政策、治理与安全
Anthropic 率先开放‘嵌入式评估员’权限
Anthropic 宣布允许第三方安全评估团队（如 METR）进驻办公室，提供员工级访问权限：公司工牌、笔记本电脑、内部工具和风险评估团队同等级权限。这是首个落地的‘前沿AI节奏管控’（Pace the Frontier）具体措施。
> 相关链接：Anthropic 博客原文｜Latent Space 报道
AI 评估员论坛发布 AEF-1 基线标准
AI Evaluator Forum（AEF）正式推出 AEF-1 标准，明确第三方AI评估必须满足的五项要求：访问权限、利益冲突管理、资金关系披露、回避机制、透明度报告。目标是让外部审计真正独立可用。
> 相关链接：AEF-1 官方文档
安全圈爆发‘节奏管控’大辩论：该减速还是强管控？
Bilal Chughtai 离开 DeepMind 呼吁放缓能力发展；Dan Selsam 指出未来模型可能‘考试时表现好、实际有隐藏意图’，削弱评估可信度；而 Kapoor/Heim 等认为当前风险主因是控制失效，不是模型本身没对齐。
> 相关链接：Chughtai 离职声明｜Selsam 风险陈述｜Kapoor/Heim 评论
Agent 与工具链
Harness 工程成新焦点：分离推理/工具/循环，日志全开、测试先行
Omar Shorbagy 提出构建 agent harness 的实操四原则：拆开 inference/tool/loop；提示词尽量精简；所有环节强制日志；先在多样任务上测试，再加记忆和子 agent。
> 相关链接：Harness 入门指南
Cline 推出桌面版编码 agent，支持 DeepSeek-V4.1-Flash 等开源模型
Cline Desktop 是原生桌面应用，可自由切换模型（如 DeepSeek-V4.1-Flash、Musespark-1.3），不依赖 IDE 插件，适合本地工作流和模型快速验证。
> 相关链接：Cline 官方发布
GitHub Copilot 新增三档自动模型选择 + Jira 画布 + /ask 实时追问
GitHub Copilot 现在能按需选‘效率/平衡/智能’三档模型；新增 Jira 项目看板集成；并在 agent 运行中支持用 /ask 直接打断提问，不用等任务结束。
> 相关链接：GitHub 官方说明｜/ask 功能演示
模型与能力
DeepSeek-V4.1-Flash（Max）登顶开源模型性价比榜
在 Agent Arena 测试中，DeepSeek-V4.1-Flash 综合性能排开源模型第 3，每任务成本仅 $0.06–$0.07，比 Hy4 便宜 3 倍、比 Kimi K3（Max）便宜 10 倍，净提升达 +4.87%。
> 相关链接：Arena 测评报告｜详细对比分析
Cohere Parse 5 推出低价文档解析器，但视觉/图表/引用提取偏弱
Cohere 新版解析器价格更低，但 Jerry Liu 指出它在图表理解、细粒度引用提取和视觉 grounding 上明显弱于竞品，没有‘免费午餐’。
> 相关链接：Cohere 发布页｜Jerry Liu 评测
产品与应用落地
Google 将 Deep Research 接入 Gemini Live，支持语音触发+异步报告跟进
用户用语音说‘帮我查 XX’，Gemini Live 自动执行深度研究并生成报告，之后还能在聊天中随时追问、补充或修改报告内容。
> 相关链接：Google 官方更新
OpenAI 降低桌面语音功能价格约 60%，使用量涨 2.4 倍
ChatGPT 桌面版语音输入降价后，用户调用量激增 2.4 倍；同步上线 ChatGPT 礼品卡，面向个人赠送场景。
> 相关链接：OpenAI 更新公告
Apple Siri AI 在 OS beta 中上线个人上下文与 App 操作
Siri 现在能记住用户偏好（比如常去地点、常用 App 设置），并直接执行 App 内操作，如‘把这张图发给张三’会自动唤起信息 App 并发送。
> 相关链接：Beta 功能爆料
基础设施与硬件
vLLM 正式支持 Google TPU：含优化内核、TorchTPU 路径、社区算力计划
Inferact 与 Google Cloud 合作，让 vLLM 原生支持 TPU 推理，提供生产级功能、PyTorch 兼容路径，并向开源贡献者免费提供 TPU 算力和维护支持。
> 相关链接：合作官宣
研究与方法
RL+物理验证器训练电力变压器设计模型，达标且低成本
Tinker 团队用物理仿真器做 verifier，结合 RL 训练模型自动生成符合真实规格的电力变压器方案，已在工程场景落地验证。
> 相关链接：技术案例分享
行业与公司动态
Kevin Bass 发帖质疑 Anthropic 安全生态利益绑定，引发高互动讨论
Kevin Bass 指出 Anthropic 与部分安全评估机构存在资金与人员交叉，可能影响第三方评估独立性；该帖成为本周最高互动技术相关推文。
> 相关链接：争议帖原文