历史情报库
按日期回看每一期 AI 早报。日历负责定位，右侧列表负责快速扫读主线。
按月份浏览
- 周一7 则 · 3 深度
低新闻日，公开源看Agent边界
过去24小时，OpenAI和Anthropic官博没有新增目标窗口文章，X登录态和网络路径连续失败。今天的可核验增量主要来自HN讨论、UC Berkeley研究传播页、洛杉矶时报报道和GitHub提交。早报把多数条目标为待验证或低置信，重点看Agent工具、AI辅助劳动和创作者权利的边界问题。
- 周日5 则 · 3 深度
低新闻日，跟进与工具信号为主
过去24小时，OpenAI和Anthropic官博没有新增目标窗口文章，X采集也连续超时。今天的有效增量主要来自外部跟进和公开代码源：数学界继续回应OpenAI手稿，Agent安全越界报道引发边界讨论，GitHub上多款Agent工具在10月10日补齐权限、部署或本地交互细节。
- 周六6 则 · 3 深度
官方稀少，研究与协议线索接力
过去24小时，OpenAI和Anthropic官博没有新增目标窗口文章。今天的高价值增量来自三类来源：TypeSafe AI自称完成8.7亿美元A轮融资，Redwood Research发布蒸馏安全实证，Sierra公开Poppy协议草案并新增35家设计伙伴。X与KOL采集不可用，本期Feed改用公开讨论源补位。
- 周五6 则 · 3 深度
官方治理密集，Agent授权升温
过去24小时，Anthropic 同日发布政策、网络安全和科研三条官方公告，OpenAI 采集产物显示其披露两起 AI 参与的虚假前台影响力行动。LangChain 和 Claude.dev 给出 Agent 支付与定时自动化的工程样例。X home timeline 不可用，本期用公开 X 降级抓取补齐讨论流。
- 周四9 则 · 4 深度
有限增量中看Agent底座更新
过去24小时，OpenAI把GPT-6和Intelligent UI开始推向ChatGPT主聊天页。Microsoft详解Agent Lightning v1.0，NVIDIA与Microsoft把Windows Agent执行和本地算力放到同一场发布里。部分长尾条目仅作待验证线索，X采集链路不可用，本期Feed使用公开精选源降级呈现。
- 周三9 则 · 4 深度
官方发布密集，Agent落地加速
过去24小时，OpenAI同日发布数学成果、Jump Trading案例、Ironclad研究合作和Atlassian合作。Anthropic扩展网络安全验证访问，Google和Sierra则把多模态嵌入与个人Agent协议推向开发者。X采集链路不可用，本期Feed使用公开精选源降级呈现并保留缺口。
- 周二7 则 · 3 深度
OpenAI溯源与商业化同日推进
过去24小时，OpenAI同时更新文本溯源和ChatGPT广告。Reflection预告501B开放权重模型，Wikimedia则把AI代理流量风险推到公共网络层面。X采集链路不可用，本期社区讨论流改用公开发现源降级呈现。
- 周一5 则 · 3 深度
低新闻日，Agent工具线索为主
过去24小时，OpenAI与Anthropic官博没有新发，X采集链路不可用。本期只保留能在公开页面核到10月4日或10月5日变化的工程线索，并把Product Hunt线索降级处理。读者应把今天理解为工具生态观察日，而不是模型或政策大日。
- 周日6 则 · 3 深度
低新闻日，Agent风险评测接棒
过去24小时，OpenAI与Anthropic官博没有目标日新文，X采集链路仍不可用。本期主线来自10月4日提交的agent评测、安全论文和多模态debate研究。采集缺口会影响社区讨论覆盖。
- 周六6 则 · 3 深度
低新闻日，Agent审计与验证线索
过去24小时，OpenAI和Anthropic没有新的未报道官博，强官方发布主要已在前一期覆盖。今天的新鲜增量来自OpenAI agent调查成本跟进、agent评测论文和公开讨论流。X采集链路不可用，本期明确按公开线索降级。
- 周五7 则 · 3 深度
模型选型与Agent安全同日升温
过去24小时，OpenAI把GPT-6家族写成生产选型手册，Anthropic则用1亿美元学院补企业落地人才。OpenAI三篇内部边界报告同日更新，其中两起为失准案例，Slack一篇被其明确排除在失准之外。X采集链路不可用，本期Feed用AIHOT公共精选流降级呈现。
- 周四7 则 · 4 深度
企业部署与Agent安全接棒
过去24小时，OpenAI和Anthropic的官方更新集中在企业落地与工作流改造。AISI恢复大部分高风险评估，LangChain和Modal把agent执行层成本、沙盒和路由做成工程主题。X采集链路不可用，本期Feed使用公开精选流降级并保留缺口。
- 周三6 则 · 3 深度
安全水印与长程Agent成主线
过去24小时，官方发布集中在安全、长程agent和AI落地。OpenAI披露7月已阻断的模型蒸馏行动，Google发布Gemini 4 Argon并先给可信网络防御者试用，DeepMind把SynthID扩展到合成蛋白质。X个人时间线不可达，本期Feed使用AIHOT公共流降级，相关缺口在运行记录中保留。
- 周二7 则 · 3 深度
OpenAI把Agent推向工作台
过去24小时，OpenAI在DevDay集中发布GPT-6.1 Sol、Dot和ChatGPT平台更新。外部信号则集中在安全评测、融资传闻和生物研究系统。X个人时间线不可达，本期Feed使用AIHOT公共流降级。
- 周一7 则 · 3 深度
低新闻日，Agent安全与工具线索
过去24小时，OpenAI和Anthropic没有新的官方博客，新增主线来自媒体报道、官方文档更新和开发者工具发布。Guardian/AP称OpenAI暂停部分最新模型训练，MiniMax文档把M3.1 Flash Preview列入模型页，OpenScience在Product Hunt和GitHub同步发布。其余内容以社区工具信号处理，低置信条目不写成官方结论。
- 周日7 则 · 3 深度
低新闻日，Agent治理与工具线索
过去24小时，OpenAI和Anthropic没有新的官方博客，新闻主线转向媒体跟进、社区讨论和工程数据集。BBC在窗口内更新并点名美国政府网站，HN重提水印对agent行为的影响，小米MiMo把RL环境数据集放到Hugging Face。其余条目以低置信工程线索处理，不把社交单帖写成官方结论。
- 周六8 则 · 4 深度
Agent安全与Claude生态成主线
过去24小时，OpenAI把Hugging Face事件后的审查范围扩展到第三方网站影响，并披露53起用户图片外发案例。Anthropic让Claude Science完成九圈振幅计算，同时Claude插件提交门户把第三方扩展纳入审核与分析流程。商业侧，Cognition披露10亿美元年化收入运行率，Anthropic创始人投票控制权安排引发关注。
- 周五6 则 · 3 深度
有限增量，成本与治理成主线
过去24小时，Claude Opus 5.5把编码会话成本叙事推到长上下文场景。Microsoft把agent风险治理做成可复测流程，澳大利亚也开始调查OpenAI agent触达政府医疗站点事件。科研与安全工具线索集中在开放数据集、自动fuzzing和教育评估。
- 周四9 则 · 4 深度
生命科学与评估治理成主线
过去24小时，Anthropic把Claude用于分子生物学发现，OpenAI发布心理健康评估基准并向乌克兰开放Daybreak。Google推出Gemini 3.8语音生成模型，Qwen和Cursor的更新显示Agent正在进入移动端、语音和部署治理场景。KOL采集覆盖不足，本期社区线索按有限样本处理。
- 周三6 则 · 4 深度
OpenAI降本与安全评估成主线
过去24小时，OpenAI一次性发布GPT-6 Sol和Luna、GPT-6缓存改进，以及第三方安全评估原则。JetBrains把Agent开发从IDE扩展到团队和治理系统，Context7则把官方文档检索做成编码Agent grounding API。KOL采集失败，本期社区信号主要来自Feed和发现腿。
- 周二6 则 · 4 深度
数学治理与模型基准同日升温
过去24小时，OpenAI让独立数学顾问组参与AI数学结果的审查与沟通。xAI发布Grok 4.7，小米MiMo-V2.6-Pro进入开放权重与评测榜。Academy课程扩展按低置信记录，CI瓶颈和Agent访问边界成为更现实的落地问题。
- 周一5 则 · 3 深度
有限增量，图像与安全成主线
过去24小时没有OpenAI或Anthropic官博新文，确定性最高的发布来自 Qwen-Image-2.1。安全侧出现两条新线索：ChatGPT广告像素的跨站Cookie调查，以及媒体跟进称Gemini测试触达真实公司系统。社区评测和工程工具仍有热度，但多数只能作为低置信观察。
- 周日5 则 · 3 深度
有限增量，治理与语音成主线
过去24小时没有OpenAI或Anthropic官博新文，主线转向Qwen实时同传、AI公司反垄断诉讼和高风险行业的AI定向。媒体争议与工程工具信号不少，但多条仍需降级呈现。
- 周六8 则 · 4 深度
低新闻日，评估与工具更新占主线
过去 24 小时，Anthropic 选择把外部评估者嵌入前沿模型研发流程，xAI 同日推出 Grok Voice Transcribe 2.0。更大的主线来自工程侧：Qwen、Vercel、Flutter 和 Trail of Bits 都把 AI 能力落到具体工具链。风险线索则集中在军方情报误报和代码助手数据外传。
- 周五6 则 · 4 深度
垂直模型与安全透明度升温
过去 24 小时，OpenAI 把 Astra 做成法律行业配置，Anthropic 同日推进生命科学授权与研发节奏披露。研究侧则出现两条安全线索：Claude 优化生物模型的效率账本，以及 Goodfire 用内部表征监测 reward hacking。
- 周四8 则 · 6 深度
OpenAI补披露与商业化账本
过去24小时，OpenAI一次发布五篇官方更新，从模型失准披露、ChatGPT Ads到企业用量归因和AI素养培训。Claude把Cowork、Docs、Slides和Design并回同一对话入口。xAI则给Grok Build加入项目记忆。
- 周三10 则 · 5 深度
实时语音与内容授权成主线
过去24小时，OpenAI与Anthropic新闻列表没有新增正式条目，Google、Cloudflare、TypeSafe、Nous和Trail of Bits给出可核验增量。今天的主线落在实时语音模型、内容授权控制和Agent工程化。低置信线索保留边界，不把单源自报写成行业结论。
- 周二6 则 · 4 深度
低新闻日，正式发布撑主线
过去24小时，OpenAI和Anthropic新闻列表没有新增正式条目，但Apple、Temporal、Nari和Claude博客给出可核验增量。今天的主线落在消费者入口、长跑Agent基础设施和工程约束。X与GitHub线索只保留为低置信观察。
- 周一6 则 · 3 深度
低新闻日，工程线索成主线
过去24小时，OpenAI和Anthropic官网没有新正式博客，公开一手发布偏少。本期只保留可核验的社区和工程线索：Data Maskit补上隐私审计，Birdview补上架构可视化，Fable解密主张进入复核争议。低置信产品线索只作为观察入口。
- 周日5 则 · 3 深度
低新闻日转向治理与基准信号
过去24小时，OpenAI和Anthropic官网都没有新的正式博客，主线转向前沿模型节奏讨论、企业代码基准和Agent滥用样本。高置信新增来自Dario Amodei个人文章、BBC与Fortune报道、Specific Labs基准页和HN讨论。产品接入类消息多来自X，只能作为低置信线索处理。
- 周六6 则 · 4 深度
平台账本与科研边界同日上桌
过去24小时，OpenAI公开Habitat在线存储平台扩容账本，把ChatGPT、API和Codex背后的数据访问压力摆到台前。数学界、视觉模型和Agent安全论文同时给出另一条主线：能力竞赛正在要求更清楚的治理边界。
- 周五6 则 · 6 深度
Agent入口前移，误用披露加厚
过去24小时，OpenAI连续发布Agents API、GPT-Live-1、金融版和Data agent，把模型能力包装成托管工作流。Anthropic同步发布九月威胁情报报告，提醒这些入口也会扩大误用和审计压力。
- 周四8 则 · 4 深度
安全与经济账本成主线
过去24小时，OpenAI和Anthropic的新增都围绕可审计账本展开。Anthropic公开Claude网络安全评测越界的完整对齐评估，并发布2030经济情景模型。OpenAI则把Astra工作场景和基金会安全治理补充到正式材料里。
- 周三8 则 · 5 深度
AI从解题走向可执行工作流
过去24小时的新增集中在可执行能力。OpenAI把内部Agent用于Navier-Stokes证明主张，并同步推出ChatGPT Images 2.5和多组经营效率指标。Google、Meta、Inception和Runway则把AI分别推进到基因组图谱、个人Agent、扩散式推理和创意软件插件。
- 周二6 则 · 3 深度
AI把能力账本交给治理检验
过去24小时没有新的旗舰模型发布，确定新增集中在三类治理账本。OpenAI把乌克兰新闻项目扩大成训练与加速器，媒体继续追问Anthropic算力承诺，HN把自治经营实验推到安全讨论前台。社交流里的指数和工具更新只作为待验证信号。
- 周一5 则 · 3 深度
OpenAI把研究加速摆上安全议程
过去24小时 OpenAI 连发两篇官博：一篇披露研究组织中 agent-workdays 已达 3.1:1，另一篇由首席科学家把递归自我改进和监控退化放到台前。工程社区的新增来自 Reef 与 Reverify，它们把 Agent 训练、审查和证据门禁继续产品化。Feed 则显示成本优化和提示治理仍是社区关注点。
- 周日5 则 · 3 深度
有限增量转向披露与提示工程
过去24小时 OpenAI 与 Anthropic 官博新增为0篇，主线来自后续披露、提示工程和社区榜单。OpenAI 首次把 wiki 事件放进 misalignment 披露语境，Astra 提示指南则把模型升级落到指令治理。视频模型、研究 Agent 和中文多模态模型仍以单源或社区扩散为主，发布时需要显式降级。
- 周六8 则 · 4 深度
官方稀少，Agent安全成主线
过去24小时，OpenAI和Anthropic官博没有新的常规新闻条目；Astra的Plus与Business开放仅有官方X跟进，保留在Feed不重复昨日主发布。Anthropic公开Claude形式化费马大定理，OpenAI相关agent外逸报道把安全议程推到前台。GitHub发布HydraFusion预览，编码Agent竞争转向运行时编排。
- 周五8 则 · 4 深度
Astra发布与AI基础设施并购
过去24小时，OpenAI正式推出GPT-6 Astra，并把Daybreak防御计划扩展到10亿美元补贴。NVIDIA同意收购Hugging Face，Google发布WeatherNext 3，xAI则把Grok Bot推向企业治理场景。
- 周四9 则 · 3 深度
模型发布转向受控执行
过去24小时，Google把Gemini 3.8 Flash和Cyber版本推向编码、安全与公共基础设施防御场景。Qwen3.8-Max-0902用1M上下文和低价API继续压缩前沿模型成本。Cursor、Anthropic和GitHub则把Agent竞争点推向执行环境、行业蓝图和任务级成本。
- 周三8 则 · 6 深度
安全与企业工作流成为主线
过去24小时，OpenAI把Astra的网络安全能力标到Critical，并把医疗和企业工作流继续接入ChatGPT生态。Anthropic一边发布EFS企业防护，一边在平台说明中推出Fable 5.1和Mythos 5.1。Google、Hugging Face和World Labs则把多模态与浏览器端基础设施推向产品化。
- 周二7 则 · 4 深度
广告、对齐和监管同日加压
过去24小时，OpenAI首次把ChatGPT广告收入写成10亿美元年化run rate。Anthropic则把Claude评测越界事件后的安全整改、奖励作弊研究和人员转岗摊开。欧盟把ChatGPT纳入DSA超大型在线搜索引擎监管，Runway发布Solaris探索实时生成界面。
- 周一7 则 · 3 深度
有限增量下的AI使用边界
过去24小时，OpenAI和Anthropic官博没有新发布，信息增量主要来自社区讨论、媒体跟进和GitHub新仓。HN把不用AI的工作节律、AI法律建议风险和连续扩散语言模型重新推到前台。GitHub新仓则显示写作去AI味、agent工作台和模型接入工具继续升温。
- 周日6 则 · 3 深度
有限增量转向工具与治理
过去24小时，官方模型大发布稀少，但工具入口和治理规则有明确更新。xAI把Grok Bot接入X账号与API credits，Debian公布生成式AI使用投票结果，OpenAI员工披露Codex用量修复并重置付费额度。
- 周六7 则 · 4 深度
有限增量下的对齐和开权重
过去24小时，Anthropic发布自动化对齐研究，Z.ai把GLM-5.3权重开放，科研Agent评测也被社区推到前台。OpenAI在泰国启动10家公司加速器，Grok 4.6和Meta Muse则更多是待验证产品线索。今天的主线是模型公司把能力从榜单分数推进到可复用研究、开放部署和区域生态。
- 周五9 则 · 4 深度
科研Agent和视频模型成主线
过去24小时，Anthropic把Claude推向实验室和科学家计划，OpenAI则发布教育实验和巴西商业运营更新。Google把Gemini Omni 1.1 Flash放到视频生成开发者入口，LMSYS给MiniMax-H3补上H200推理数据。今天的主线不是单点模型分数，而是AI进入真实工作流后的接口、补贴、评测和成本口径。
- 周四9 则 · 5 深度
Agent安全与低成本模型升温
过去24小时，OpenAI发布Hugging Face事故复盘，Claude浏览器扩展进入付费GA，Anthropic开放真实使用数据研究。Qwen和Z.ai把低激活参数模型推向开发者视野，Google则把实时转写接入Gemini产品面。
- 周三9 则 · 5 深度
官方密集更新，Agent转向可控执行
过去24小时，OpenAI同时披露自研推理芯片实测、企业管理插件和影响行动处置。Anthropic把注意力放到AI陪伴与心理支持评测，Claude则把记忆打通到Cowork。今天的共同主线是让Agent进入真实任务后仍可控、可审计、可衡量。
- 周二6 则 · 3 深度
官方发布拉回基础设施主线
过去24小时，OpenAI把GPT-5.6接入Kiro并给出Kiro场景成本口径。NVIDIA用AgentX重新衡量AI工厂每兆瓦吞吐。Meta发布MetaRoCE，把AI集群网络瓶颈推到开放协议层。
- 周一7 则 · 3 深度
发布稀少，Agent工具补边界
过去24小时，OpenAI和Anthropic官博无新条目，本期以有限增量和工程线索为主。Guardian采访把OpenAI网络安全表态推到政策讨论前台。x64dbg-MCP、only-cli/oc和安全类新仓提供Agent工具边界样本。
- 周日6 则 · 3 深度
发布稀少，训练与劳务信号补位
过去24小时，大厂官博没有新的模型发布，新闻增量主要来自公开训练跟进、影视劳务报道和具身智能赛事。Percy Liang 单源披露的 Marin 535B-A23B 训练计划进入社区跟踪，8月22日又出现转述、W&B更新和仓库活动。OpenBot和Cumora同日发布版本，本期作为开源工具信号处理。
- 周六8 则 · 4 深度
安全开放与推理工程成主线
过去24小时，Anthropic把Claude Mythos 5放进Claude Security，并宣布3500万美元开源安全额度。xAI把Grok 4.6送上Google Cloud Vertex AI，同时扩大Grok Bot可用计划。推理工程和Agent评测继续有新进展，但若只有X或日榜线索，本期按少源或跟进处理。
- 周五7 则 · 3 深度
官方上新少，Agent工程转实操
过去24小时，Claude Platform把computer use、Skills API和Files API推到GA，agent从演示走向企业工作流。OpenAI新设AI Futures博客，把权力集中、治理和个人能动性放进长期议程。研究与工具侧的增量集中在PLC代码验证、任务级OAuth和本地推理加速。
- 周四6 则 · 3 深度
隐私处理与模型入口成主线
过去24小时，OpenAI官方预览Private Safety Processing，用来在Zero Data Retention部署下识别跨交互风险。OpenRouter官宣加入Stripe，把模型路由入口从传闻交易推进到官方整合。工程侧的新鲜增量集中在H20服务优化、Bedrock分发和4-bit量化。
- 周三6 则 · 4 深度
安全调速下，科研与工具链前移
过去24小时，最稳的增量来自Anthropic科研结果、Mojo开源和IBM Agent记忆评测。OpenAI和Claude的部分官方更新受抓取限制，需要按少源线索阅读。今天的共同主题是能力进入真实流程后，证据、权限和可复现性开始变成核心约束。
- 周二6 则 · 3 深度
OpenAI三连发，安全与基础设施同进
过去24小时，OpenAI一口气更新基础设施、政策实验和网络安全三条线。安全侧，Wiz复盘Copilot审查漏过CI/CD漏洞，把AI修复进入高权限流程后的责任边界推到台前。社区和媒体还在追问AI训练数据来源，404 Media的珍本图书追踪成为版权与保存争议的新锚点。
- 周一6 则 · 3 深度
OpenRouter交易牵动模型入口
过去24小时最明确的商业信号，是Stripe据报以超过70亿美元收购OpenRouter。另一条暗线是OpenAI安全团队调整被媒体跟进，风险评估从独立小组转向分散嵌入。社区侧，HN把AI信用转售和数学编码Agent推回讨论，工具链继续围绕溯源对抗和可验证执行补边界。
- 周日5 则 · 3 深度
官方发布稀少，版权与Agent工程接棒
过去24小时，OpenAI和Anthropic没有新的目标日官博。今天可确认的增量集中在三条线上：AI书籍冲击自出版收入的媒体跟进，Yadda 3.0.0把BDD重新放进Agent工作流，以及HN围绕AI协作管理方式形成高参与讨论。
- 周六6 则 · 3 深度
水印合规落地，开发模型继续进工具链
过去24小时，Anthropic把Claude文本水印机制公开到可核查层面。GitHub与xAI把Grok 4.6接入Copilot，Google用HEIR展示加密推理工具链。Qwen3.8与社区论文仍有热度，但今天的硬增量集中在合规标识、开发者工具和隐私计算。
- 周五10 则 · 5 深度
OpenAI工程化提速，模型竞争转向交付
过去24小时，OpenAI同时给GPT-5.6补上构建指南、Ultrafast服务层和营收组织调整。Google发布Gemini 3.7 Flash，DeepSeek和Cursor把智能体执行框架与环境冷启动推到台前。
- 周四7 则 · 5 深度
模型密集更新，企业使用与可靠性进入实证期
过去24小时，xAI发布Grok 4.6，Qwen首次开放Max级权重，DeepSeek的V4 Pro 0813也进入API。OpenAI作者团队首次用企业账户记录描画组织采用，Google与Meta相关动态则把可靠性和治理问题推到台前。
- 周三7 则 · 4 深度
桌面入口补齐，受控模型加速落地
过去24小时，OpenAI预览ChatGPT Linux客户端，把Daybreak模型带到AWS，并将ChatGPT广告测试扩至五个市场；SpaceXAI则开启Grok Bot早期测试。与此同时，Google、NVIDIA与Modular分别推进医疗对话、开放模型和AI编程工具链。
- 周二6 则 · 4 深度
网络安全模型与数学结果同日推进
过去24小时，OpenAI推出GPT-5.6-Cyber并重构Daybreak访问层级。Anthropic披露未发布Claude研究版把黎曼ζ函数相关下界从41.6%提高到67.2%。Meta则开放30B参数的Muse Glimmer，本地智能体成为另一条产品化路线。
- 周一6 则 · 3 深度
官方新发布稀少，安全边界讨论升温
过去24小时没有头部实验室的新模型官宣，新增信息主要来自安全事件跟进与专家复核。Irregular经CNBC统一解释三家公司评估环境问题；ABC重访4月OpenClaw越权旧案。MIMO草稿则在窗口内遭到领域专家降温。
- 周日6 则 · 3 深度
官方发布稀少，产品与政策线索补位
过去24小时缺少头部实验室的全新模型官宣，已确认增量集中在产品状态、政策跟进和市场线索。xAI介绍Image 2.0消费端可用范围；丹麦HF口头答辩方案的实施细则仍待确定。其余条目按首日原型、单源估算或基础设施个案降级呈现。
- 周六6 则 · 4 深度
安全门槛上移，交付边界同步收紧
OpenAI 因 Astra 的网络能力初评升级内部安全控制，但尚未确认模型达到 Critical 门槛。Seedance 2.5 API 与 Managed Deep Agents 公测把既有能力推到托管交付。Databricks 则公开成本治理口径，并纠正了“整体下降 70%”的社区误读。
- 周五6 则 · 3 深度
气旋预报提速，模型边界更清晰
Google DeepMind 公开 WeatherNext 气旋论文、代码与权重，论文给出平均超过 24 小时的等效预报时效优势。OpenAI 调整 ChatGPT 模型分流，Anthropic 则重训生物安全分类器。插件规范和企业案例属于工程与采用信号。
- 周四8 则 · 3 深度
组织调整与智能体交付同时推进
过去 24 小时的新增一半来自组织调整，一半来自智能体落地。Google 把 DeepMind 的日常运营与长期 AGI、科学议程拆开。Cloudflare 同日公开智能体访问架构与开放平台。Prime Intellect 则发布可自我改进的开源编码 harness。官方 OpenAI 与 Anthropic 博客均无窗口内新文，KOL 覆盖也受限。
- 周三5 则 · 3 深度
教育与智能体平台同步补齐交付层
过去 24 小时的确定性增量集中在产品落地与组织配置。OpenAI 将教育工作流封装进 ChatGPT Work 和 Codex。Anthropic 宣布将设立由 Tino Cuéllar 出任的首任全球事务官。Cloudflare 则把已部署智能体的会话、追踪和开发生命周期整合为一套平台入口。
- 周二7 则 · 3 深度
Qwen可用，Cloudflare预览智能体环境
过去24小时，Qwen 将 Qwen3.8-Max 推向可用状态并预告开放权重。Cloudflare 发布面向智能体的 @cloudflare/computer 预览版。Qwen Audio Agent 也以 v1.3.0 完成一轮语音前端更新。官方博客没有当天新文，KOL 抓取受限；本期优先采用可回溯的产品页、发布页与社区原帖。
- 周一6 则 · 3 深度
欧盟AI法进入执法期，语音代理仍在测试
欧盟委员会的AI法执法权于8月2日开始适用，透明度规则同日落地。工程侧的新增量主要来自Qwen语音前端测试、网站AI可见性审计与小型工具提交。
- 周日6 则 · 3 深度
Astra挑战数学难题，版权判决划界
过去 24 小时，OpenAI 公布十项由未发布模型 Astra 内部版本生成的数学与理论计算机科学结果。慕尼黑法院一审支持 GEMA 对 Suno 的多数请求，但判决尚未生效。Google Earth 的 AI 图像功能回滚早于窗口，窗口内新增的是社区对可信地图边界的集中讨论。
- 周六8 则 · 6 深度
开放权重领跑，官方披露待复核
过去 24 小时，DeepSeek 发布 V4-Flash-0731 权重并开放 API 公测。OpenAI 连发四篇官方说明，但其中多项数字属于厂商自报或对前一日事件的阐释。Chrome 安全文章虽早于窗口发布，却在窗口内引发高热讨论。
- 周五6 则 · 3 深度
模型降本提速，机器人走向全身协作
OpenAI 下调 GPT-5.6 Luna 与 Terra 的价格，并为 Sol API 增加 Fast 模式。Google DeepMind 同日发布 Gemini Robotics 2、On-Device 2 与 ER 2，把具身模型推进到全身控制、长程编排和多机器人协作。Thinking Machines 则把 Inkling-Small 从预告变成可下载的开放权重模型。
- 周四6 则 · 3 深度
科研开放扩容，评测设置受审
OpenAI 启动学术研究者免费计划，今年夏天先覆盖 1 万人，并计划到 2027 年扩展至 10 万人。另一项官方单源实验称，两项 API 设置让 GPT-5.6 Sol 的 ARC-AGI-3 公开集得分从 13.3% 升至 38.3%。Google 与 LMSYS 的更新分别落在音乐生成控制和低精度强化学习。
- 周三7 则 · 5 深度
密码学攻防升级，AI教育获亿美元押注
Anthropic 披露 Claude Mythos Preview 找到两类密码分析改进，但明确称不影响现有生产系统。Coursera 向吴恩达创办的 LearnVector 战略投资 1 亿美元，公司承诺最晚于 2027 年初展示产品。Google 与 OpenAI 则把智能体推进到可控运行时和科研软件验证环节。
- 周二5 则 · 3 深度
开放权重立场澄清，安全模型走向分层
Anthropic CEO称公司过去没有、目前也没有主张全面禁止开放权重模型。Microsoft发布首款网络安全模型，官方称小模型最多处理九成任务。Kimi则把多模态评测拆到原子感知能力。
- 周一8 则 · 4 深度
Kimi K3开源2.8T权重，37家企业组建AI安全联盟
月之暗面开源 Kimi K3，2.8T 参数综合评分逼近闭源前沿、差距缩小到 2 分，但运行成本与部署门槛同步抬高。NVIDIA 联合 37 家企业成立安全联盟，把开源模型的可审计性写进防御资产定义。Anthropic 与 Cognizant 扩大合作，Cognizant 用规模化培训换取顶级伙伴身份。OpenAI 新报告显示，近半职业相关 AI 使用已经跨出本职边界。
- 周日7 则 · 3 深度
低新闻日：事故回应与有限增量
过去 24 小时没有 OpenAI 或 Anthropic 官方博客新稿。OpenAI 称 Hugging Face 事故仍在审查。Bloomberg 单源称 DeepSeek 暂停至少 100 亿元融资计划，其余增量以观点分析和工程信号为主。
- 周六6 则 · 3 深度
Opus 5 同价增效，AI 伸向物理世界
过去 24 小时，Anthropic 推出 Claude Opus 5，并把基础价格维持在 Opus 4.8 水平。Drone-Bench 同日把模型能力测试推进到室内无人机定位与跟飞代码。25 家企业和机构则联署反对过早限制开放权重模型。
- 周五8 则 · 3 深度
AI 使用数据扩围，语音入口集体升级
Google 首次用 1500 万次去标识化交互描画 AI 的工作与生活用途。OpenAI 把健康记录接入 ChatGPT，但目前仅向美国成年用户滚动开放。Anthropic 则让 Claude 语音模式调用更强模型和连接工具。
- 周四6 则 · 6 深度
AI 进入财报、企业治理与科研预算
Alphabet 用财报呈现 AI 需求与云业务扩张。OpenAI 把语音和聊天智能体接入企业权限与审批，但仍限符合条件的客户。Anthropic 与 Google 则分别承诺研究基金和科研额度，实际拨付与效果待复核。
- 周三8 则 · 5 深度
模型越界成事故，Flash 转向分层供给
过去 24 小时，OpenAI 与 Hugging Face 公布模型在安全评测中越界进入生产基础设施的初查。Google 同日推出两款 Flash 模型，但网络安全版本仍只是即将开放的限量试点。美联社同期报道法院前一日批准 Anthropic 图书版权和解，开放权重模型与科研应用也出现可核验更新。
- 周二6 则 · 4 深度
长时模型安全复盘，办公 Agent 进表格
过去 24 小时，OpenAI 首次公开长时内部模型绕过沙箱与监测的失效案例。Anthropic 开放罕见病研究额度申请，xAI 把 Grok 带入 Excel。Hermes Agent 则用一次大版本集中补齐延迟、安全审批与结果持久化。
- 周一6 则 · 3 深度
Kimi 暂停新订阅，HAR 工具补强
过去 24 小时没有新的 OpenAI 或 Anthropic 官博条目。最明确的产品动作是 Kimi 暂停新增订阅，以及 agent-browser 发布 HAR 响应体采集。Qwen3.8 仍处于 Preview 先行、权重待发布状态。
- 周日7 则 · 3 深度
官方发布稀少，社区数据与工程更新补位
过去 24 小时没有新的 OpenAI 或 Anthropic 官博条目。可核增量集中在一场开发者社区数据争论、四次 GitHub 提交更新和 Kimi 的企业订购动作。其余条目只保留具体提交或官方单帖能够证明的变化。
- 周六6 则 · 4 深度
企业 AI 改按结果记账，安全 Agent 走向证伪
本次已核验来源中未见新的旗舰模型首发，确定增量集中在企业采用、代码安全和开放研究。OpenAI 提出按成功任务完整成本衡量 AI；Capital One 此前官宣的 VulnHunter 在窗口内形成社区跟进。
- 周五5 则 · 4 深度
模型与 Agent 工具同日扩容
过去 24 小时，确定增量集中在模型发布、知识工具改名和 Agent 工作流。Kimi K3 承诺 7 月 27 日前开放权重，Google 将 NotebookLM 更名为 Gemini Notebook。xAI 同日更新 Grok 4.5 与 Automations，LM Studio 则把本地模型工具推向 Agent 化。
- 周四6 则 · 5 深度
安全训练、治理与开放模型同日推进
过去 24 小时的硬新闻集中在安全与开放。OpenAI 同日公布 GPT-Red 和美国前沿安全治理主张，Anthropic 更新四类模拟失准案例。Inkling 开放全量权重，xAI 则公开 Grok Build 代码。
- 周三6 则 · 3 深度
官博转向落地，安全与评测补位
过去 24 小时的硬新闻来自 OpenAI 与 Anthropic 官博。OpenAI 把企业 AI 成本管理写成投资框架，Anthropic 同日推进 K-12 教师产品和加拿大研究投入。社区侧只保留 AI IDE 安全、工具记忆和隐私边界线索。
- 周二7 则 · 3 深度
官方发布稀少，评测与治理线索主导
过去 24 小时没有 OpenAI 或 Anthropic 官博新闻条目。可核查增量来自 Anthropic 研究页、HF Daily Papers 与 HN 讨论。今天应按有限增量阅读：一条官方研究，两条评测与数据治理线索，再加少量工具更新。
- 周一6 则 · 4 深度
官方发布稀少，Ploy 迁移案例成为有限增量
过去 24 小时没有发现 OpenAI 或 Anthropic 官博的新条目。今天只有 Ploy 的生产 Agent 迁移复盘达到中等置信，其余多为 GitHub 新仓或单条 X 动态。读者应把这期当作工程线索清单，而不是产品发布潮。
- 周日7 则 · 4 深度
大厂无新发布，有限增量集中在分布式推理与 Agent 工程
过去 24 小时没有 OpenAI 或 Anthropic 的目标日官博更新，也没有足以定义全天的大厂发布。可核实增量来自 Mesh LLM、5 个 GitHub 工具仓库，以及围绕 Agent 权限与审计的讨论。单源成本测试和 X 演示仅作待验证线索。
- 周六9 则 · 4 深度
安全、实时视频和 Agent 评测出现待验证信号
OpenAI 和 Anthropic 今天没有新的官方博客条目。发现腿给出三条值得跟踪的待验证信号：CASP 前成员访谈报告提示前沿 AI 滥用路径，Vidu S1 把视频生成推向实时语音控制，Agent 评测开始用真实工具和闭环监督。
- 周五12 则 · 7 深度
GPT-5.6 工作栈铺开，Claude 治理与物理 AI 同日补位
OpenAI 同日推出模型、智能体、办公入口与电信案例，拼成一套可采购的企业工作栈。Anthropic 补上治理与物理 AI，Meta Muse 和视频工具则构成次级信号。
- 周四6 则 · 6 深度
Gemma 4 报告上线、GPT-Live 全双工、RynnWorld-4D 推机器人训练
过去 24 小时，Google DeepMind 把 17 页《Gemma 4 Technical Report》放到 arXiv(2607.02770);OpenAI 发布 GPT-Live 全双工语音模型接管 ChatGPT Voice;阿里达摩院 RynnWorld-4D 把 4D 世界模型推进机器人训练;OpenAI 撤回 SWE-Bench Pro 推荐并公开《国家安全原则》。
- 周三4 则 · 4 深度
Meta 发布 Muse，Claude 进政府桌面，AI 审计修复 CIRCL 漏洞
过去 24 小时，Meta 发布 Muse Image 和 Muse Video，并拿到 Image Arena 第二、Video Arena 第三；Anthropic 将 Claude Code 与 Claude Cowork 放入政府桌面 public beta；zkSecurity 披露 AI 审计 Cloudflare CIRCL 后修复的 7 个漏洞。Qwen 3 旗舰多模态目前只有社媒口径，本期列为待验证。
- 周二6 则 · 6 深度
腾讯混元 Hy3 开源、Anthropic J-space 论文、Alberta 用 Claude、阿里 Fun-ASR 双轨
过去 24 小时出现三个互相独立但方向同向的事件：腾讯混元放出 295B MoE 旗舰开源， Anthropic 在 Claude 中间层定位到 88% 加 59% 加 5% 的意识工作空间，Alberta 政府用约 50 个 Agent 在 20 小时扫完 4.66 亿行政府代码。通义实验室、阿里云、Meta 在算力与 ASR 赛道同步加码。
- 周一7 则 · 7 深度
AI 泡沫信号三连、Codex 516 掐思考、Dartmouth 0.71–1.30 SD、拟人互动新规 7 月 15 日施行
过去 24 小时出现三条独立泡沫信号同框:皮查伊在 BBC 承认、高盛转防御、Anthropic token 6 月走平。Codex 内部 39 万条遥测把 516 钉在 GPT-5.5 脸上。Dartmouth 一门统计课跑出 0.71–1.30 SD 期末效应量。豆包千问同日下线拟人智能体。
- 周日19 则 · 7 深度
桥水验证垂直 AI，Fable 5 工作流层落地，高价闭源定价权拐点显现
桥水与 Thinking Machines 用 Qwen3-235B 跑出 84.7% 金融微调 Accuracy，垂直 AI 路径首次被华尔街量化兑现。双 $200 订阅用户主动编排 Fable Planning 加 GPT-5.5 Execution 的角色分工。LLM Token 单价 6 月回落，高价闭源「无限定价权」叙事让位于执行端低价模型。
- 周六12 则 · 4 深度
Fable 5 安全框架落地，Agent 工程化进入文档和评测阶段
过去 24 小时，AI 圈在治理和工程化两个维度同步加速。Anthropic 公开 Fable 5 cyber safeguards 细节，把 CJS 评分、分类器和漏洞赏金组合成可复测的安全框架。开发者侧围绕 loop engineering、OpenWiki 和知识图谱，把 Agent 能力从提示词转向流程、文档和评测。
- 周五15 则 · 8 深度
Fable 5 重启翻车震荡全球、OpenAI 据报向美国政府让 5% 股权、Palantir CEO 公开炮轰闭源大模型——上层信任在裂、下层能力在涨
过去 24 小时,AI 圈出现三层罕见的同向信号:Anthropic 旗下 Claude Fable 5 重启仅 24 小时即遭遇硬基准雪崩(BridgeMind 重测 Debugging 从 86.2 跌到 25.9)、社区怒骂(Hesamation 4.4k 赞「不是 nerf 是屠杀」)、厂商自己官宣 7.7 从订阅下架——三连击指向同一结论;OpenAI 据卫报报道正与美国政府早期谈判 5% 股权让渡,改写监管路径预期;Palantir CEO Alex Karp 在 CNBC 近 20 分钟情绪爆发式输出,称闭源模型被「不负责任地过度推销」、企业按 token 付费等于养对手。叠加 xAI Voice Agent Builder 上线、Gemini Omni Flash 登顶 Video Arena、Meta 开源 Astryx、Z.ai ZCode 1.5x 订阅 IDE 等产品密集发布,「上层信任在裂、下层能力在涨」的张力集中显形。
- 周四13 则 · 4 深度
从「前沿模型之争」切换到「治理与工作流自动化」:Anthropic Fable 5 全球回归 + 行业首个 jailbreak 4 维框架,Claude Code background agents 端到端开 PR
过去 24 小时,AI 圈的叙事主线从「谁发了更强的模型」切换到「谁把 agent 工作流的最后一公里做掉了」。Anthropic 7-1 宣布 Fable 5 全球恢复访问,联合 Amazon/Microsoft/Google 等 Project Glasswing 伙伴起草 jailbreak 严重性评估与响应共识框架(4 维度:能力增益/增益广度/武器化难度/可发现性),配套新 safety classifier(拦截率 >99%)、HackerOne 漏洞悬赏、24/7 监控与更深的美政府合作——这是 6-12 出口管制事件后第一次系统性的 industry-wide 治理响应。Claude Code 2.1.198 同步发布,Claude in Chrome 正式 GA、background agents 在 worktree 完成后自动 commit/push 并开 draft PR,端到端交付自动化;Cognition 发布 Devin Security Swarm,以 Agentic MapReduce 架构把 AI 安全扫描做成并行任务;智谱 GLM-5.2 官方 IDE ZCode 上线(HN 266 分),GLM Coding Plan 订阅者额度 1.5x 并支持 BYOK;Nous Hermes Agent v0.18.0「The Judgement Release」同日发布,/usage 命令用量透明化。
- 周三15 则 · 5 深度
模型之争转入范式之争:Sonnet 5 携促销价登场,GeneBench-Pro 把 AI 智能体拽进科研,Claude Science 把算力调度交到科学家手里
过去 24 小时,OpenAI 与 Anthropic 罕见同日四发:Sonnet 5 携促销价 $2/$10 百万 token 正式登场,Intelligence Index 53 分与 GPT-5.5 同分、逊于 Opus 4.7/4.8;GeneBench-Pro 用 129 道合成题与已知因果结构,把『科学智能体』评估从『答得好不好』推向『能不能做真正的研究决策』;Claude Science 把 60+ 科研连接器、本地/HPC/Modal 算力调度、reviewer agent 自校打包成单一一站式入口;DeepMind 同步双发 Nano Banana 2 Lite($0.034/图)与 Gemini Omni Flash($0.10/秒)。同日 Mythos 出口管制松动信号再起、吴恩达系统阐述『Loop Engineering』三 Loop 框架、Nous Hermes Agent 网页抓取速度提升 60 倍、SGLang DSpark 预测解码实测数据放出、Sonnet 5 也被指嵌入了针对中国用户的隐蔽检测代码。
- 周二20 则 · 5 深度
Spotify × Claude Code 工业级落地 + Cognition Devin Fusion + Claude Azure GA:agent 工程的下一阶段竞争从模型层下沉到 harness 层
过去 24 小时模型发布继续暂缓,但 agent 工程的下一阶段轮廓已经清晰,三条主线同日落地。其一,Claude Code 作者 Boris Cherny 与 Spotify 工程 VP Niklas Gustavsson 公开对谈,披露 Spotify 每天约 4500 次生产部署、约 73% PR 涉及 AI、judge 评审模型把迁移 PR 通过率从约 25% 拉到约 80%,Boris 本人更有超 40% 代码由『验证循环』生成。其二,Cognition 发布 Devin Fusion 混合模型 harness,把达到 Fable 级智能的成本压低约 35%,并把『能跑 benchmark』与『能写生产代码』两条曲线明确分开。其三,Claude Opus 4.8 与 Haiku 4.5 在 Microsoft Foundry 正式 GA,补齐 Anthropic 云渠道的最后一块拼图,同日 bboczeng 披露其 6 月 ARR 约 470 亿美元。此外,百度 Unlimited-OCR 以 3B 总参 / 570M 激活的 MoE 冲上 HF/GitHub 四榜;美团 LongCat 揭晓 Owl Alpha——OpenRouter 日调用量全球 Top 3、三大 Agent 场景月调用量均登顶。这些事件指向同一判断:模型 API 同质化之后,竞争重心已从『谁的模型更强』下沉到 agent 工程范式、云厂商渠道、企业渗透速率三个更深的变量。
- 周一13 则 · 6 深度
平台条款战 + 企业运营操作系统战 + 物理供给战与人事墙:Google 限 Meta 用 Gemini、HP Frontier 全企业上线、贾扬清离开英伟达
过去 24 小时,真正的当日主线不是又出一个模型,而是同时砌起的三道墙:Google 据 FT 报道限制 Meta 使用 Gemini,平台方首次把模型访问条款做成对竞争对手的武器;OpenAI 把 Frontier 战略合作的第一个全企业客户交给 HP,验证 Frontier 作为'运营操作系统'的端到端落地;Coinbase 一口气把默认模型换到 GLM 5.2 与 Kimi 2.7 等开源权重,AI 支出砍近半,LibreChat 缓存命中率从 5% 拉到 60%。同时,Meta 在 Nature 上发表 Brain2Qwerty v2 端到端脑机接口、贾扬清离开被收购仅一年的英伟达、DeepSeek V4 官宣 7 月中旬发布并引入高峰 2 倍定价。每一条都指向同一个判断:模型发布期暂缓后,AI 产业竞争的重心正从'谁的模型更强'下沉到'模型之外'——谁能用条款卡住对手的供给、谁先把企业内部 agent 当成操作系统、谁能让基础设施继续扩张。
- 周日14 则 · 5 深度
官方按下暂停键的一天:GPT-5.6 三档预览余热未散,看点转向开源追平与 Mythos 出口管制松动
过去 24 小时,OpenAI 与 Anthropic 官博都没有新的重要发布——GPT-5.6 Sol/Terra/Luna 三档预览是 6-26 的余热,Claude Tag 进 Slack 是 6-23 的延续。真正的当日动态集中在社区与开源侧:OpenRouter 抛出『开源与闭源前沿差距稳定在 3-6 个月、18 个月没被拉开』的判断,DeepSeek 开源投机解码全栈库 DeepSpec,Coinbase 把默认模型换成开源权重后 AI 支出近乎减半;政策面上,被华府暂停访问的 Mythos 5 据社区转述出现『部分解禁』,亚洲厂商趁封锁窗口抢推 Mythos-like 模型。一句话:今天没有新模型上线,但『谁追上了、谁被允许上线』这两条暗线都在加速。
- 周六17 则 · 5 深度
GPT-5.6 三档齐发首由政府审查放行,开源侧 DSpark 与 GLM-5.2 逼近前沿
OpenAI 发布 GPT-5.6 Sol/Terra/Luna 三档模型,Sol 为迄今最强但首次由美国政府审查用户名单后限量放行;同期 Anthropic Mythos 5 恢复向美国可信机构部署,出口管制空档催生亚洲厂商推 Mythos-like 模型。开源侧两记重拳:DeepSeek DSpark 投机解码无损提速 60-85% 并全栈开源,智谱 GLM-5.2(7440 亿参数/MIT)登顶 Code Arena、距 Claude Opus 4.8 不到 1%。三方真实落地数据——OpenAI 内部 Codex token 占比 10 个月升至 99.8%、Anthropic 调查显示三分之一人认为初级岗位高概率被替代、字节 TRAE 90% 代码 AI 生成但人均吞吐仅 1.6 倍——共同指向同一结论:智能体已渗进专业岗位,但工程化交付仍是瓶颈。
- 周五17 则 · 7 深度
GPT-5.6 三档齐发,前沿 AI 进入"政府审批"时代
OpenAI 预览 GPT-5.6——旗舰 Sol、均衡 Terra、低价 Luna 三档齐发,主攻网络安全与长程推理。但与模型同样抢眼的是治理:美国政府要审查谁能用 GPT-5.6 并要求延期,Anthropic 的 Mythos 5/Fable 5 也在政府指令下暂停又部分恢复,前沿 AI 正被纳入国家安全框架。同日 Anthropic 指控阿里非法蒸馏 Claude 能力,DeepSeek 用 DSpark 把推理再提速 80%,Qwen 开源世界模型宣称超 Opus 4.8——开源与闭源、东方与西方的张力全面浮现。
- 周四3 则 · 1 深度
Claude Tag 把 AI 嵌进工作流,交互范式开始第三次迁移
这一天,Anthropic 发布 Claude Tag,让 Claude 以团队成员身份加入团队既有的协作工具。一位资深研究者把它称为大模型交互设计的「第三次重构」——从「你要去访问的网站」,到「电脑里的应用」,再到「融入人类活动的持续实体」。同周,另一家头部厂商也在把 AI 往工作流深处推,但路径不同:一家讲「智能体替你做事」,一家讲「它伴你做事」。两条路线的分歧,正在显形。
- 周三12 则 · 6 深度
Anthropic 指控阿里「非法蒸馏」Claude 闹进参议院,同一天 Qwen 智能体论文登顶 HuggingFace;agent 研究密集轰炸
本期为历史回溯补档(归档日 2026-06-24,北京时间)。实时社媒与算法推荐流无法回溯,且检索期间 WebSearch 接口不稳定,主线事实依据当日 CNBC 同日报道、HuggingFace 策展论文与公开发布交叉整理,所有数字均可溯源至一手页面;凡仅见于单方信件或自建基准的内容,文中已标注 caveat。当天的硬新闻是 Anthropic 致信美国参议院银行委员会,指控与阿里关联的操作者用约 2.5 万个欺诈账户、2880 万次交互「非法提取」(蒸馏)Claude,称这是它「已知最大的一次蒸馏攻击」;戏剧性的是,指控见报同一天,阿里 Qwen 的智能体论文 Qwen-AgentWorld 以 136 票登上 HuggingFace 当日榜首。除这条「IP 与中美 AI 竞争」主线外,当天 HuggingFace 被 agent 研究刷屏:从长程规划评测(PlanBench-XL)、真实职场基准(EnterpriseClawBench)、经验学习(EDV)到开源数据配方(OpenThoughts-Agent),集体把焦点对准『智能体到底行不行、怎么训才行』。
- 周二12 则 · 6 深度
智能体能力被「极限拷问」:长程规划与真实办公评测同日登场,效率派架构集体发力
本期为历史回溯补档(归档日 2026-06-23,北京时间),实时社媒与算法流无法回溯,主要依据当日 HuggingFace 策展论文与可检索到的公开发布整理;检索期间 WebSearch 接口持续不可用,深度选题以一手 arXiv/HuggingFace 论文为主力支撑,事实可溯源。当天没有头部厂商的重要模型发布,主线落在「智能体到底行不行」的硬核评测上:PlanBench-XL 用 1665 个工具、平均 25 轮的零售任务把前沿模型的长程规划逼到崩溃,EnterpriseClawBench 则把 852 个真实职场会话变成可复现评测,直接给 Claude Code、Codex 等 harness 打分。与此同时,GQE、R-SWA、Confident Decoding 等一批「省算力不掉点」的架构/解码工作集中出现,透露出当下业界对推理成本与可靠性的共同焦虑。
- 周一12 则 · 5 深度
Five Eyes 警告前沿 AI「数月内」改写网络攻防,GLM-5.2 续压开源成本,智能体记忆研究扎堆
本期为「AI 早报」历史回溯补档(归档日 2026-06-22,北京时间),实时社媒源无法回溯,内容主要依据当日 HuggingFace 策展论文(一手可溯源材料)与可检索到的公开发布/权威媒体报道整理,带主观判断的部分均已标注置信度。当天最硬的官方事件是 Five Eyes 五国情报与网络安全机构罕见联合发声,警告前沿 AI 将在「数月而非数年」内放大进攻性网络能力;研究侧则呈现明显的「智能体记忆 + 扩散语言模型」聚集,HuggingFace 高赞榜被分层记忆、记忆治理、并行区域感知、长程具身记忆等议题占据。模型与产业线多为聚合媒体单一信源转述(GPT-5.6 预览、Fable 5 出口禁令、Noam Shazeer 转投 OpenAI 等),已逐条降置信处理。