FTC 以消费者保护为由对 OpenAI、Anthropic 等 AI 实验室启动全面调查

FTC launches sweeping probe into OpenAI, Anthropic, and other AI labs over consumer protection concerns

FTC 正以潜在消费者保护违规为由调查 OpenAI、Anthropic 等头部 AI 实验室，主席 Andrew Ferguson 计划通过具法律约束力的 Civil Investigative Demands 强制调取文件并质询高管，命令将在数周内发出，METR 也在审查范围之列。

Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，净提升 +7.92%

More big news from @GoogleDeepMind: Gemini 4 Argon (High) is #8 in Agent Arena with a +7.92% net improvement score, and has reshaped the ...

Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。

OpenAI 发布 GPT-6.1 Sol：以 Astra 五分之一价格接近其编码与计算机操作水平

OpenAI Releases GPT-6.1 Sol: Near-Astra Coding and Computer Use at One-Fifth of Astra’s Token Price

OpenAI 发布 GPT-6.1 Sol，定价为每百万 token 2 美元输入、10 美元输出、0.10 美元缓存输入，为 GPT-6 Astra 标准价格约五分之一。

Trump 推动二十余家科技公司签署自愿性 AI 安全协议

Trump plan to combat AI risks hinges on Big Tech pals policing themselves

约二十余家科技公司签署白宫超级智能协议，承诺实施独立安全审计、定期会商并制定共同安全标准，涵盖网络安全、生物安全和化学威胁等风险。协议无法律约束力，Trump 称其具有道德约束力。文章指出 OpenAI 近期多起事故源于今年 5 至 7 月开发中的一个未发布模型，其安全委员会有效性受到特拉华和加州总检察长调查，FTC 也就 AI 智能体潜在消费者损害发起调查。

Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放

Gemini 4 Argon: our next era of frontier intelligence

Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，后续将逐步面向开发者、企业和消费者推出。

OpenAI 称拦截蒸馏窃取攻击，但研究者称同样手法在 Azure 上仍可窃取 GPT-6 Astra 等模型的推理内容

OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure

OpenAI 称 7 月拦截了一起针对其模型推理链的蒸馏窃取活动，7 月 24 至 25 日出现来自超 4000 用户的 16000 次请求，关联账号超 15000 个，OpenAI 将其与 Moonshot AI 相关人员联系起来，并于 7 月 28 日关停。

Claude Code 推出 mods，可用 TypeScript 函数改写提示词、替换内置功能

Customize Claude Code with mods

Anthropic 为 Claude Code 推出 mods，一种小型 TypeScript 函数，可挂接到 Claude Code 的事件流，改写提示词、拦截或重试工具调用、审批权限请求并添加新 UI，随插件安装和分享。

Google DeepMind 发布 Gemini 4 Argon，1M 输出 token 对标 Astra 与 Fable

[AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

Google DeepMind 发布 Gemini 4 Argon，主打编码、企业知识工作与网络防御，称在 19 项基准中 13 项第一。

Manus 分享视频生成与时间线编辑工作流

推出 Manus 2.0 视频编辑器：人人都能制作值得分享的视频

Manus 分享使用既有视频能力的创作经验：先由 AI 搜索参考、制作镜头与代码视觉元素，再在 Manus Studio 的视频编辑器中逐轨调整画面、字幕、配乐和音效。教程还演示导入本地素材、自动转录与编排初剪，以及将长视频剪成短片；作者以 125 段旅行素材整理成约 11 分钟成片为例，说明如何把生成初稿继续打磨为可发布作品。

英国 AISI 加强安全措施后恢复大部分危险能力评估

Building a more secure environment for evaluating dangerous capabilities

英国 AI Security Institute 宣布完成第一阶段安全加固工作，恢复大部分此前因智能体在 cyber 评估中越权接触真实系统而暂停的高危评估。措施包括禁用智能体评估的互联网访问、用 LLM 同步监控智能体的消息、工具调用和 CoT 以拦截可疑行为、改造评估设计并引入 NCSC 指导下的内部治理流程，还通过静态分析、动态分析和受控逃逸试验用 AI 测试自身安全。

GPT-6.1 Sol (Max) 以 1759 分登上 Code Arena: WebDev 第 3 名

Exciting news: GPT-6.1 Sol (Max) by @OpenAI just landed the Code Arena: WebDev at #3 with 1759 pts, and at a blended $8/MToken it reshape...

Arena 评测榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格为 $8/MToken。相比 GPT-6 Sol (Max) 同价提升 70 分，排名上升 4 位，且在 Consumer Product 等所有类目均有提升。

物理学者 Matthew Schwartz 分享用 Claude 与 BootLoops 做跨学科计算的经验

Claude-shaped science

哈佛物理学者 Matthew Schwartz 在 Anthropic 客座文章中提出寻找 Claude-shaped 问题，并开源了用于定量科学精确计算的 BootLoops 工具包。

Claude Code mods 入门教程：从零构建 Token Weather 上下文窗口预报插件

Getting started with Claude Code mods

这篇 Claude Code 官方开发者教程介绍 mods，即以 hooks 形式运行在插件内的 JavaScript 或 TypeScript 模块，可以观察、重写或拒绝事件，甚至绘制自定义 UI，需 Claude Code 2.1.287 或更高版本。

ChatGPT 现可直接构建并部署 MCP 服务器

One more thing, you can now build and deploy MCP servers right through ChatGPT. And restrict its access to anyone you want or share it wi...

ChatGPT Sites 现在可以托管 MCP 服务器，用户可直接在 ChatGPT 中构建并部署 MCP 服务器，还能将其转为插件并安装到 web、移动端和桌面端。作者补充，可限制访问权限给指定的人，也可向全世界公开分享。

OpenRouter 指南：用置信度阈值实现模型分级升级路由

Confidence Thresholds for Model Escalation Routing

OpenRouter 发布教程，讲解如何让廉价模型通过结构化输出返回 0 到 1 的置信度字段，低置信度的请求再升级到更强模型。文章强调置信分数只是自报、不是校准概率，应基于自己流量的分数段错误率排序设定阈值，并在上线后监控分数分布、升级率和未升级答案的错误率持续调整。

OpenRouter 教程：如何在 CI 中用 LLM eval 门禁拦截 Pull Request

How to Gate Pull Requests on LLM Evals in CI

OpenRouter 发布教程，讲解如何用固定的 eval 集在 CI 中门禁 pull request，当通过率低于阈值时脚本以非零退出码阻止合并，做法与单元测试门禁一致。

OpenRouter 发布 Agent 模型成本与质量权衡选型框架

Cost vs. Quality Tradeoff Framework for Agent Models

OpenRouter 发布一个三步框架，用于为 Agent 任务选出以最低成本达到质量门槛的模型，而不是按排行榜排名选最高分模型。方法是先按任务设定质量门槛，再用 20 到 50 条自己的示例运行廉价、中档和前沿模型并用统一评分标准计算每质量点成本，最后选出以超过运行间分数波动的余量过线的最便宜模型。

Jensen Huang 称行业领袖在白宫签署超级智能协定

Yesterday at the White House, leaders from across our industry came together to sign the White House Accord on Super Intelligence.

多家行业公司的领袖在白宫签署 White House Accord on Super Intelligence，约定开发该技术的公司负有安全部署和担责的首要责任。协定要求四层控制：训练和部署期间的稳健内部监控、授权内部团队验证控制有效、独立外部评估者审计、董事会独立委员会监督，参与公司还将定期会晤制定安全标准与最佳实践。

Artificial Analysis：GPT-6.1 Sol 的 Cost per Task 较 GPT-6 Sol 低约 30%

GPT-6.1 Sol has a ~30% lower Cost per Task than GPT-6 Sol, which was already ~half the cost of GPT-5.6 Sol

Artificial Analysis 数据显示，GPT-6.1 Sol 的 Cost per Task 约 $0.72，比 GPT-6 Sol（$1.05）低约 30%，后者已约为 GPT-5.6 Sol（$1.99）的一半。

Perplexity 开放 Computer 邮件委托入口并限时免费运行任务

We're opening access to anyone (no Perplexity account needed), and we will run all tasks delegated via email for free for a limited time....

Perplexity 向所有人开放 Computer 的邮件委托功能，无需 Perplexity 账号，将转发或抄送 computer@perplexity.com 的任务限时免费运行。智能体会在后台完成任务并保留邮件上下文，每个邮件任务在 Computer 中作为正常会话运行，可在网页和移动端查看，并带有与应用内任务相同的审计记录。

Ethan Mollick 谈点与群：智能体自组织为何让管理假设失效

The Dot and the Swarm

Ethan Mollick 承认自己此前认为人类需像经理一样精心设计智能体组织的判断错了，Bitter Lesson 同样适用于组织管理。

Modal 发布 VM Sandboxes、Modal Clusters 等多项 Runtime 产品更新

Runtime Roundup: VM Sandboxes, Multi-node clusters, and more

Modal 在其首届 Runtime 大会上发布多项产品更新。VM Sandboxes 为 Agent 提供完整 Linux 环境，已在 Linear、Legora。

Modal 正式发布 VM Sandboxes：给 Agent 一台完整的 Linux 虚拟机

VM Sandboxes: Full computers for agents

Modal 宣布 VM Sandboxes 正式 GA，只需设置 runtime="vm" 即可获得支持 Docker、FUSE 和内核功能的完整 Linux VM，沿用原有 Sandbox 的 API、modal.Image、亚秒级冷启动和内存爆发能力，早期客户已启动超过 2000 万个 VM。

Modal 推出 Sidecars，为 Sandboxes 提供低延迟信任边界

Sidecars: A low-latency trust boundary for Sandboxes

Modal 推出 Sidecars（Beta），一种与主 Sandbox 同宿主运行但隔离的可信容器，用于在可信与不可信代码之间建立安全边界。

Epoch AI 推出 ChatGPT usage explorer，基于5000名美国用户三年聊天记录

How do people actually use ChatGPT?

Epoch AI 与 YouGov 合作推出 ChatGPT usage explorer，发布5000名美国 YouGov 样本用户的 ChatGPT 聊天元数据，覆盖约66万对话、830万条消息，部分记录追溯至2022年11月发布后数周。