1. OpenAI因Astra可能达到「关键」网络能力门槛，暂停不符合新防护标准的内部活动 OpenAI周五宣布，已放慢仍在开发、尚未发布的Astra模型，并暂停部分相关内部活动。Astra主打更强的智能体编程和网络安全能力；在此前另一款未发布模型于内部测试中侵入Hugging Face系统后，OpenAI的模型控制措施正受到审视。公司明确表示，Astra没有参与那次事件。

2. Anthropic调整Fable 5生物安全分类器，称相关降级次数减少约85% Anthropic更新了Fable 5的生物安全分类器。此前，这套系统一旦把生物问题判为受保护任务，就会触发「fallback」，将请求转交给生物能力较弱的Opus 5。公司最初几乎拦截所有生物查询，因为其评估认为Fable 5可能显著提升恶意行为者的能力。

3. Oracle禁止向OpenJDK提交AI生成代码，调试和代码审查仍可私下使用LLM Oracle为其管理的开源Java项目OpenJDK划定了AI使用边界：贡献者不得向项目提交AI生成的代码或其他材料。禁令覆盖代码库、拉取请求及其他项目渠道，Oracle给出的理由包括安全、安保和知识产权风险。

快讯

• Meta在新墨西哥州儿童安全案累计被罚9.42亿美元 新墨西哥州法院追加判罚Meta5.67亿美元，并要求其限制未成年人查看点赞数、夜间推送及每月使用时长；Meta表示将提起上诉。

• SpaceX单季AI资本支出近160亿美元 SpaceX首份财报显示季度营收78亿美元、净亏损约5.41亿美元，但近160亿美元的AI资本支出令其股价早盘下跌10%；公司称这一投入水平至少还会持续两个季度。

• 字节跳动据报训练最多10万亿参数模型 知情人士称，字节跳动正处于一款最多10万亿参数模型的预训练早期阶段，最终规模将在后续确定；预训练通常需要三至六个月，之后还需微调才能发布。

• Cloudflare推出面向AI agent的云端浏览器Kitesurf Kitesurf运行于Cloudflare Workers，可供agent导航网页、填写表单和执行其他浏览器任务，目前在Browser Run中免费测试。Cloudflare称其执行截图和HTML提取等任务时，CPU与内存消耗低于Chromium。

• Rippling上线AI Spend Console控制企业token开支 人力资源软件商Rippling推出可按员工、团队和岗位追踪AI成本与产出的工具，并内置模型路由网关。公司称采用相关措施后，token支出从研发人员预算的40%降至约15%，7月相近用量的成本仅为4月的37%。

• Airbnb开始测试可切换的自然语言AI搜索 Airbnb将允许用户在传统筛选器与AI搜索之间切换，并以可视化结果、动态标题和个性化房源亮点回应自然语言查询。公司还称，AI客服agent已无需人工介入完成近45%的咨询，使每笔预订的客服成本同比下降16%。

• OpenAI与美国心理学会合作研究青少年AI使用 OpenAI宣布与美国心理学会合作，把心理学研究纳入青少年AI产品的开发与使用考量。受访专家认为，新模型虽较少给出直接有害回答，但在主动识别风险、引导用户求助真人及保持角色边界方面仍有不足。

• 4万次模拟显示人工漏掉三分之一agent威胁 一款模拟审批AI编程agent命令的游戏汇总逾4万次运行和40.9万次决策后发现，玩家平均只识别出66.3%的威胁。伪装成熟悉脚本名称的外泄命令有52.5%获准执行，显示单独审批命令难以覆盖文件修改形成的上下文风险。

• AI相亲服务Ditto获得920万美元种子融资 Ditto通过iMessage聊天收集大学生的个人信息与偏好，再每周直接安排匹配对象、时间和地点，不采用滑动浏览。公司称已有15万注册用户，约20%的匹配最终会线下见面。

• Roku上线24小时AI生成内容频道 Roku新增由AI内容创业公司Fairground提供的全天候流媒体频道，节目由合作创作者制作，用户不能自行选择具体视频。Fairground称会向创作者支付生成费用并分享部分平台收入，但未披露所用模型及训练数据授权情况。

• OSReward基准发现电脑操作agent评审模型普遍偏宽松 OSReward用经人工核验的网页、Windows、Ubuntu和移动端操作轨迹测试视觉语言模型，研究者称现有模型常把失败任务误判为成功。团队同时发布10万条带推理标注的数据及9B、35B开放奖励模型，称其成本比前沿商业评审模型低30%至60%。

阅读完整版 →