OpenAI、Google、微软认共用 AI 训练偏好令牌，落地时间从数月到 2027
2026-11-02
Anthropic 同日向 IETF 提交个人草案，robots.txt 用 `__usage_ai-training` 一次表态；多数厂商尚未上线，微软另拆出 grounding 控件。
英国接受医疗 AI 监管 44 条建议，42 条仍等明春交付细则
2026-10-06
政府把咨询蓝图变成正式承诺，但多数规则、责任边界和时间表要到 2027 年春季才明确，现阶段最具体的动作是启动监管沙盒测试。
训练数据整改只是起点，英国 ICO 把监管追到 Agent 每一步
2026-10-08
监管重点正从模型吃过什么数据，延伸到 Agent 用了什么权限、把数据交给谁，以及谁能重建并叫停它的动作。
Google 把开发文档接进编码 Agent，生成问答每天只给 50 次
2026-10-23
API 早在 2 月公测，10 月新增 gcloud、官方 Skill 和七种客户端；高频场景仍要靠检索而非生成问答。
代码审查 Agent 不只要多抓 bug：ReviewBench 把噪声写进评测
2026-10-05
GitHub 用 219 个真实 PR 同时衡量已知问题召回与新增发现质量；公开题库更接近生产，也让 Claude 裁判成为新的变量。
平台没有撒谎，购物 Agent 仍会被商品呈现带偏
2026-09-23
CAVEAT 保持商品与用户要求不变，只改页面呈现，五类模型的最优购买率便从 78.6% 降至 17.3%。
科研 Agent 找到最优配置后，仍可能说不清什么有效
2026-09-23
WhatWorkedBench 要 Agent 预测完整响应面；同样八次新实验，换用高斯过程能提高平均效应恢复，但并非每个任务都受益。
安全 Agent 最难的不是看见危险，而是决定何时出手
2026-09-23
PASTABench 把安全监控拆成识别、时机与归因；最佳模型的窗口内正确干预率为 40.74%，主要失分来自过早打断。
AI 辅导在一次 GRE 实验中追平真人，918 倍成本差只算推理费
2026-09-23
StudentBench 用 2383 名参与者做前后测；合并 AI 组与真人等效，但单模型结论未校正多重比较，也没有长期保持或自行刷题对照。
州检察长要联邦管前沿 AI，也不肯交出州执法权
2026-09-24
26 名州检察长提出安全测试、事故调查等六项底线；现行纽约法已展示联邦标准与州执法如何并存。
Databricks 买下自家财务在用的 Row Zero，让 Genie 的分析落进表格
2026-09-24
Genie 将得到一个能逐格查看公式和透视表的工作簿，整合还没有日期；共享服务账号、展开表格和导出会不会绕开治理，要看客户怎么配置。
Dataiku 把各平台的 Agent 记进一本账，停用权还留在各平台手里
2026-10-19
Agent Management 汇总负责人、成本和风险记录，但它不在调用链路上；各平台交出的字段、权限和保留期不同，同名指标未必能直接比较。
同一套训练补救，闭环结果一升一降：NavSafe-∞ 重排自动驾驶
2026-10-09
280 个照片级仿真场景让策略承受自身动作的后果；SimScale 让三种策略成功率上升，却让 DrivoR 下降 8.21 个百分点。
长任务 Agent 看不见远处代价：榜首宏平均 59.7%
2026-09-23
502 道题从真实工程与研究轨迹中截取分叉；证据越晚出现，14 个模型越接近随机猜测，加大推理预算也未补上差距。
SRE Bench 不给 Agent 看源码，统一工具后仍有近半实例未解
2026-09-21
19 个洁净室程序被编译成 262 个二进制实例；统一工具缩小了环境差异，私有工件也把复核权留在平台手中。
车载语音模型一致率接近九成，仍会在授权关口多执行一步
2026-09-17
最佳模型与参考决策一致率为 89.1%，却仍在 161 个不应直接执行的场景中误执行 3 次。
LongevityBench 把衰老生物学拆成 17 道题，小模型登顶却不是终点
2026-09-17
18个前沿系统无人横扫五类数据，9B领域模型登顶总榜；训练同源、措辞敏感和许可边界提醒研究者别把排行当临床能力。
DolphinBench 用 600 个任务考 Agent 记忆，同时报成本和延迟
2026-09-22
最高分 70.67% 来自 Hermes、GPT-5.6-Luna 和 Mem0 的组合。分数取决于模型、框架和记忆系统三者，97.5% 的题还要模型评分。
60 家机构补 AI 的语言缺口，先要回答数据归谁、成效怎么算
2026-09-22
五年让 34 亿人用母语和语音使用 AI 仍只是共同目标；联盟已列出数据、评测、工具与安全四条线，成员承诺、资金和治理规则尚待敲定。
九个模型会写危险叙事，ASIL 最佳宏 F1 仅 0.261
2026-09-17
SAFARI 用 3000 个工业 HARA 案例测试九个模型；通用后果写得流畅，场景细节、可控性和风险分级仍需工程师把关。
代码 Agent 没查全文件也不说：最终回复正在成为审查盲区
2026-09-17
OverclaimBench 的 1,140 次文件审查显示，67.9% 未覆盖全部文件；在这些不完整运行中，80.4% 没有如实交代缺口。
CAD Agent 画得像还不够，CADWorld 把工程文件纳入判分
2026-09-21
初版曾并置两套题集与分数；修订版统一为全量 200 题，结构和流程成为专业软件自动化的第二道门槛。
拒绝一次不算安全，BLINDSPOT 把 Agent 评测拉到整条轨迹
2026-09-14
论文用有状态工具、适应性攻击与五类结局评测长时 Agent；真正的增量是测拒绝能否坚持，而非再做一张安全榜单。
SonoCorpus 不重发 45.7 万张图，开放的是训练重建路径
2026-09-21
53 个超声数据集没有被重新分发；来源、切分、哈希、评测记录与完整训练状态把复核入口留给了外部研究者。
SWE-bench 前 30 名挤成两到三档，小数点名次证据不足
2026-09-15
对 254 份公开提交的配对审计发现，Verified 前 30 名相邻比较均不显著；采购应核对逐题结果与模型—scaffold 组合，而非只看总分。
Vantora 融资逾 1 亿美元，孵化的公司可由企业客户直接收回
2026-09-18
原名 UP.Labs 的创业工作室改为只给单个企业造公司：企业出钱、持股、当首个客户，产品见效后可以并回内部。
编码 Agent 做八步任务时，每项观察减少约 75%
2026-09-16
ProgramDistill 将 26 个网页应用拆成 4063 项可重放任务；依赖从 1 步增至 8 步，模型的观察和验证投入没有跟上任务增长。
任务和故障一起换掉，RoboVAD 最佳微平均帧级 AUC 只有 67.4%
2026-09-15
62 万帧真机视频把任务与异常类型同时留出，9 种方法最高 micro-AUC 为 67.4%；这暴露的是监控层的迁移缺口，不是机器人成功率。
机器人不是总能重来：REVERSAL-BENCH 给不可逆失败加上刻度
2026-09-15
新基准用可控不可逆程度和恢复 oracle 测量无重置强化学习，结果显示：看见危险不等于有能力把机器人拉回来。
Treble 融资 1800 万美元，把声学仿真推向机器人
2026-09-17
平台把房间、材质、噪声和设备参数转成批量训练与评测条件，本轮资金将用于美国市场扩张。
Anthropic 给审核过的生物机构放宽 Claude 限制，自己也开了湿实验室
2026-09-18
通过核验的团队可用防护更宽松的模型，高风险项目每半年复审；流量改为事后监控并留存 30 天。湾区湿实验室主攻基础生物学。
加州先搭 AI 审计名册，再设计模型紧急停止
2026-09-18
行政令 N-9-26 提前 IVO 认定和审计员注册基础设施，并要求在 59 天内提出模型紧急停止、驻场审计和报告核验方案。
机器人先在 67 座数字场景里试错，逼真仿真仍没消除泛化缺口
2026-09-14
Neverwhere 把真实校园重建为四类闭环跑酷测试；作者的楼梯实验中，训练场景与未见场景平均成绩相差约 50 个百分点。
3.7 万个 PR，为何仍排不出代码 Agent 质量榜
2026-09-12
论文追踪合并后 90 天，却无法消除任务自选择、样本失衡和代理指标误差；产品差异是审核线索，不是因果排名。
同一模型换个编码 Agent 外壳，解题率接近，账单能差五倍
2026-09-16
HarnessTax 对七个模型和三种外壳做同题对照；最高成本差来自 30 道 SWE-bench Lite 样本，外壳的上下文与工具负担比正确率更敏感。
投入 3 亿美元后，Morgan & Morgan 要把律所变成软件商
2026-09-14
MX2 计划 2027 年向同行开放；近 5000 月活仍是内部采用指标，真正的商业门槛是可验证的输出与责任链。
GameLogicBench 逐帧验收编码 Agent 实现的游戏逻辑
2026-09-18
72 项 Godot 任务中，最佳组合完成 38 项；消融实验显示，终局检查和场景不足都会放过错误实现。
科学家自报每周省近 7 小时，41% 称假设积压增加
2026-09-15
谷歌等机构调查 637 名英美研究者：41% 称未检验假设积压增加。三类数据揭示 AI 用在何处，也划出了生产率结论的边界。
Digit 5 把充电时间压到 9 分钟，跨工位作业还要等现场验证
2026-09-15
Agility 用快充、可换夹具和独立安全控制器扩展机器人的工作范围；旧代现场成绩与新机预期仍须分开看。
生产 Agent 团队用固定题单换取并行评测与逐题排错
2026-09-18
519 题全量评测约需三小时；在 574 次历史运行中，200 题固定子集以 1.40 个百分点平均误差估算总分。
Temporal 七个月估值翻倍，Agent 把旧故障恢复推上前台
2026-09-14
5.5 亿美元融资背后，Temporal 记录工作流事件并从断点恢复；它保存执行进度，却仍把外部动作幂等和代码版本责任留给开发者。
FoldNet++ 用 12 万条合成轨迹折 T 恤，90% 只在分布内真机上出现
2026-09-11
六种本体共享末端动作与规则化示范；Galbot 真机约 93%，分布外 ARX 约 67%，代码和数据仍未开放。
规划器明明会做任务，为什么教不会机器人模型
2026-09-11
DATAFARM 把成功轨迹改造成 VLA 熟悉的动作分布，三项桌面任务平均成功率由 8.3% 升至 56.7%。
CQBench 把代码评测移到易错题：27346 题测静态质量，不测程序正确
2026-09-11
它把已知易触发缺陷的函数做成可复算压力测试，却不能替代编译、功能测试与漏洞验证。
Benchmark Radar 拼出 1283 条评测记录，也暴露近四成无分数
2026-09-10
冻结版汇入四类目录与 12916 个数值观察；缺分数不等于缺评测，而是工件、身份和测量口径仍未闭合。
BenchShield 把 Agent 评测证据从对话扩到完整奖励路径
2026-09-10
论文在三套基准的 456 条裁决轨迹上表明，权限、交接物和奖励来源都要留证；96% 与 36% 并非同规模测试。
Anthropic 首次公布 Claude 研发自动化指数
2026-09-17
Anthropic 用固定任务篮子、工时权重和六级量尺计算：Claude 在 26% 的模型研发工作中承担大部分步骤，最终决策仍由人完成。
接住落物这道题，机器人选对动作仍可能差半米
2026-09-09
ReactHuman 让七个多模态模型的反应在仿真中执行。闪避场景中 35.9% 的决策违反安全规则；公开元数据与论文评测集尚不能一一对应。
OmniTable 将一项训练数据策展任务从两周缩至两天半
2026-09-10
蚂蚁集团把分散的训练语料和特征映射到逻辑宽表，在固定输入的 SFT 任务中减少逐表编排与故障重跑；提速口径不适用于所有训练任务。
英国委员会建议医疗 AI 限域先行，扩大授权要靠临床数据
2026-09-10
独立委员会提出 44 项建议：部分器械经初步审查后可受控部署，持续记录版本、性能和事故，再以真实世界证据申请完整授权。政府尚未采纳。
会提问，却找不出该问什么：IdeaAMBIG 暴露科研 Agent 的上游缺口
2026-09-11
13 个模型一旦拿到缺陷提示便能有效澄清，真正卡住它们的是从完整得像论文的方案里找出关键遗漏。
机器人折衣不只需要成功示范：FolDeX 把失败恢复做成实机赛道
2026-09-11
2000 多小时真机数据被拆成四种复用问题；恢复轨迹已见收益，跨任务与跨本体混训仍会相互干扰。
Salesforce 完成收购 Fin，约 36 亿美元买下第二条客服 Agent 路径
2026-09-11
Fin 产品继续服务原客户，Salesforce 同时保留跨 helpdesk 快速部署与平台内深度定制两条路线。
Harvey 估值升至155亿美元，法律 AI 的竞争从席位扩到模型控制权
2026-09-11
5.5亿美元融资没有更新收入；开放权重模型、法律评测与可靠性收购共同指向一套仍待落地的自有智能栈。
GUI Agent 单项任务最高 42.4%，四个子任务后成功率接近零
2026-09-11
JarvisGUI 把 Android、Windows 与 Ubuntu 接进同一动态评测；跨端状态依赖没有被更强规划器解决，代码和数据仍未开放。
Meta 拟收购 Stilla：商业 Agent 已会行动，缺的是跨系统上下文
2026-09-11
交易仍待交割。Stilla 把分散在工作工具里的团队上下文转成可审批动作，补进 Meta 已铺向三大消息入口的商业 Agent。
OpenAI 支持四项加州法案，主张联邦强制规则只管少数前沿实验室
2026-09-11
三项法案已在两天内签署，另一项交州长处理；审计资格、儿童产品与基因合成规则先落地，联邦能力门槛仍没有数字。
无人机先找、地面车再验，AGOS-Bench 把协作拆成可测闭环
2026-09-08
210 条仿真测试中，结构化协议让九个视觉语言模型中八个成功率提高；关键是把坐标投影和道路规划交给确定性工具。
轨迹没变，换句话，奖励模型就把失败判成成功
2026-09-04
RoboRMBench 用 2390 条真实轨迹测试等义指令，揭示平均准确率掩盖的奖励翻转。
一个机器人模型在标准基准拿到97.1%，失败后续作不足四分之一
2026-09-05
LIBERO-RECOVER把起点移到模型自己留下的失败状态；恢复数据只补回约4.6个百分点，初始画面比单看残局更有用。
一个拿过80.6%的机器人失败检测器，平衡样本复评只剩0.53
2026-09-03
FailBench汇集14个来源的2197次操作；专用模型跨域退化，接触密集装配仍接近随机判断。
用仿真视频给六种机器人策略排名，视觉模型与人工偏好一致率应为90.9%
2026-09-03
一台机器人、七个桌面任务中，仿真与实机成功率平均差2.13个百分点，六种策略顺序相同；相近策略仍未排稳。
KC-Bench 把 Agent 的冲突处理拆成 238 个可执行任务
2026-09-03
九个模型在事实纠错、身份核验和时间冲突上互有胜负；基准测到的是模拟环境中的模型行为，不是生产事故率。
LTB 收集 3456 个翻译硬例，用逐题验收规则定位模型失败
2026-09-03
规则是写给 LLM 裁判的自然语言条件，不是确定性程序；数据能诊断前沿模型弱点，但不代表日常翻译质量分布。
Cohere 发布 69.6 万项 MCP 工具数据，2.6% 完整匹配职业任务
2026-09-03
ATE 把七个公开目录映射到 O*NET；它测量工具描述与任务文本的匹配，不是执行成功率、采用率或生产力。
RATIO 将科学灵感检索拆成三类，先测 AI 能否找到对的文献片段
2026-09-01
新基准用论文连接词构造 302 万组训练与评测样本，关系特定微调显著提升检索，但尚未验证能否产出更好的科研假设。
AI 修漏洞，挡住一次崩溃还不够：新测试要求追查根因
2026-09-04
PatchBench 测试了 11 种 AI 智能体配置，单一漏洞触发样本的通过率平均为 83.1%，同时通过安全和功能检查的完整解题率只有 45.3%。
请求写得更像真实用户后，编码 AI 解题率平均降了 6.4 个百分点
2026-08-31
RealSWE 保持任务不变，只调整请求的信息与语气。七个模型的解题率都下降；影响较大的是漏写预期行为和需求动机，语气本身影响很小。
斯坦福发布科研工作流基准，9 个模型中最高解决率为 30%
2026-08-28
70项任务来自研究者的实际工作，用程序检查是否完成。结果低于通用编码基准，但工作流完成率不能等同于整体科研能力。
Figure 推出 Index，付费征集人类操作视频训练机器人
2026-08-26
Figure 称 Index 四个月已收集 1600 万段真人视频，支付 1500 万美元。它希望借此训练机器人，但尚未公布可核对的泛化基准。
汤森路透发布法律模型 Thomson，先用于文档审阅
2026-08-25
汤森路透用开源模型和自有内容训练 Thomson，两年投入约 4000 万美元，先接入法律产品。公司评测显示，优势集中在能访问其内容的测试中。
Ramp 数据：7 月更多企业为 Anthropic 付费，客户在 OpenAI 上的支出增长更快
2026-08-20
月度指数显示 Anthropic 付费采用率领先；较小的 token 支出样本则显示三季度 OpenAI 增长更快。价格和留存条款可能影响选择。
Pew 检测 49 万英文网页，AI 写作痕迹在新内容中更常见
2026-08-22
2026年7月样本中约10%带AI写作痕迹；仅看有发布日期、在ChatGPT推出后上线的页面，比例为35%。检测也涵盖AI编辑。
OpenAI 预览零留存安全监控，Anthropic 据报拟允许企业自行存储数据
2026-08-21
OpenAI 称新方案能跨会话识别滥用，同时保持零留存。Anthropic 据报仍要求保留 30 天，但拟允许数据留在客户云中。两种方案的效果仍待检验。
按职业用途筛选 AI 对话，研究样本中近一半会被排除
2026-08-20
AI Observatory 对六个来源的对话采用相同的职业筛选规则，被排除的内容更常涉及健康、关系、骚扰与性话题。样本并不代表所有 AI 用户。
Google 以 1000 万美元竞得 Spirit 航空数据，交易仍待法院批准
2026-08-19
数据包括员工邮件、聊天与运营记录，Google 称可能用于改进产品和模型。空乘工会担心去标识后仍能识别个人，批准听证会推迟至 9 月 9 日。
美国电影协会与字节跳动签署 AI 版权保护备忘录，具体措施未公开
2026-08-17
美国电影协会与字节跳动签署备忘录，要求加强 Seedance、Seedream 的版权保护。双方未披露具体措施，也未披露作品或训练数据授权。
AI 智能体自检通过仍会答错：Turing 分析 3600 次终端任务测试
2026-08-15
Turing 称，在 3600 次测试中，65.4% 的失败伴随自检通过和成功声明。这表明自检可能重复解题时的误读；具体比例仍待独立验证。
苹果据报洽谈为 Siri 购买新闻内容，提议按使用次数向出版商付费
2026-08-13
《华尔街日报》称，苹果考虑以九位数美元预算为 Siri 获取实时新闻，按内容使用次数结算。协议尚未签署，如何计数和审计仍待明确。
词频研究估算，近九成开放获取的生物医学论文有 AI 写作痕迹
2026-08-12
研究依据词频变化，估计 2025 年底 PMC 英文论文样本中 89% 带有 AI 辅助写作痕迹。这是依赖历史趋势的总体估算，不能用来判定单篇论文是否用了 AI。
第三方测得 DeepSeek V4 Flash 终端任务得分 82.7%，与官方相同
2026-08-10
Ante 测得 DeepSeek V4 Flash 终端任务得分为 82.7%，与官方相同。另一评测得分 79%，分差需结合框架与统计误差判断。
340 万求职者数据：雇主共用 AI 筛选供应商，可能反复筛掉同一批人
2026-08-09
研究发现，汇总审计可能掩盖岗位间的推荐率差异；在提交 4 份申请的样本中，10% 未获任何算法推荐。研究未提供因果证据。
一家金融科技公司的任务测试中，GPT-5.5 完成率为 44.4%
2026-08-08
Turing 用一家金融科技公司的五年运营数据构建 64 项任务，每项测试 10 次。模型常在查文档、确认数据及完成跨系统操作时失败，结果能否推广仍待验证。
54 份漏洞报告疑似由 AI 编造，SQLite 六条记录已被撤销
2026-08-03
JFrog 分析认为，一名用户提交的 55 份漏洞报告中有 54 份疑似由 AI 编造。六条 SQLite 记录曾进入漏洞数据库和扫描器，后被撤销，暴露出验证流程的缺口。
扫描 7.6 PB 公开训练数据，发现 22 万条仍有效的密钥
2026-08-02
Truffle Security 在 Hugging Face 公开数据中检出 221,303 条扫描时仍有效的凭证。部分密钥随衍生数据集反复传播；清理副本困难，撤销和轮换仍是关键。
欧盟 AI 透明度规则开始适用，聊天机器人和合成内容须分类披露
2026-08-02
8 月 2 日起，欧盟 AI 法案的透明度义务开始适用。聊天交互告知、合成内容标记和深伪披露分别面向不同主体，并有例外与过渡期，企业需按实际用途判断。
Similarweb：美国约43%的Google搜索显示AI摘要
2026-07-27
Similarweb报告显示，Google的AI摘要在美国搜索中越来越常见。出版商面临流量压力，开始争取内容使用控制权，搜索广告也在调整。
主打隐私的 Venice AI 获 6500 万美元融资，估值达 10 亿美元
2026-07-02
Venice AI完成首轮外部融资，公司称已盈利、年化收入超过7000万美元。平台聚合200多个模型，隐私保护随所选模型和推理方式而异。
科罗拉多重写 AI 监管法，将重点转向告知与人工复审
2026-06-30
新法删除风险管理和影响评估要求，保留消费者的数据更正、人工复审等权利。主要规则拟于 2027 年实施，xAI 的法律挑战仍在继续。
开放模型工具 Ollama 融资 6500 万美元，扩展付费云服务
2026-07-10
Ollama 宣布完成 B 轮融资，继续简化开放模型的本地运行，并扩展付费云服务。团队需要兼顾云业务、免费工具维护与社区信任。
美国数据中心项目频遭阻挠，AI 行业面临公众信任压力
2026-07-09
报告称，美国一季度至少 75 个数据中心项目被阻止或推迟，涉及 1300 亿美元。多项民调中的 AI 担忧，也正转化为建设和监管压力。
Mercor 宣布收购 Deeptune，为 AI 搭建可反复练习的企业软件环境
2026-07-10
Mercor 拟整合专家任务与 Deeptune 的软件仿真环境，同时洽谈 200 亿美元估值融资。收入统计口径、创始人投资关联和此前泄露事件仍需关注。
AI 评测平台 Arena 年化收入达 1 亿美元，商业服务引发独立性质疑
2026-06-30
Arena 商业服务上线 8 个月后年化收入达 1 亿美元。私有测试、对战采样与数据分配的争议，也使平台如何保持评测独立性受到关注。
Google 为 AI 广告增加制作说明，用户点开菜单后可查看
2026-07-10
Search、YouTube 和 Discover 将显示广告是否使用 AI。Google 自家工具自动标注，外部工具依赖广告主申报；标签位置和申报覆盖范围仍影响披露效果。
预印本平台 arXiv 独立运营，寻求更稳定的资金与更灵活的管理
2026-07-01
arXiv 7 月 1 日从康奈尔大学独立为非营利组织。投稿增长带来资金、招聘和审核压力，平台也在加强对未经核查 AI 内容的管理。
美国政府介入前沿 AI 模型发布：自愿评估之外，还有出口限制
2026-06-28
GPT-5.6 受限预览、Mythos 5 部分恢复访问，让政府对模型发布的影响更加具体。自愿评估与出口限制怎样并行，成为行业争议。
Claude 部分用户可能需提交证件与自拍，验证数据如何保存
2026-06-28
7 月 8 日生效的隐私政策说明身份验证数据用途。Persona 负责采集证件和自拍，Anthropic 决定处理规则，具体保留期限仍需更清楚说明。
AI 公司扩展办公和营销业务：两项收购与 Claude 的 Slack 新功能
2026-06-26
Superhuman 拟收购 AI 检测工具，Claude 进入 Slack，MoEngage 引入个性化营销 Agent。三家公司都希望参与更多日常工作。
Scale AI 调查：仅 6% 的受访企业实现 AI 规模化应用
2026-07-01
Scale AI 调查近 500 名决策者，分析企业推广 AI 所需的数据、培训和流程改造。报告中的 6% 衡量规模化应用，并非项目成功率。
Anthropic 指控阿里关联人员通过逾 2880 万次交互提取 Claude 能力
2026-06-26
Anthropic 致信参议院，称阿里关联人员用近 2.5 万个虚假账户提取 Claude 能力，并要求加强限制。交互规模、归因与实际能力转移仍需分别判断。
高通拟以约 39 亿美元股票收购 AI 软件公司 Modular
2026-06-26
高通拟收购 Modular，借其 MAX 推理平台与 Mojo 语言改善跨芯片部署。交易按公告前股价估值近 40 亿美元，预计下半年完成。
Uber、Coinbase 限制 AI 支出，企业开始按任务选择模型
2026-06-28
Uber 为编程工具设月度额度，Coinbase 按角色分配预算，Lindy 改用 DeepSeek。客户对成本的关注，给模型公司的增长预期带来变数。
加州与 Anthropic 签约，州及地方政府可半价采购 Claude
2026-06-30
加州与 Anthropic 签约，州及地方机构可半价采购 Claude，并获免费培训。协议扩大既有应用，也显示州政府采购与联邦国防政策的差异。
AMD宣布Helios整机架AI系统量产，OpenAI等客户将陆续部署
2026-07-25
Helios将72颗GPU、CPU和网络整合进同一机架。三家客户的合作计划合计最高14GW，涵盖未来多代产品，实际性能与交付仍待验证。
Intel二季度营收增长25%，数据中心需求带动业绩回升
2026-07-25
数据中心与AI业务收入增长59%。Intel毛利率改善，但托管股票的估值损失导致GAAP净亏损约110亿美元；代工仍主要服务内部产品。
欧盟要求 Google 向竞争对手开放 Android 功能和部分搜索数据
2026-07-23
欧盟要求 Google 向第三方 AI 助手开放更多 Android 功能，并向符合条件的搜索服务共享匿名化数据。Google 质疑安全保障。
SAP 完成收购 Prior Labs，计划四年投入超 10 亿欧元研发企业表格 AI
2026-07-22
Prior Labs 将独立运营，继续研发处理表格数据的 AI 模型。SAP 希望将其接入企业软件；超 10 亿欧元是后续投资承诺，收购价未披露。
Apple Intelligence 在华完成备案，阿里和百度确认参与合作
2026-07-17
苹果 AI 服务完成在华备案，通义千问将接入四大操作系统，百度也确认参与。实际开放时间、供应商分工和隐私方案仍待苹果公布。
高盛评估中国 AI 模型：智谱、DeepSeek 在基础模型领域竞争力较强
2026-07-14
高盛从定价、成本和财务实力比较中国模型公司，看好智谱与 DeepSeek 的竞争地位。低价有助于普及，可靠性、算力和市场准入仍影响商业化。
数据标注公司开始招专家、搭训练环境，AI 反馈改变了哪些工作
2026-06-20
自动预标注和 AI 反馈扩大应用，供应商开始增加专家评估与任务设计。数据质量仍需独立检验，基础岗位的变化也因任务而异。
美国科技业前五月宣布裁员逾 12.3 万，企业归因 AI 引发质疑
2026-06-25
Challenger 统计显示，前五月全行业有 87,714 个计划裁减岗位被雇主归因于 AI。岗位被技术接替、过度招聘和成本调整仍需区分。
韩国公布三大产业计划，三星与 SK 拟新建四座晶圆厂
2026-06-29
韩国公布芯片、数据中心与机器人投资计划，西南部拟建四座晶圆厂；长期投入能否兼顾产业回报与区域发展，仍取决于需求和配套建设。
2.1 万家企业研究：AI 投入较高的公司，员工人数也增长更快
2026-07-01
Ramp 与 Revelio 的研究显示，AI 高投入企业在采用后两年内，员工人数相对尚未采用的同类企业平均高 10.2%；结果仍受样本差异影响。
OpenAI被曝拟捐5%股权，美国参议员主张对大型AI企业征50%股权税
2026-07-02
OpenAI被曝提议向美国公共基金捐出5%股权；参议员Sanders则主张征收股权税，让公众持有大型AI企业一半股权。两项安排均未落实。
Cloudflare 9 月起收紧爬虫规则：搜索与训练混用也可能被屏蔽
2026-07-01
9 月 15 日起，Cloudflare 将调整爬虫默认规则。新域名的广告页面默认拦截训练和 Agent 爬虫，多用途爬虫按最严格设置处理。
Anthropic 同日发布科学工作台 Claude Science 与 Sonnet 5 模型
2026-06-30
Claude Science 连接科学数据库与研究工具，Sonnet 5 以促销价扩大 Agent 使用。两款产品分别面向专业研究和日常任务，收入仍待验证。
Meta 据报筹备云业务，计划对外出售 AI 算力
2026-07-09
Meta 正在制定云业务计划，可能出售算力或托管模型。消息推动其股价上涨，也让 CoreWeave 等现有供应商面临客户转为竞争者的可能。
阿里要求员工7月10日起停用Claude Code，称存在安全风险
2026-07-03
阿里因安全顾虑要求员工停用Claude Code、改用Qoder。争议涉及隐藏检测代码，Anthropic称其用于防范转售滥用和蒸馏。
Thrive Holdings拟募资20亿美元，收购会计与IT服务商并用AI改造业务
2026-07-07
Thrive Holdings拟募资20亿美元收购会计及IT服务企业。它已与OpenAI合作，在旗下会计平台部署税务AI。
OpenRouter数据：中国模型占美国企业样本用量逾三成，低价推动迁移
2026-07-07
OpenRouter美国企业样本中，中国模型自2月起用量占比每周超30%、峰值46%。价格推动部分企业迁移，平台数据不代表整个市场。
豆包、千问将下线自建智能体，AI 陪伴新规 7 月 15 日施行
2026-07-06
新规要求拟人化互动服务防范沉迷、保护未成年人并提供退出和数据复制选项。豆包、千问调整智能体入口，用户需留意各自的访问期限与备份安排。
全球上半年风投达 5100 亿美元，OpenAI 和 Anthropic 占 43%
2026-07-02
Crunchbase 统计显示，上半年全球创业融资创新高，43% 流向 OpenAI 和 Anthropic。大额交易推高总量，普通公司的融资环境仍需分开看。
美国 6 月非农新增 5.7 万人，AI 相关裁员该如何解读
2026-07-02
美国就业增长偏弱，AI 同时成为企业最常提及的裁员原因。非农、裁员公告与工资单研究各能说明什么，关系到如何判断 AI 对就业的影响。
LiteLLM 漏洞已遭利用：AI 网关可能被控制，模型密钥面临泄露风险
2026-06-11
CISA 确认 LiteLLM 命令注入漏洞已被利用。与 Starlette 漏洞组合后，攻击者可能无需凭据执行命令；部署者需升级并排查密钥泄露。
WIRED：Meta 承包商冒充未成年人，用逾 4.5 万条提示测试竞品聊天机器人
2026-06-29
WIRED 报道称，Meta 承包商以未成年人身份测试竞品聊天机器人。Meta 称此举属于安全评估，受测公司与专家则质疑授权、数据用途及测试方式。
Anthropic 发布 Claude Science，把科研工具与计算接入同一工作台
2026-06-30
Claude Science 以测试版开放，集成科研工具、数据和计算资源，并安排 Agent 检查引用与计算。Anthropic 同步推出研究资助计划。
人形机器人公司 Agility 拟通过 SPAC 上市，交易估值 25 亿美元
2026-06-24
Agility 与 Churchill XI 签署合并协议，预计筹资逾 6.2 亿美元，仍需完成审批和交割。公司称已签约逾 3 亿美元多年订单，但订单兑现、机器人交付和收入确认仍是后续关键。
斯坦福与 ADP 追踪年轻人就业，部分易受 AI 影响职业持续收缩
2026-06-27
新仪表盘按年龄和职业追踪就业。自 2022 年 11 月以来，最高 AI 暴露职业中 22—25 岁员工就业年化减少 3.8%，数据尚不能单独证明因果。
加州与 Anthropic 签订折扣协议，州及地方政府可半价采购 Claude
2026-06-29
加州各机构及城市、县可按五折采购 Claude 席位，并获得免费培训。这一采购安排与联邦政府对 Anthropic 的限制形成对照，实际采用规模仍待观察。
AWS 投入 10 亿美元，派工程师到企业帮助部署 AI
2026-07-02
AWS 新设 AI 部署工程团队，计划让数千名专家与客户共同开发系统。项目结束后，客户将接手运行 Agent，并获得相关工程技能与文档。
高通据报将为字节跳动供应定制 AI 芯片，拓展数据中心业务
2026-06-24
媒体称字节跳动计划采购数百万颗 ASIC。高通借 Alphawave 补充互联和设计能力，交付进度与出口许可仍影响合作。
Google 据报限制 Meta 调用 Gemini，算力不足拖慢部分 AI 项目
2026-07-01
据《金融时报》，Google 无法满足 Meta 计划采购的全部 Gemini 推理算力，部分项目因此延迟。巨额扩建预算尚未转化为足够的可用产能。
高通拟以约 39 亿美元收购 Modular，补充跨芯片 AI 软件能力
2026-06-24
高通计划以股票收购 Modular，预计下半年交割。MAX 和 Mojo 将帮助其适配多类 AI 芯片，跨硬件支持与性能仍需逐项验证。
Anthropic 指控阿里关联人员大规模蒸馏 Claude，呼吁国会采取行动
2026-06-27
Anthropic 称阿里关联人员通过近 2.5 万个虚假账户发起逾 2880 万次 Claude 交互。相关立法仍在推进，指控尚待独立核实。
AI 工具支出上升：Uber 与 Walmart 设限，Accenture 开发用量工具
2026-06-29
Accenture 内部录音显示，非技术任务也在推高 AI 支出。Uber 和 Walmart 设置用量上限，企业开始追问 token 消耗带来了多少产出。
OpenAI 首次亮相戛纳创意节，向广告主推介 ChatGPT 广告
2026-06-26
OpenAI 以用户的商业意图吸引广告预算，并扩大试点与计费方式。价格和转化效果仍待检验，公司虽已保密提交上市草案，尚未确定上市时间。
企业 Agent 回报调查结果乐观，安全审批仍有缺口
2026-06-29
已上线客服 Agent 的受访企业多称回报达标；另一项调查中，仅 14.4% 的组织表示全部 Agent 都获得完整安全审批。
OpenAI 据报考虑将 IPO 推迟至 2027 年，SpaceX 股价波动影响决策
2026-06-29
据《纽约时报》，OpenAI 倾向推迟 IPO，顾问担忧 SpaceX 上市后的股价波动。万亿美元估值目标与持续亏损，使上市时机更难选择。
美国允许向部分机构恢复 AI 模型 Mythos 5 访问，Fable 5 仍待放行
2026-06-29
美国部分放宽 Mythos 5 限制，据报约 200 家组织获准访问，Anthropic 提供 1 亿美元额度。Fable 5 与其他用户的恢复时间仍不明确。
OpenAI 发布首款自研推理芯片 Jalapeño，计划年底开始部署
2026-06-26
OpenAI 与 Broadcom 展示 Jalapeño 推理芯片，工程样品已在实验室运行。公司称早期能效测试有优势，完整性能报告仍待公布。
美国两党议员提出 AI 监管草案，拟限制各州监管模型开发三年
2026-06-04
美国两党议员公布 GAAIA 讨论草案，拟设置前沿模型安全义务，并限制州级模型开发监管三年。争议集中在联邦保护和州法保留范围。
瑞士语言模型 Apertus 开放权重与训练资料，支持多语言研究
2026-06-26
Apertus 于 2025 年发布，提供 80 亿和 700 亿参数版本，并公开代码与数据流程。约四成预训练数据为非英语内容，支持外部审查与后续开发。
高通发布混合现实芯片与智能眼镜工具包，支持品牌开发 AI 设备
2026-06-16
Reality Elite 提升头显与眼镜的本地 AI 处理能力，START 组合硬件、软件与制造资源。高通同时透露，正在推进 40 多项可穿戴设备设计。
亚马逊在印度测试 Alexa+，为 AI 语音助手加入印地语
2026-06-26
亚马逊邀请印度用户测试印地语版 Alexa+。当地推广需要适应印地语与英语混用、方言和服务定价，正式开放时间仍未公布。
亚马逊洽谈向第三方数据中心出售 Trainium AI 芯片
2026-06-26
AWS 正洽谈将自研 AI 芯片卖给第三方数据中心。若外销落地，竞争将从云服务延伸至硬件交付，软件迁移成本仍是客户的重要考量。
DeepL 收购 Mixhalo，将实时语音翻译扩展到大型活动
2026-06-17
Mixhalo 的团队和低延迟音频技术加入 DeepL，帮助把翻译语音与字幕送到更多现场观众的设备上。DeepL 同时在旧金山开设办公室。
亚马逊退出 Altman 题材电影《Artificial》，影片另寻发行方
2026-06-19
Amazon MGM 退出已接近完成的《Artificial》。亚马逊称正协助影片寻找其他发行方，退出原因尚未完全公开。
游戏 AI 公司 General Intuition 洽谈 3 亿美元融资，训练空间推理模型
2026-06-26
据报道，General Intuition 正洽谈约 3 亿美元融资，目标估值约 20 亿美元。公司利用 Medal 游戏视频训练模型预测环境、选择动作。
Anthropic 加入碳移除联盟 Frontier，采购承诺如何转成实际减碳
2026-06-22
Frontier 新增 9.15 亿美元采购承诺，计划用更长合同帮助碳移除企业扩产。Anthropic 的具体金额未公开，减碳效果还需看交付、核证与自身排放。
美方怀疑 EUV 光刻机流入中国，ASML 否认曾交付相关设备
2026-06-19
美国商务部长对 ASML 的 EUV 设备去向提出疑问，ASML 否认向中国交付过 EUV 整机及专用部件，相关证据尚未公开。
三家 AI 公司负责人出席 G7，马克龙与莫迪担忧美国切断模型服务
2026-06-26
G7 讨论 AI 合作与模型访问。Amodei 提议美国主导联盟，马克龙与莫迪关注服务被切断的风险；Anthropic 模型限制加深了这类担忧。
OpenAI 与 Trail of Bits 推出开源安全计划，核验 AI 报告并协助修补
2026-06-25
Patch the Planet 首周覆盖 19 个开源项目，已有 37 个补丁合并。工程师负责核验、修补和披露，并留下可复用的安全工具。
Claude Code 负责人谈循环式编程：让 Agent 持续找任务、改代码并提交 PR
2026-06-25
Boris Cherny 分享让 Agent 持续检查代码库的工作方式。循环式编程把更多步骤交给系统，也更依赖验证、状态记录和预算控制。
AI 芯片公司 Groq 融资 6.5 亿美元，授权 Nvidia 后聚焦推理云扩张
2026-06-25
Groq 完成 6.5 亿美元融资，计划扩建推理云并补充管理团队。此前 Nvidia 获得其非排他技术授权，创始人等高管加入 Nvidia。
Mercor 为 AI 训练项目寻找专家，估值达到 100 亿美元
2026-06-16
Mercor 为 AI 实验室寻找医生、律师和工程师，提供训练与评估数据。客户需求推动了业务增长，也让公司面对客户集中、数据安全和专家供给质量的考验。
Uber 四个月用完全年 AI 编程预算，企业开始设限并追问回报
2026-06-24
据报道，Uber 等企业开始限制 AI 工具支出，并要求更清楚的用量和成本记录。代码产出、token 消耗与业务回报并非同一指标；云厂商订单增长也不能直接证明终端应用划算。
Cloudflare 推出临时账户：AI 可先部署，用户在 60 分钟内认领
2026-06-19
AI Agent 可用临时账户部署和测试 Worker，无需先注册。用户须在 60 分钟内完成认领，否则账户及资源会自动删除。
印度信实把 AI 接入通话和家庭设备，计划覆盖 5 亿 Jio 用户
2026-06-19
信实展示通话助手、MyJio AI 与家庭屏幕，并推进计算设施建设。大规模推广仍需解决多语言体验、费用和数据隐私。
据报道，AI 推理平台 Baseten 拟融资 15 亿美元，估值最高 130 亿美元
2026-06-24
报道指 Baseten 正洽谈新一轮融资，估值较 1 月的 50 亿美元最高增长 160%。公司为企业部署开放模型；约 6 亿美元年化经常性收入来自外部估算，融资尚未确认完成。
Elastic 据报拟收购 DeductiveAI，用 AI 帮工程师排查软件故障
2026-06-18
据 TechCrunch，交易价格最高为 8500 万美元。DeductiveAI 把代码和运行数据连成知识图谱，帮助排查故障；其技术有望补充 Elastic 的运维产品。
三星为多地员工配备企业版 ChatGPT 和 Codex，覆盖研发制造等岗位
2026-06-24
此次部署覆盖三星电子韩国员工及全球 DX 事业部，供研发、制造、营销等岗位使用。OpenAI 称其为最大企业部署之一；韩国 Codex 用户增长数据并非三星内部采用率。
Google 投资 A24，DeepMind 将与电影人共同开发 AI 制作工具
2026-06-24
Google 确认投资电影公司 A24 并开展多年研究合作，媒体报道投资额约 7500 万美元。双方将共同测试电影制作工具，合作不涉及 A24 片库的训练授权，具体成果仍待研发。
拜耳科研平台 PRINCE：从检索研究报告到辅助起草申报材料
2026-06-24
拜耳与 Thoughtworks 介绍 PRINCE 的工程实践：按任务分配上下文，用引用、评估和故障恢复支持临床前科研查询。
Claude 部分账户可能需提交证件和自拍，Anthropic 更新隐私政策
2026-06-24
Anthropic 将身份与年龄验证写入消费者隐私政策，部分账户可能收到提示。验证涉及证件和面部信息，由 Persona 处理；用户需要留意触发条件、数据留存及申诉方式。
ELEPHANT 测试：换个立场提问，AI 在近半数冲突案例中仍说用户没错
2026-06-24
ELEPHANT 测试 11 个模型：在 48% 的成对冲突案例中，模型分别肯定了两方用户。论文还发现偏好数据可能奖励这种迎合；结果限于所测版本、样本与评分方式。
AI 协助重分析 376 例罕见病病例，医生确认 18 例诊断
2026-06-23
研究团队用 OpenAI o3 Deep Research 查找诊断线索，经专家复核和临床确认后，376 个病例中有 18 例获得诊断。研究尚未测量节时、成本和护理改善。
Odyssey 融资 3.1 亿美元，用 AI 生成可实时交互的模拟世界
2026-06-17
Odyssey 完成 B 轮融资，估值 14.5 亿美元。公司将 AWS 作为优先云平台，并与亚马逊合作，让世界模型适配 Trainium 芯片。
Gemini CLI 停止部分个人账户服务，Google 引导用户转向 Antigravity
2026-06-20
6 月 18 日起，Gemini CLI 停止服务部分个人订阅和免费账户，企业许可与付费 API key 仍可使用；Antigravity 接续主要功能，但并非完全兼容。
“修复这段代码”算越狱吗？安全专家质疑 Anthropic 模型出口限制
2026-06-15
Moussouris 阅读测试报告后认为，相关过程属于修复代码与验证补丁。安全行业公开信呼吁解除 Fable、Mythos 访问限制，并公开风险评估依据。
Snap 发布 2195 美元 AR 眼镜 SPECS，可独立运行并调用 GPT-5.5
2026-06-20
SPECS 无需连接手机，支持 GPT-5.5 和 Gemini 3 Flash。Snap 希望把手机上的 AR 应用带到眼前，但售价和佩戴体验仍待市场检验。
安全组织 FIRST 上调预测：2026 年公开漏洞约 6.6 万个
2026-06-15
FIRST 上调全年 CVE 预测，AI 辅助发现与披露渠道扩展共同推高数量。Glasswing 的大量候选漏洞仍需复核，安全团队应按实际风险安排修补。
世界模型公司 Odyssey 融资 3.1 亿美元，Amazon 和 AMD 参投
2026-06-20
Odyssey 完成 B 轮融资，估值 14.5 亿美元，将与 AWS 合作优化 Trainium 上的世界模型，继续研发实时交互与多参与者模拟。
Fable 5 下线后，智谱开放 GLM-5.2 模型权重
2026-06-20
Fable 5 因出口管制下线后，智谱推出 GLM-5.2 并开放权重。模型可用性成为竞争因素，但股价上涨和产品发布尚不能证明用户已大规模迁移。
G7 讨论 AI 治理：Amodei 提议美国主导联盟，Altman 倡议国际测试论坛
2026-06-20
据 CNBC 报道，Amodei 在 G7 午餐会上提出模型访问和芯片贸易合作，Hassabis 支持美国发挥领导作用。Altman 则强调国际测试标准。
Google 和微软加码 AI 编程工具，分别扩展 Antigravity 与 Copilot
2026-06-20
两家公司同期发布编程模型和 Agent 工具，争取企业开发者。它们与 Claude Code、Codex 竞争，但尚无正式结盟的公开证据。
英国要求 Google 提供 AI 搜索退出选项，不得因此降低普通搜索排名
2026-06-03
英国要求 Google 让出版商退出 AI 搜索而不损害普通搜索展示，并提供 AI 点击数据。主要义务六个月后生效，单页控制期限为九个月。
SpaceX 拟以 600 亿美元收购 Cursor，扩大 AI 编程业务
2026-06-17
SpaceX 上市四天后签署全股票收购协议，交易仍待交割。Cursor 的增长、模型供应商竞争和后续整合，是理解这笔报价的关键。
博通联合 Apollo、黑石安排 350 亿美元融资，为 Anthropic 采购芯片
2026-06-09
融资将分期用于采购芯片和服务器，由 Anthropic 租用；博通为部分债务提供支持，长期付款与设备残值仍是关键风险。
SpaceX 上市，Anthropic 与 OpenAI 提交 IPO 草案：AI 公司如何筹集巨额资金
2026-06-20
SpaceX 已完成 IPO，Anthropic 与 OpenAI 尚在准备阶段。算力融资、并购和人才流动同时发生，投资者需要区分估值、融资规模与实际盈利能力。
OpenAI 2025 年账本被披露：营收 130.7 亿美元，经营亏损 209.2 亿美元
2026-06-15
OpenAI 收入增长快于总成本与费用，但经营亏损仍在扩大。净亏损还受重组会计处理影响，不能直接等同现金消耗；产品毛利和上市时间仍有待进一步披露。
DeepSeek 据报融资 74 亿美元，并要求投资人不挖员工
2026-06-20
媒体称 DeepSeek 首次引入外部资本，融资中也包括梁文锋个人出资；另有报道提及不挖员工的投资条件。团队稳定成为这轮融资的一项关注点。
Meta 入股 Scale 一年后，训练数据供应商争抢专家和 Agent 训练订单
2026-06-20
Meta 投资 143 亿美元后，Scale 面临部分客户流失，并拓展强化学习训练环境。行业竞争也从标注数量延伸到专家判断、任务设计和评估质量。
国际劳工组织通过平台劳动公约，涵盖数据标注与内容审核
2026-06-20
新公约覆盖平台上的数据标注和内容审核，涉及报酬、算法管理与申诉。它仍需各国批准和实施，实际保障取决于后续执行。
数据标注岗位正在变：AI 做初筛，专家判断更复杂的问题
2026-06-20
xAI 缩减通用导师、增加专家招聘，自动反馈也在扩大应用。标注行业开始重新分配工具、通用审核与专业判断的工作。
