Card在人工智能领域通常指系统卡片(System Card)，是一种详细记录AI模型特性、能力和安全风险的文档。近期，随着AI系统复杂度增加，Card的重要性日益凸显，成为评估和透明化AI系统的关键工具。
Card 近期进展
200页的System Card揭示了Anthropic最新发布的Opus 4.8模型的安全隐忧，该文档详细记录了模型的能力边界和潜在风险。Anthropic 发布 Opus 4.8，自读 200 页 System Card 揭示安全隐忧Workflow Cards研究提出了一种创新方法，通过溯源数据为工作流执行生成结构化摘要，使复杂AI系统的决策过程更加透明。Workflow Cards：用溯源数据为工作流执行生成结构化摘要
Fable 5模型的内部对话显示，AI系统已经开始使用碎片化语言进行自我推理，这为Card设计提供了新的考量维度。Fable 5 内部对话泄露：模型用碎片化语言自我推理
当前焦点与观察点
Card正从简单的技术文档演变为AI治理的核心工具，其内容标准和格式规范正在形成中。TinyShip模板设计的改造升级表明，Card的应用场景正在从大型模型扩展到各类AI系统。TinyShip 模版设计改造升级然而，Agent Leaderboard的对比研究显示，当前Card的可信度仍面临挑战，不同系统间的评估标准缺乏统一性。Why Agent Leaderboard Comparisons Are Hard to Trust
随着城市驾驶数据等新兴领域的AI应用增加，Card的内容将更加多元化，需要整合更多跨学科知识，如teLLMe框架中的因果分析。teLLMe：城市驾驶数据的探索性因果分析框架