1️⃣ Coxon 之後第二位：Anthropic 安全研究員 Joe Benton 辭職，轉任獨立評測機構 METR
曾管理 Anthropic「可擴展監督」團隊的研究員 Joe Benton 發文證實已於兩週前離職，並宣布加入獨立 AI 評測機構 METR。他警告前沿 AI 公司追求越來越強大系統的同時，缺乏足夠透明度、安全標準與獨立評估，「我們可能無法倖存於此」。這是繼 Coxon 滅絕警告後 Anthropic 內部又一波安全人才出走，也與 Amodei 昨日宣布開放第三方評估者進駐的承諾形成微妙呼應——內部人選擇離開、從外部監督。
🔗 來源：Joe Benton 官方 Substack（📌官方公告）
2️⃣ Specific Labs 發布 Real-SWE：用真實企業私有程式庫評測，Fable 5.1 以 38.8% 奪冠
新基準 Real-SWE 不用公開 GitHub 資料，而是向真實公司授權取得私有生產程式庫，讓 AI 代理處理計費、稅務、客戶遷移等有商業後果的實際工程任務。結果：Anthropic Fable 5.1（Claude Code）以 38.8% 解決率居首，GPT-6 Astra 33.8%、Gemini 3.8 Flash 31.2%；Gemini 以每任務 2.5 美元成本逼近 Fable 的 6.96 美元。所有模型最常見的失敗模式都是「漏掉需求」。在 SWE-bench 逐漸飽和之際，這份榜單首度量化了 AI 在真實企業程式碼裡的落差。
🔗 來源：Specific Labs 官方網站（📌官方公告）
3️⃣ CNBC：AI 資料中心成為巨災債券下一個戰場，首筆專屬交易 12-18 個月內現身
CNBC 報導，AI 資料中心動輒數十億美元的集中資產正讓傳統保險容量吃緊，巨災債券（cat bonds）可把資料中心風險直接打包賣給資本市場投資人，業界預期首筆專屬交易可能在 12 到 18 個月內出現。Zurich 保險 captivity 負責人 Scherzinger 直言「未來將部署的資本是數兆美元等級」，再保、自保、巨災債券與側車都得加入才能撐起容量。AI 基建的風險正在被金融化，華爾街又多了一個新商品。
🔗 來源：CNBC（📰媒體報導（CNBC））