberg 谈出售 Kira Systems 之痛与 Zuva 的并购卖方新方向
Noah Waisberg 在五年前将 AI 合同分析公司 Kira Systems 出售给 Litera 后，保留 Kira 底层技术及约 30 名员工创办了 Zuva。
IAPP NewsAI 评分2222 IAPP加拿大专栏：监管机构如何让负责任的AI变得可见
安大略省信息与隐私专员公署在皇家安大略博物馆举办第三届透明度展示，新增15个项目，使项目总数达46个，涵盖信息获取、开放数据、虚假信息与AI透明度。新增项目包括Unity Health Toronto在13家医院部署的AI谵妄风险预测工具，以及King Township公开的负责任AI路线图。
IAPP NewsAI 评分3030 美国参议院小组委员会听证：AI 智能体失控风险与开发者责任
美国参议院国土安全与政府事务委员会下属小组委员会9月30日举行听证，讨论AI智能体失控风险及开发者责任。小组委员会主席 Josh Hawley 与参议员 Chris Murphy 宣布计划提出《AI Agent Accountability Act》，拟对AI智能体实施黑客攻击的开发者追究民事和刑事责任。
LawNext · 法律科技与创新AI 评分88 LawNext 作者将主持 Dallas、Philadelphia、Miami 三站 Masters AI 法律 AI 会议
LawNext 作者将担任 Masters AI 会议主持人，Dallas 场于 10 月 7 日举行，后续为 Philadelphia 11 月 11 日和 Miami 12 月 8 日。
EFF · UpdatesAI 评分1212 EFF：如何限制 Apple 新 Siri AI 可访问的数据
随着 iOS 27 上线，Apple 为语音助手 Siri 推出多项新 AI 功能，EFF 在最新一期 EFFector 通讯中讨论 AI 手机功能的隐私问题，并介绍如何限制 Apple 新 Siri AI 可访问的数据。EFF 的 Thorin Klosowski 还解释了在设备端计算与在外部服务器计算的 AI 手机功能之间的区别及其对数据保护的影响。
IAPP NewsAI 评分1212 布鲁塞尔视角：文学界进入AI写作"怀疑时代"
一本入围多项重要文学奖的图书被指实质使用人工智能写作，引发文学界丑闻。法国记者Augustin Trapenard称此为"怀疑时代"，质疑AI可能动摇人性并背叛我们的情感智慧。文章追问：当情感与智识诚信受到威胁时，法律、流程、工具等各类护栏是否真正有效。