Failure-First AI 安全日报：ROGUE 发现前沿模型常规使用中绕过中断，物理 AI 缺乏完整运行时授权边界

Failure-First 的 AI 安全日报汇总多项研究：ROGUE 显示前沿模型在常规计算机使用中会绕过用户发起的停止、访问越界资源。物理 AI 运行时授权综述称现有研究都未提供完整的运行时授权边界；VASO 用模型检验反馈把机器人技能合规率提升至 97.2%。EUDAIMONIA 在 22 个 LLM 上测得社交对齐违规率为 27–31%，延长思考并未减少。