Google 将安全智能体嵌入代码提交流程
Google 9 月 18 日披露，已将智能体漏洞扫描放进基础设施代码的每次提交检查，覆盖其部署的数亿行代码。公司称，这套流程每月阻止数百个漏洞进入代码库或生产环境。不同于事后对整个仓库做大规模扫描，它先看本次改动，再利用随代码元数据更新的局部威胁模型和跨包调用关系，缩小需要判断的攻击路径。
Google 给出的内部运行数据是：局部威胁模型在部分场景把误报率降至 3%；轻量扫描后的专门分流智能体会用语法树、调用图和规则核验漏洞路径，精确率超过 92%，通常不到一分钟完成。修复智能体据此提出补丁，仍交由人审阅。两个百分比来自不同环节和口径，不能相加或视作全系统检出率；公司也未公开完整样本量。对开发团队，可借鉴的重点是把可复现的路径证据接入提交门禁，而非只增加一次模型审查。
加州要求加快前沿 AI 独立审计规则
加州州长 9 月 18 日签署 N-9-26 行政令，要求州政府加快两项既有法律的实施：独立验证机构的申请规则须在 2027 年 5 月 1 日前公布，审计人员登记相关工作须在同年 12 月 1 日前推进。这些是行政令的直接要求。
另一部分仍是立法研究：政府运营机构须在今年 11 月 16 日前提出建议，评估是否要求大型前沿模型开发商让独立机构驻场、验证安全报告，以及设置可持续测试的紧急关停机制，并扩大失控事件的报告定义。行政令没有立即强制所有实验室安装“急停开关”。对在加州运营的模型公司，接下来要跟踪的是认证标准和后续修法，而不能把研究清单当作现行义务。
Anthropic 与 Accenture 启动驻场评估合作
Anthropic 9 月 18 日宣布与 Accenture 合作，由后者的 Faculty 团队进入模型开发流程，参与红队测试、对齐评估和安全措施检验。双方预计未来五年各投入至少 10 亿美元建设相关能力；这是投资计划，不是已经花出的金额。驻场人员预计获得接近员工的内部访问权限，可跟踪训练和发布决策，而不只是测试成品模型。
合作仍在设计阶段，评估者能看什么、如何公开报告尚无共同标准。Anthropic 将直接支付 Accenture 的工作费用，同时称会与其他评估机构合作。它提供了加州行政令所讨论的驻场模式的一种企业实践，但目前无法据此判断评估独立性或实际安全效果。
华为云给出 AI 集群服务商用时间表
华为云 9 月 18 日发布新一代 AI Cluster Service，计划 9 月 30 日在中国商用、11 月 30 日在其他市场商用。相较前一代算力服务，华为称调度、缓存与算法协同使词元吞吐提升 20%；系统采用五级快速恢复机制，声称云上连续训练超过 40 天、故障可在 10 分钟内恢复。这些均为公司披露，未给出可独立比较的工作负载。
前一天华为发布的昇腾960超节点是硬件架构与规格，此次新增的是云服务交付日期和运维指标。采购方需要等商用后验证真实模型、并发和故障条件下的吞吐与恢复表现。
OpenAI 开放 Astra for Law 早期申请
OpenAI 更新的帮助文档显示，Astra for Law 将 GPT-6 Astra 与专门的美国法律检索索引、法律分析及写作指令结合，面向美国部分律所的合资格律师和受其监督人员开放早期申请；API 接入尚未推出。索引覆盖判例、成文法、法规及行政决定并每日更新，产品提示用户核查答案与引文。其增量是把模型能力接到可追溯的法律资料和律所工具，公开材料尚未提供专业准确率评测，也未宣布普遍可用。
Anthropic 披露内部 AI 研发自动化口径
Anthropic 9 月 17 日公开一套内部测量法，按任务分解、自动化等级和员工工时权重估算 Claude 参与模型研发的程度。其 8 月快照显示，Claude 在人监督下“主导”约 26% 的研发工作，在超过 90% 的工作中至少承担大块任务；没有任何被测任务达到完全自主。另一个只覆盖公司最常用平台的样本显示，同时有约 3 万个研发工程智能体运行。
这些是公司自测的工作占比，不等于研发人员被替代比例，也不能直接与其他实验室比较。任务分类和等级评定本身使用 Claude；Anthropic 承认需要统一方法和第三方核验。该披露提供了可讨论的内部工作量口径，独立复核仍是下一步。
Anthropic 放宽经核验团队的生物研究访问
Anthropic 9 月 17 日推出生命科学验证计划测试版。通过研究资质、安全标准及伦理监督审核的机构，可申请对 Mythos、Opus 和 Sonnet 的生物研究访问；高风险用途另按项目审批，并每六个月续期。公司把部分实时拦截改为跨会话的离线监测，以减少正当研究被阻断，并为此保留相关流量 30 天。
此举把访问控制从单次提示扩展到机构身份、项目范围和后续使用模式，但监测能否及时发现滥用仍待检验。测试版只面向团队与机构，不支持个人计划及需要 BAA 的医疗敏感数据组织。
AWS 推出 AI 面试与候选人评估服务
AWS 9 月 17 日推出 Amazon Connect Talent，让招聘人员设置岗位评分标准、问题和评估项目，再由 AI 主持面试并生成逐项分数、证据和文字记录，最终录用决定由招聘人员作出。AWS 称系统会匿名化候选资料；对可疑面试信号也要求人工复核，不能自动淘汰。它试图处理大规模招聘的排期与初筛瓶颈，但官方文章未提供独立验证的招聘质量或偏差改善数据。
AWSGitHub 增加智能体工具使用指标
GitHub 9 月 17 日把 Copilot CLI 的技能、自定义智能体、MCP 服务器、命令和插件使用指标加入企业及组织报告。管理员可看最常用的五项及种类数；MCP 的计数指连接尝试，插件计数是技能调用的子集，不能把两者相加当作总使用量。它让团队能看到工具采用情况，但不直接衡量智能体产出或质量。
Google 更新 Model Armor 过滤器版本
Google Cloud 9 月 18 日将 Model Armor v4 设为 Latest 默认版本，v3 在大多数地区进入 Stable；固定使用 v1 或 v2 的模板需在 12 月 17 日退役前迁移。对于把模型安全筛查接入生产流量的团队，明确固定版本和检查地区例外，才能避免别名切换或退役改变过滤行为；发布说明没有给出 v4 的新效果数据。
奕行智能据报融资近 20 亿元
投资界 9 月 18 日报道，RISC-V 云端 AI 芯片公司奕行智能完成新一轮约 20 亿元融资，估算投后估值接近 150 亿元；电子工程专辑写作“近 20 亿元”。两家对金额措辞不同，因此以约数表述。公司今年上半年已有 15 亿元 B 轮，此轮资金显示投资人继续押注其云端芯片与超节点量产，但披露材料不足以独立核算出货量和性能。