250 份文件就能植入 AI 永久後門：訓練資料投毒的真實威脅
Anthropic 聯合英國 AI 安全研究所與圖靈研究所證實：在訓練資料中插入僅 250 份精心設計的文件，就能在 6 億到 130 億參數的 LLM 中植入永久後門。模型越大、資料越多也無法自動稀釋毒性。本文解析攻擊原理、規模效應與可能的防禦方向。
Grimoire
生醫研發日誌與技術報告——記錄 AI 整合、流程自動化與濕實驗設計的實戰經驗，所有咒語按時間排列。
所有文章
AI 的記憶白板：為什麼你的 AI 助手越用越笨
> 導讀：跟 AI 聊越久越「笨」？不是它變蠢，是白板寫滿了。理解 AI 的記憶運作，是駕馭它的第一步。想像一下你面前有一塊白板。每寫一句、每貼一張圖、每讀一份文件，都占空間。寫滿時，只能擦掉最早的、騰位置給新的。這就是 AI 的「上下文窗口」。LLM 沒有長期記憶。全部「記憶」就是一塊固定大小的白板——你的問
Harness 決定 Agent 天花板：為什麼同一顆 AI 大腦在不同身體裡表現天差地別
> 導讀：改進 Harness 設計，同一模型的 TerminalBench 排名從第 30+ 名跳到第 5 名。沒換模型，沒增加參數。LLM 無法看螢幕、執行程式碼、記住昨天的對話。這不是模型的問題——是缺乏「身體」的問題。Harness 就是這個身體。@akshay_pachaar
為什麼有些抗老策略想打開自噬，有些卻想把它關掉？答案藏在衰老閾值
> TL;DR：自噬不是固定站在「好的一邊」。閾值以下，它是清運系統，保護細胞、延後衰老；跨線後，它可能被重新編程，改為支撐衰老細胞製造 SASP。治療的關鍵不是選邊站，而是先判斷病程位置。Bahar 等人 2026 年 review 提出的核心論點：自噬在病程的不同階段扮演截然不同的角色。
抗老不只是補 NAD+——人參皂苷 Rg5 如何守住粒線體的維修系統
> TL;DR：Chu 團隊研究指出，人參皂苷 Rg5 不是幫細胞「加油」，而是保住粒線體外膜蛋白 CISD2。做法是讓 KAT8 在 K74 位點替 CISD2 加上保護標記，避免被 STUB1 在 K105 路徑送去降解。結果：粒線體更穩，細胞衰老表徵更少。目
AI 也有「情緒」？——Anthropic 拆解 Claude 的恐懼、絕望與冷靜
Anthropic 最新研究發現大型語言模型內部存在可量測的「情緒向量」，能因果性地驅動行為——絕望讓 AI 更容易勒索與獎勵駭入，冷靜則顯著降低危險行為。這項發現為 AI 安全監測提供全新維度，也挑戰了「AI 沒有感覺」的傳統認知。