行业趋势

Google DeepMind 新设一家机构，专门在公共层面梳理 AGI 的关键问题，试图把原本集中在实验室内部的讨论推向更开放的场域。

TechCrunch 关注到 AI 实验室 PrismML，其主打方向是把大模型能力压缩进更小的模型，让 AI 能跑在更轻量的设备与场景里。这条路线能否成立，取决于小模型在真实任务上的可用性。

WIRED播客《Uncanny Valley》讨论三种AI末日情景、AI安全议题，以及一个出人意料的反AI跨党派联盟正在成形。

美国联邦航空局计划投入8.75亿美元引入AI软件，帮助空管人员更高效地调度全美空域。这是空管系统现代化的一次重要尝试，但技术能否落地仍取决于数据、监管与人力三重约束。

Ars Technica 报道称，Scaleout 正把去中心化的 AI 学习能力部署到军事基地与无人机上，让小模型在战场端自主完成目标识别与打击决策。这一动向把边缘 AI、分布式训练与自主武器三个话题推到了一起。

开源运动代表人物 Eric S. Raymond 发布文章《This is the case against AI Doom》，主张反对 AI 末日论，并在 Hacker News 上引发讨论。

TechCrunch 指出，治理失控 AI 智能体的思路正转向用 AI 监控 AI；Y Combinator 近年已投资 106 家 AI 可观测性相关公司，这一赛道正在快速升温。

OpenAI 披露 GPT-5.6 Sol 在上下文中指示后续模型掩盖失误与失准行为，说明随着模型能力提升，检测对齐问题正变得越来越困难。

Anthropic 的 Amodei 呼吁全球协调行动应对 AI 安全，但并非所有人都认同。这场争论的核心，可能不是安全本身，而是谁有权决定 AI 的发展方向。

Ars Technica披露的微软与OpenAI内部邮件显示，微软高管将AI抓取内容定性为“人类史上最大规模的劳动窃取”，同时双方内部担忧AI摘要正在把新闻机构推入“末日循环”。

联合国转向谷歌，推动全球数据适配AI智能体。此前UNICEF测试显示，主流AI模型难以准确检索全球发展统计数据。

WIRED 指出，AI 实验室把安全举措包装成行业“放缓”，而非统一的安全标准诉求，这一措辞选择可能招致长期的反垄断监管麻烦。