1. 美军险因AI生成的错误情报拦截中国船只，行动前才发现报告失实 今年春季伊朗战争期间，一份在美军内部流传的报告称，中东一艘中国船只正在运输核武器项目组件。CNN援引四名知情人士称，美军随即制定拦截计划，武装人员准备登船，军机也已升空；官员在行动前复核时才发现报告失实。

2. 弗吉尼亚州限制数据中心审批便利，并禁止官员为相关项目签保密协议 弗吉尼亚州拥有被称为「全球数据中心之都」的产业集群，快速开发引发噪声、环境和能源价格担忧。州长Abigail Spanberger签署第22号行政命令，禁止行政部门官员为数据中心项目签保密协议，并要求加快制定噪声法规、审查数据中心备用发电设施的运行。

3. DeepSeek发布V4.1-Flash，以更小KV缓存支撑百万Token上下文 DeepSeek发布多模态混合专家模型V4.1-Flash，骨干参数达5520亿，最长支持100万Token上下文。长时运行的智能体需要处理大量输入，预填充计算，以及随上下文增长的KV缓存在显存、主机内存和SSD中的占用，都会推高计算、存储和传输成本。

快讯

• 研究人员借Claude攻入OpenAI员工账户，相关漏洞已修复 Hacktron三名安全研究人员称，他们利用Claude Opus 4.8和5发现并利用Discourse的HEIF图像处理漏洞，在72小时内取得OpenAI员工账户权限，并从员工Codex账户向内部Monorepo发送pull request证明访问能力；相关漏洞已修复，OpenAI支付了6500美元漏洞奖金。

• Meta将Muse带到Mac，可操作原生应用中的文件和消息 Meta的AI助手Muse已推出Mac版，可在获得用户授权后操作文件、消息、日历、备忘录和邮件；Meta称，涉及敏感操作时，Muse会在执行前再次请求批准。

• Google把CC改造成家庭管理agent，最多支持六人协作 Google正在美国测试新版CC，这款由Gemini和agent框架Antigravity驱动的工具可整理家庭日程、填写许可表、制作购物清单和规划膳食。CC拥有独立Google账户和数据权限，最多支持六名家庭成员，目前仅向年满18岁的个人Gmail用户开放。

• Manus据报寻求以40亿美元估值融资5亿美元 《华尔街日报》援引匿名消息称，AI agent公司Manus恢复独立运营后，正洽谈以40亿美元估值融资5亿美元，并考虑为赴港上市进行重组。潜在投资者包括IDG资本、博裕资本和宁德时代，Manus尚未回应报道。

• TypeSafe AI发布Jev，用预定义概率输出替代文本生成 前OpenAI研究员Diogo Almeida创办的TypeSafe AI发布transformer模型Jev，面向分类、工作流自动化和模型路由等任务输出预先定义的概率结果。公司称该设计速度快、成本低且不会生成定义范围外的答案；上线后API曾因需求过高而暂时无法服务用户。

• Disney任命首位CTO，曾执掌被其指控侵权的Character.AI Disney聘请Character.AI前CEO Karandeep Anand担任公司首位首席技术官。Disney曾在2025年向Character.AI发出停止侵权函，指控其平台托管来自Disney作品的受版权保护角色。

• Pew调查显示，34个国家受访者更倾向认为AI将减少就业 Pew Research调查了37个国家的42151人，其中34个国家的受访者更倾向认为AI未来20年会导致就业减少，而非创造岗位。全球受访者中位数显示，41%对AI进入日常生活既担忧又期待，37%主要感到担忧，13%主要感到期待。

• Bend推出以证明约束AI代码的编程语言 Bend是一门采用Python式语法、可编译为原生代码并支持CPU与GPU并行执行的年轻编程语言，其类型检查器可验证开发者在LAWS.bend中声明的规则。项目方称，这能让AI生成的实现必须通过形式化证明，但同时提醒语言仍在快速演进并可能存在缺陷。

• 编码agent实验：先删减上下文再用模型摘要效率最高 一项覆盖四个模型、176组配置的研究发现，上下文管理在窗口预算较小时主要通过避免溢出而提高编码agent成功率，其中先按规则删减、再由LLM摘要的策略整体效率最高。研究还发现，预定义工具更有利于bash能力较弱的模型，而bash能力较强的模型仅用命令行接口即可显著降低成本。

• SoL-Pi称在保持编码agent表现时减少近半token流量 SoL-Pi研究通过自动实验筛选出行动执行、上下文压缩、观察处理和委托阅读四项agent框架机制。在51项EdgeBench任务上，作者称其表现与Pi相当，同时将GPT-5.6 Sol和Opus 5的记录token流量降低44.7%至49.0%，API成本减少约三分之一。

• 卫星与机器学习系统TACLS将扩展至全美洪水预警机构 由加州大学圣迭戈分校、美国国家气象局和NASA共同开发的TACLS结合卫星数据与机器学习，识别降雨可能转为危险山洪的区域。目前系统先在加州使用，团队计划将其提供给美国国家气象局全部122个预报办公室，以辅助更早发布预警。

阅读完整版 →