科技巨头放缓 AI 开发的口头协议是安全共识还是卡特尔

Is Big Tech’s AI slowdown a safety pact or a cartel?

Sam Altman、Dario Amodei、Demis Hassabis 和 Elon Musk 周末粗略同意放慢 AI 开发，提出引入第三方审计、监管国内实验室并达成全球放缓协议，批评者则称其为压制竞争者和开源运动的“卡特尔”。

Gergely Orosz 探访 OpenAI：Codex 驱动的智能体软件工厂

Inside OpenAI’s agentic software factory

Gergely Orosz 实地探访 OpenAI 总部并访谈七位工程师与工程负责人，发现自约一月起 Codex 和 ChatGPT Work 已成为公司几乎所有工作的基础。

404 Media 曝光 OpenAI 莉莉计划：人工审核 ChatGPT 聊天记录以优化模型

OpenAI 内部 Lily 项目曝光：人工审核 ChatGPT 用户聊天记录以优化大模型

404 Media 披露 OpenAI 内部代号为莉莉计划（Project Lily）的项目，由时薪超 50 美元的提示词审核员查看匿名化后的真实用户聊天记录，评判回复是否切题、是否存在 AI 式话术和谄媚口吻。

Anthropic 与 OpenAI 提议协调放缓前沿 AI 开发，Cohere CEO 等批评者质疑其真实动机

Not everyone is convinced that Big AI's proposed development slowdown is really about safety

Anthropic CEO Dario Amodei 呼吁行业与政府协调放缓前沿 AI 开发，并寻求反垄断豁免，Sam Altman 与 Elon Musk 表示同意。

GPT-5.6 Luna 对比 GPT-6 Astra：$1.20 的模型做代码评审够用吗

GPT-5.6 Luna vs. GPT-6 Astra: Is a $1.20 Model Good Enough for Code Review?

Entelligence 在 50 个公开基准 PR 上用相同提示词对比 GPT-5.6 Luna 和 GPT-6 Astra 的代码评审能力，Luna 找到 69 个经验证 bug（Astra 92 个），总成本 $0.20 对 $5.66，精度 74% 对 96%。

Apple 发布新一代 Apple Intelligence，Siri AI 正式以测试版上线

Siri AI, a profoundly more capable and personal assistant, is here

Apple 发布新一代 Apple Intelligence，推出全面重构的 Siri AI，支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话，今日起以英文测试版随 2027 系统更新推出，下月扩展至法语、日语、韩语、葡萄牙语和西班牙语。

PromptArmor 披露 Elastic AI SOC 存在凭证窃取漏洞，Elastic 未在跟进后修复

Elastic AI SOC Exfiltrates Credentials

PromptArmor 披露 Elastic 的 Agentic SOC（EASE）可被钓鱼告警中的间接提示词注入操纵，无需人工审批即可铸造 API 密钥并外传，攻击者可借此禁用检测规则、伪造告警或窃取 Elasticsearch 数据。

生数科技发布 Vidu S2：含 Avatar 与 Editing 双模型，探索空间视频

Vidu S2技术解析：实时编辑、实时交互、探索空间视频

生数科技正式发布 Vidu S2，包含面向数字角色实时交互的 Vidu S2-Avatar 和面向视频流实时编辑的 Vidu S2-Editing，并探索面向 VR 头显的实时空间视频生成与编辑。

DeepSeek-V4.1-Flash (Max) 进入 Agent Arena 开源模型第 3 名

Exciting news: DeepSeek-V4.1-Flash (Max) by @deepseek_ai just landed in Agent Arena at #3 among open...

DeepSeek-V4.1-Flash (Max) 进入 Agent Arena 开源模型第 3 名，净提升 +4.87%，每任务中位成本 $0.07，重塑 Pareto 前沿。其成本比第 2 名 Hy4 preview 低 68%、成绩仅差 0.09 个百分点；总榜排名第 12，Confirmed Success 信号排名 第 4（+13.75%）。

阶跃星辰发布 StepAudio 3 系列语音大模型，多款在 Artificial Analysis 榜单全球第一

阶跃发布语音大模型StepAudio 3，拿下多个全球第一！

阶跃星辰发布 StepAudio 3 系列，包含 Realtime、ASR、TTS、Gen 和 Music 五款模型，已在阶跃星辰开放平台上线。

Artificial Analysis 评测：GPT-Live-1 以 81.5 分登顶 Speech to Speech Index

OpenAI’s GPT-Live-1 debuts at #1 on the Artificial Analysis Speech to Speech Index at a score of 81....

Artificial Analysis 发布 Speech to Speech Index，OpenAI 的 GPT-Live-1 以 81.5 分（Astra 后端，medium 推理强度）排名第一，超过 Grok Voice Think Fast 2.0 High 的 81.3；Sol 后端配置得 80.1 排第三。

硅基流动上线开源模型 Hy4 preview，770B 总参数、1M 上下文

The hottest open-source models on OpenRouter. Now live on SiliconFlow. 🔥 Meet Hy4 preview: 770B tot...

硅基流动（SiliconFlow）宣布开源模型 Hy4 preview 上线其平台。该模型总参数 770B、每 token 激活 49B、支持 1M 上下文，采用 Apache 2.0 协议，面向编码、分析、研究和复杂实际工作。用户可将其接入 Claude Code、Codex、Cursor 等已有工具；图片显示定价为每 1M tokens 输入 $0.834、输出 $2.501、缓存 $0.042。

Claude for Small Business 新增 43 个 workflow 与 27 个集成

Claude for Small Business launches new workflows, integrations, and training programs

Anthropic 为 Claude for Small Business 新增 43 个 workflow 和 27 个集成，覆盖 Shopify、Salesforce、TikTok、Zoom、Stripe、Zapier 等工具，该产品自 5 月上线以来安装量超过 90 万次。

Trail of Bits 批评 1Password 的 AI 补丁基准存在误导，并发布两个补丁验证 Agent 技能

1Password's AI patching benchmark is misleading

Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告，称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真，包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试，以及不同推理档位设置。

Vercel 将 inbound 销售团队从 10 人压缩至 1.25 人，AI 销售开发智能体年成本仅数千美元

When Inbound Sells Itself

Vercel COO Jeanne DeWitt Grosser 在 The Information 访谈中表示，公司 inbound 销售开发已实现 90% 自动化，团队从 10 人压缩至 1.25 人。