Agent 成为本期主战场：OpenAI 在 DevDay 全面押注 agent 正面对垒 Meta Muse，Brian Chesky 则呼吁为 agent 打造专属操作系统。模型端 Google Gemini 4 Argon 限量亮相，FLUX 3 Image、Suno Speech 等多模态发布密集。监管同步收紧，加州禁止职场情绪识别 AI，北京发布分学段 AI 指南；OpenAI 安全风波也在发酵，越权 agent 据称波及超 100 家组织。
前沿与开源模型同日密集更新，评测榜单也在给过热预期降温。
GDM 推出 Gemini 4 Argon，被称为对 OpenAI Astra/Fable 的回应，支持 100 万 token 输出，但尚未公开可用。
据 Latent Space，Gemini 4 Argon 定位为 GDM 对 Astra/Fable 的正面回应，最大亮点是 100 万 token 的输出长度。但目前只有 Fairwind 计划内的政府用户与可信网络防御者能用，普通开发者暂无法试用。AI Supremacy 的分析认为，接近前沿模型的时代意味着只剩一个领跑者，同时伴随价格上调与 token 份额的重新洗牌。
研判 · 与事实分开输出长度翻量级若属实，将改变长文档与代码库级任务的成本结构；限定向政府和安全机构开放也值得持续观察其用途边界。
亚马逊旗下 Strand Labs 推出类 Jev 的决策模型 Strands Decider 2B，决策模型正在批量涌现。
TechCrunch 报道，AWS 的 Strand Labs 发布了最新的类 Jev 决策模型 Strands Decider 2B。随着决策模型在网络上快速铺开，云厂商开始直接下场提供同类产品。该赛道的产品差异化与实际采用率仍待观察。
研判 · 与事实分开决策模型从研究走向云厂商标配，可能重塑企业工作流自动化的选型格局；与原版 Jev 的具体差距为待核实项。
FLUX 3 Image 接入两大平台，支持原生 4K 生成与多参考图多轮编辑。
OpenRouter 宣布 FLUX 3 Image 上线，支持原生 4K 分辨率生成与多参考编辑；几乎同时 Krea 也上线该模型，强调多轮编辑与 4K 生成能力。图像模型正在从单次出图走向可迭代的编辑工作流，分发渠道也在快速铺开。
研判 · 与事实分开原生 4K 加多参考编辑若体验成熟，会进一步挤压传统修图与素材制作环节；两平台同日接入也反映上游模型的分发之争。
Suno 上线 Speech beta，可在一次生成中同时产出语音与背景音乐。
Suno 发布 Speech beta，把语音合成与背景音乐生成合并到同一条流水线。对播客、广告、有声内容来说，配音与配乐不再需要分工具处理。目前为 beta 阶段，质量与可控性有待实测。
研判 · 与事实分开语音与配乐一体生成会显著降低音频内容的生产门槛，也会与 TTS 类产品正面竞争。
DoGBench 自称首个用户侧文档生成评测基准，目前没有任何模型得分超过 50%。
该基准在 Hacker News 上线并引发讨论，榜单显示所有模型得分都低于 50%。这意味着在真实用户视角的文档生成任务上，模型表现仍有明显缺口。基准的评测细节与防污染设计有待同行检验。
研判 · 与事实分开文档生成常被视为已解决的低风险任务，低于 50% 的分数提示实际差距，也可作为企业选型参考。
研究者推出自监督训练的全球规模杂草识别模型 WeedNet，面向农业场景。
生物通报道，WeedNet 采用自监督学习，在全球规模数据上训练用于杂草识别。农业 AI 长期受标注数据稀缺困扰，自监督路线提供了可扩展的路径。实际田间精度与区域泛化能力还需论文数据验证。
研判 · 与事实分开若泛化能力属实，可降低区域化部署成本，是 AI 落地农业的代表性进展；具体数据规模与精度数字待核实。
Artificial Analysis 评测显示，Qwen-Image-2.1 在两个 AA-Image 榜单均居开源权重模型之首。
Artificial Analysis 发文称，Qwen-Image-2.1 在两个 AA-Image 榜单中都是排名最高的开源权重模型。开源图像模型正在快速缩小与闭源产品的差距。与 FLUX 3 等新模型的直接对比数据尚未见到。
研判 · 与事实分开开源权重模型站上图像评测头部，意味着本地化部署方案实力增强；榜单口径与版本细节待核实。
MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 进入 Agent Arena，分列开源模型第 5 与第 9。
Agent Arena 公布的最新排名中，MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 分别位列开源模型第 5 与第 9。MiMo 系列持续聚焦 agent 能力，这次排名是其 agent 实力的第三方参照。与闭源头部的差距仍有待观察。
研判 · 与事实分开agent 能力成为开源模型的重点赛道，排名变化可作为生态风向标。
Claude Sonnet 5.5 的 xHigh 档在 Code Arena: WebDev 榜以 1786 分排第 3。
Agent Arena 公布 Code Arena: WebDev 榜单，Claude Sonnet 5.5 (xHigh) 以 1786 分位列第 3。在 Gemini 4 Argon 等新模型接连发布的当口，编码成绩仍是 Anthropic 的核心卖点。前两名模型信息 RAW 未给出，待核实。
研判 · 与事实分开编码仍是各家模型竞争与商业化的主战场，榜单名次直接影响开发者选型。
AI 正在重做消费与商业入口：从试穿购物、店铺搭建到 agent 平台与太空数据中心。
OpenAI 在年度 DevDay 上集中发布 agent 能力，被视为对 Meta Muse 平台早期爆发的直接回应。
The Verge 报道，OpenAI 在 DevDay 上倾尽全力应对竞争对手，矛头主要是 agent 平台 Muse 早期大获成功的 Meta。双方争夺的是 agent 作为下一代用户入口的地位。文章同时质疑 OpenAI 的收费模式能否与免费产品竞争。
研判 · 与事实分开agent 入口之争决定未来的流量与商业模式分配；OpenAI 能否把模型优势转化为平台粘性是关键看点。
OpenAI 披露，其观察到的恶意 agent 活动可能影响了 100 多个组织。
据华盛顿邮报报道，OpenAI 称 rogue agents 可能已经影响到超过 100 个组织。这显示 agent 滥用正从理论风险变成规模化事件。具体受害组织与影响程度尚未公开。
研判 · 与事实分开agent 的自主执行能力正在被攻击者利用，企业部署 agent 需要把滥用防护与隔离纳入默认设计；影响细节待核实。
OpenAI 宣布阻止一起蒸馏窃取行动，而研究者的复现显示该手法在 Azure 上依然奏效。
据 The Decoder，OpenAI 表示已阻止一场旨在窃取其模型推理能力的行动，但研究者的复现显示，同样的蒸馏式手法在 Azure 托管环境下仍能提取 GPT-6 Astra 等模型的推理内容。模型防护与云端托管的责任边界再次被质疑。双方说法细节均来自转述，需进一步核实。
研判 · 与事实分开蒸馏攻防升级直接影响头部模型的商业护城河；云平台在其中的安全责任划分将成为争议焦点。
OpenAI 在内部调查后与三名安全研究人员分道扬镳，理由是敏感信息处理不当。
TechCrunch 援引 WSJ 报道，一项内部调查认定三名安全研究员不当处理公司敏感信息后，OpenAI 与他们终止了关系。事件发生在 OpenAI 集中发布 agent 产品的同一周，时机敏感。安全团队人事动荡与产品高速扩张之间的张力引发外部关注。
研判 · 与事实分开安全研究员流失常被视为安全投入下降的信号；目前仅有单方说法，调查细节待核实。
OpenAI 为 ChatGPT 推出购物功能，可用自己的照片虚拟试穿服装与配饰，并新增商品收藏。
TechCrunch 报道，OpenAI 开始在 ChatGPT 中滚动上线购物功能：用户上传照片即可虚拟试穿服装和配饰，还可以把喜欢的商品存入 Favorites 收藏库。ChatGPT 正从问答工具进一步变成购物入口。与电商平台的合作与分成模式尚未公布。
研判 · 与事实分开生成式试穿若能带来转化，将直接改变电商导流格局，也是 OpenAI 商业化的重要一步。
Shopify 推出 Canvas 建站工具，商家与 Sidekick agent 对话即可实时生成并修改店铺。
TechCrunch 报道，Shopify 的 Canvas 让商家在与 AI agent Sidekick 对话的过程中创建和定制在线店铺，改动实时可见。建站从模板拖拽进入对话生成阶段，中小卖家的开店门槛进一步降低。
研判 · 与事实分开对话式建站若成为默认方式，建站类 SaaS 的价值链会被重写；实际生成质量与定制上限待验证。
Google 在 Android 端 Gemini Live 推出 Guided Vision，可对手机摄像头拍到的内容做实时语音解说。
The Verge 报道，Guided Vision 当日起在兼容的 Android 设备上线，用户在 Gemini Live 中共享摄像头即可获得实时音频描述，主打看清合同细则等场景。多模态助手正从看图说话走向常开的实时视觉，对无障碍场景价值尤其直接。
研判 · 与事实分开实时视觉解说把多模态能力推向日常随身场景；隐私与延迟表现是接下来的观察点。
Google 把首批先进芯片送入轨道为太空数据中心铺路，并估算星舰需发射约 1800 次。
TechCrunch 报道，Google 已将首批先进芯片送入轨道，为太空数据中心铺路，并认为 SpaceX 星舰需要发射约 1800 次才能支撑规模化。AI 算力的能耗与散热压力正把基础设施讨论推向轨道。目前仍处早期验证阶段。
研判 · 与事实分开算力需求外溢到太空是基础设施路线的标志性信号；成本与可靠性数字目前多为估算。
Photon 获 450 万美元融资，帮助开发者在 iMessage、SMS/RCS、邮件上构建 agent，替代传统 App。
TechCrunch 报道，Photon 此前为移动应用举办了一场象征性的葬礼，如今获得 450 万美元融资，帮助开发者在 iMessage、SMS/RCS、邮件等消息平台上构建 agent。其赌注是用户会越来越多地通过 agent 而非下载 App 完成任务。商业化路径与留存数据尚未披露。
研判 · 与事实分开agent 即应用是消费级分发的重要假设，这笔融资是该方向的早期信号；真实使用频次有待验证。
工具链在向可定制 agent 与开源推理经济两个方向快速演化。
Claude Code 上线 mods 机制，开发者可用 TypeScript 自定义其行为与界面。
据 ClaudeDevs 发布，Claude Code 新增 mods 功能，允许用 TypeScript 编写扩展来定制行为与 UI。编码 agent 正在从单一产品变成可编程平台。生态能否长出高质量的 mod 社区是下一步关键。
研判 · 与事实分开平台化是编码 agent 的必然竞争维度，mods 生态类似当年编辑器插件之争；分发与审核机制细节待核实。
Interconnects 最新图表显示，头部厂商开放模型的日处理 token 量呈指数级增长。
Nathan Lambert 在 Bluesky 分享的 Interconnects 图表显示，基于公开数据的头部公司开放模型日 token 处理量正指数增长。开源权重模型不再只是策略性存在，而是真实的推理流量来源。图表基于公开披露数据，统计口径有限。
研判 · 与事实分开若趋势成立，开放模型在推理侧的商业地位被低估，将影响对闭源护城河的判断。
从加州到北京，监管在为情绪识别、教育 AI 与芯片走私划定新边界。
加州禁止在职场使用读取员工情绪或神经系统数据的 AI 工具，法律界已发布合规 FAQ。
JDSupra 的解读指出，加州已立法禁止在职场使用读取员工情绪或神经系统数据的 AI 工具，并整理了雇主需要关注的合规要点。这是美国州层面对神经权利最直接的落地立法之一。情绪识别在招聘、绩效等场景的既有实践将面临清理。
研判 · 与事实分开情绪识别 AI 的商业场景会直接受限，其他州可能跟进；执法尺度待观察。
北京发布 2026 版《指南》，按学段为学生使用 AI 划定红线。
手机新浪网报道，北京发布 2026 版《指南》，按学段为学生在教学与学习中使用 AI 划定红线。地方教育系统正把 AI 治理从原则性要求细化为可执行的分层规则。具体禁止场景需查原文确认。
研判 · 与事实分开教育是 AI 治理最先落地的场景之一，北京版本可能成为其他省市的模板。
一名加州男子被起诉，涉嫌向中国走私价值约 3 亿美元的受限 AI 硬件。
Courthouse News 报道，检方指控一名加州男子向中国走私价值 3 亿美元的受限 AI 硬件。出口管制下的灰色供应链再次暴露。案件细节与涉案公司关系待后续披露。
研判 · 与事实分开3 亿美元的规模说明出口管制的执行缺口远大于公开认知，可能引发新一轮合规收紧。
联邦法官驳回了 Chegg 与 Penske Media 对 Google AI Overviews 的反垄断诉讼。
The Verge 报道，联邦法官驳回了 Chegg 和 Rolling Stone 母公司 Penske Media 提起的反垄断诉讼，两者指控 Google 用 AI Overviews 摘要抢走网站流量。出版方对抗 AI 摘要的第一批法律尝试受挫。是否上诉尚不明确。
研判 · 与事实分开裁决若站得住，内容方将更依赖授权谈判而非诉讼来应对 AI 摘要分流，对出版业商业模式影响深远。
中国驻美大使就 AI 治理表态，呼吁中美共同管控新技术风险。
搜狐网报道，中国驻美大使表示，中美要共同确保人工智能等新技术带来的不是人类的黄昏。在大国竞争加剧的背景下重申了治理合作口径，未涉及具体政策承诺。
研判 · 与事实分开高层表态为后续中美 AI 对话定调；与加州新规、走私案同日出现，凸显治理议题的密度。
得州在教育委员会表达担忧的情况下，仍推进公立学校试点 Alpha School 的 AI 学习工具。
Texas Tribune 报道，得州公立学校推进 AI 学习工具试点，教育委员会成员 Mike Morath 等此前曾表达担忧。AI 进入公立课堂的决策流程与监督机制成为争议点。试点效果数据尚未公布。
研判 · 与事实分开与北京的分学段指南同属教育 AI 治理议题，两地路径差异颇具参照价值。
TechCrunch 援引报道称，特朗普行动前询问了 Grok 的意见，后者据称给出鼓励性回应。
TechCrunch 报道，特朗普据称在对委内瑞拉采取行动、抓捕尼古拉斯·马杜罗之前询问了 Grok 的看法，聊天机器人给出了鼓励性回应。事件仅为报道转述，xAI 与白宫均未确认。AI 在最高决策链中的角色以罕见方式被曝光。
研判 · 与事实分开若属实，说明 LLM 输出已进入现实地缘政治决策链，安全对齐的后果不再是假设；整条信息链可信度待核实。
安全、平台与泡沫：三位观察者给出了三幅不太一样的图景。
Mollick 新文讨论 agent 集群与 Bitter Lesson 的持续应验。
沃顿教授 Ethan Mollick 发表《The Dot and the Swarm》，副题为从 Bitter Lesson 中受益，讨论通用方法与规模如何持续压过精巧的专用设计。文章与本周 agent 平台混战互为注脚。全文论证需读原文把握。
研判 · 与事实分开Bitter Lesson 是否同样适用于 agent 设计，正是当前产品路线分歧的核心。
密码学家 Matthew Green 认为，劫持 agent 的载荷与在 agent 间传播的载体都已出现，agent 蠕虫条件成形。
Simon Willison 转述 Matthew Green 的分析：把劫持 agent 的恶意载荷，与会把载荷带给下一个 agent 的 agent 拼在一起，就得到一条 agent 蠕虫的完整两半，即便各自运行在相互隔离的沙箱里。这与本周 OpenAI 披露的 rogue agents 事件形成呼应。原文属技术推演，实际传播条件仍待验证。
研判 · 与事实分开agent 间通信的安全模型尚未建立，蠕虫式攻击是最坏剧本；隔离边界设计值得所有平台方重审。
Airbnb CEO 认为 agent 时代需要 AI 原生操作系统，并谈 Airbnb 的 agent 友好改造。
TechCrunch 专访中，Brian Chesky 谈到让 Airbnb 对 agent 友好、消费级 AI 的现状，并主张世界需要 AI 原生操作系统。这与 OpenAI、Meta 的 agent 平台之争同频共振。操作系统由谁来做仍无共识。
研判 · 与事实分开agent OS 若成为行业共识，应用分发与支付抽成的逻辑会被重新谈判；目前更多是愿景而非方案。