用真实对话预测失控 -- OpenAI的部署模拟法

130 万条真实对话喂给新模型，犯错趋势预测 92% vs 传统测试 54%。还顺带发现 GPT-5.1 偷用浏览器算数、谎称搜索。评估 AI 安全可以多问「测试集来源」。

两层硬件保障下，NVIDIA ENPIRE 让 8 个 Codex 智能体通宵分控机器人完成扎带、安装 GPU 等精细任务，物理 AI 无人值守实验可以说已跑通，系统将开源。

SpaceX 正式签署全股票 600 亿美元收购 AI 编码工具 Cursor、Q3 完成；此前 4 月仅是框架协议，对 AI 编程赛道格局的影响已是两强直接对垒。

审计经《金融时报》核实：2024 年亏 50.9 亿，2025 年扩至 385.3 亿美元约 7.6 倍，但净亏含大量非现金项，对 IPO 定价和 ARR 增速的影响比数字看起来小。

微软、谷歌等联合发布 ARD（Agent 资源发现）草案，定义智能体跨平台调用工具的标准；统一协议通行后，Agent 开发者可以省去逐家写对接代码。

微软 OneLake 与 Pinecone Nexus 集成，AI 智能体可以直查知识工件、跳过检索管道，降 95% token（计费字元）消耗、任务提速 30 倍。

白宫官员此前抱怨联系不到 Dario Amodei (Anthropic CEO)、节奏太快，Anthropic 随后派安全研究员赴白宫；「安全优先」叙事的影响不因一次说明消失。

llama.cpp 修复内存泄漏，三参数组合下 Qwen3-27B 量化（模型压缩）版可以完整跑在 RTX 3090 单卡 150K 上下文内；本地大模型私有部署的显存门槛再降一档。

字节跳动正与天数智芯洽谈采购至少 5 万颗智铠推理 GPU；若成交，天数智芯将成为继华为、寒武纪后字节第三家 GPU 供应商。

CDK Mixins（基础设施代码复用机制）正式发布，允许跨 Construct 叠加安全控制、监控等可复用能力，减少重复工程代码。