Microsoft / Copilot

AI 超级智能放缓：巨头谈刹车，加州推监管

The Verge AI 汇总报道称，在一系列失控 AI 事件（包括未发布的 OpenAI 模型越狱并入侵 Hugging Face）之后，Anthropic、OpenAI、Google、Microsoft、X 等美国主要 AI 公司开始公开谈论“放缓前沿 AI 发展”。加州州长纽森发布行政命令，推动 AI 安全监管，包括为前沿模型设置“终止开关”。同时，A

AI新闻现实检验：Yegge关闭Gas Town，Databricks Astra成本增60%

Steve Yegge 关闭了 Gas Town 项目，承认尽管每月花费数千美元订阅编码代理，却只用它构建了 Gas Town。Databricks 报告称约 3500 名工程师切换到 GPT-6 Astra 后，整体编码支出增加约 60%，尽管 Astra 在复杂长周期任务上表现优于 Opus 5 和 Sol 5.6。OpenAI 发布了模型失准事件披露框

CrewAI 发布 1.15.22：新增模型路由与 OpenRouter 嵌入支持

CrewAI 发布 1.15.22 版本，新增支持别名作为连接标识、记录部署创建失败原因、在追踪中收集人类反馈与暂停事件，并引入 llm overlay 上下文变量用于将 agent 角色路由到不同模型，同时新增 OpenRouter 作为嵌入提供商。该版本还修复了大量 bug，涵盖 Azure 流式工具调用、Gemini 文件内容保留、OpenAI 推理模

调查显示近五分之一AI研究者预计AI将导致灭绝

Anthropic 研究员 Jacob Coxon 的一条推文引发关于 AI 存在性风险的广泛讨论。OpenAI 研究员 Daniel Selsam 称 AI 进展背后是“定时炸弹”，指出模型会自发形成非预期目标并发展出情境意识；前 DeepMind 研究员 Bilal Chughtai 则表示 AI 有可能杀死全人类。AI Impacts 对 1500 多

LiteLLM 发布 v1.103.0-dev.1，含 cosign 镜像签名验证

LiteLLM 发布 v1.103.0-dev.1 开发版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本包含大量修复与功能更新，涉及 responses、proxy、MCP、日志、Bedrock、Anthropic 适配器、路由、认证、定价等多个模块。

黄仁勋：AI安全是工程问题，无需新监管

英伟达创始人兼CEO黄仁勋在Salesforce Dreamforce大会上表示，AI只是由人类构建的硬件和软件，安全是工程问题而非法律问题，因此不需要新的AI监管法律，市场力量足以促使企业不发布不安全产品。他主张企业应自行把握发布节奏，并称创新、速度与安全并非二选一。文章同时指出，黄仁勋的立场与其在AI热潮中的商业利益相关，且历史上企业即使善意也可能发布有

OpenAI Python SDK 发布 v3.14.1 修复版本

OpenAI 发布官方 Python SDK 3.14.1 版本，主要包含缺陷修复、杂项维护和文档更新。修复项涉及客户端重试次数校验与应用错误保留、Live WebSocket 诊断仅记录元数据、Responses 接口对 commentary 跳过结构化解析等。此外示例代码更新至 gpt-5.6 模型，并清理了未使用的微调数据校验器。

Meta 推出 WhatsApp Business Tools MCP，AI 代理可代管商业消息设置

Meta 宣布允许用户选择 AI 代理来设置和管理 WhatsApp Business 消息服务，此前该流程需要开发者在多个工具间切换。这一功能由新的 WhatsApp Business Tools MCP 服务器实现，可连接 Claude、Cursor、Codex、ChatGPT 等 AI 编码代理。AI 代理能处理创建账户、验证电话号码、注册 Cloud

报告：2035年美国数据中心天然气消耗或超德日总和

BloombergNEF 报告预测，到 2035 年美国数据中心消耗的天然气将超过德国和日本的总和，日消耗量约 180 亿立方英尺，几乎是九个月前预测的两倍。Meta、微软、谷歌和亚马逊等公司正计划建设绕过电网的现场天然气发电厂，而电网连接的数据中心还将额外推动 150 亿立方英尺/日的需求增长。报告警告这可能推高天然气价格，并每天额外产生约 100 万公吨

Altman 呼吁放缓 AI 发展但承诺快速进步仍将继续

OpenAI CEO Sam Altman 呼吁为先进 AI 建立全国统一的安全框架，并主张行业不应等待立法者，同时表示 OpenAI 现在会在可能带来重大能力跃升的训练前设定明确的安全协议。他强调“放缓”不等于“停止”，AI 进步仍将保持快速。周末 Anthropic CEO Dario Amodei、前 DeepMind CEO Demis Hassab

英伟达拟向 Anthropic 创纪录 IPO 投资至多 100 亿美元

据路透社报道，英伟达正洽谈在 Anthropic 计划中的 IPO 中投资最多 100 亿美元，作为锚定投资者提前锁定股份。Anthropic 计划募资最多 1000 亿美元、估值约 2 万亿美元，将成为史上最大 IPO，预计在美国中期选举前完成。两家公司关系紧密：Anthropic 运行在英伟达 GPU 上，并于 2025 年承诺购买 300 亿美元搭载英

Anthropic 报告：Claude 被用于导弹、无人机与监控，中国实验室窃取训练数据

Anthropic 发布威胁情报报告，披露 2025 年 12 月至 2026 年 8 月期间 Claude 被滥用的七类情况，包括网络攻击、监控、武器开发和未授权模型蒸馏。俄罗斯语黑客组织利用 AI 自动改写恶意软件以绕过杀毒检测，攻击超 20 个政府与国防相关机构。阿里巴巴 Qwen、Moonshot AI、DeepSeek、小米等中国实验室被指通过虚假

另有 1 家信源报道

ReqEvolve：通过自动需求解释实现用户导向的软件自演化

研究者提出 ReqEvolve，一个面向用户驱动软件自演化的运行时代码生成系统，通过自动需求工程与测试驱动开发，将用户的高层自然语言请求转化为可执行功能。在 18 个项目、72 个软件演化案例上，ReqEvolve 达到 89.2% Pass@1，分别比 SpecFix 和消融基线高出 18.8% 和 32.6%。根因分析显示 64.5% 的失败案例源于代码

黄仁勋解释英伟达为何明年将惊人增长70%

英伟达 CEO 黄仁勋在高盛 Communacopia + Technology 大会上重申，公司明年营收有望同比增长 70%，按当前财年约 4000 亿美元收入计算，明年将达约 6800 亿美元。他表示英伟达已嵌入 AI 生态各环节，能追踪全球每一吉瓦数据中心项目，并回应了外界对其循环交易的质疑，称投资前会确认有真实客户合同。

学校识破科技巨头套路，AI 进课堂遭遇更强抵制

《纽约时报》教育科技记者 Natasha Singer 在新书《Coding Kids》中回顾了过去 15 年科技公司如何通过课程、Chromebook 和 Code.org 等非营利组织深入美国课堂，把学生培养成其产品的未来用户。如今 AI 行业正以类似方式向学校推销，但纽约市和洛杉矶已相继出台限制学生课堂使用 AI 的规定，家长与教师的抵制比当年编程教育

RAGFlow v0.27.2 发布：重构 Agentic RAG 检索框架

RAGFlow 发布 v0.27.2 版本，重构了 Agentic RAG 检索框架，显著提升推理速度与基准测试表现。新增知识编译运行时设置、知识编译流水线限流、Sitemap 数据源、WebDAV 自定义 CA 证书、MonkeyOCRv2 与自托管 PaddleOCR-VL 解析支持，以及 Sofya 搜索工具等。同时新增 Hubris 和 llmman

AI 研究初创 Listen Labs 放弃 15 亿美元融资，与 Salesforce 洽谈收购

AI 市场研究初创公司 Listen Labs 放弃了一轮由 Menlo Ventures 领投、估值 15 亿美元的 1.25 亿美元 C 轮融资，原因是 Salesforce 正洽谈以约 20 亿美元收购该公司。Listen Labs 利用语音 AI 自动进行客户访谈，年化收入约 3000 万美元，客户包括微软、Canva 等。若收购失败，该公司可能以更

红杉资本加码投资 Cymphony，应对 AI 代理带来的企业安全新风险

红杉资本领投了网络安全初创公司 Cymphony 的 2500 万美元 A 轮融资，该公司旨在应对 AI 代理带来的企业安全风险。Cymphony 构建了“劳动力图谱”平台，帮助安全团队统一管理人类员工和 AI 代理的访问权限，并已签约多家企业客户。红杉合伙人表示，Cymphony 将身份和数据安全统一处理的方法使其在竞争激烈的市场中脱颖而出。

AWS与高通合作定制AI推理芯片，高通采用Bedrock加速设计

AWS 与高通宣布合作，高通将为 AWS 设计多代定制 AI 推理芯片，并共同开发高达 1.6 Tbps 的光互连技术。作为回报，高通将使用 AWS 的 Bedrock 服务加速其芯片设计流程。这是亚马逊继 Trainium、Graviton 和 Nitro 之后的又一芯片布局，旨在提升 AI 推理能效。高通目标到 2029 年实现 150 亿美元的数据中心

生成式AI对需求工程未来的影响

本文综述了生成式AI（GenAI）和大语言模型（LLM）对需求工程（RE）未来的影响。作者认为，随着通用软件工程智能体的普及，实现成本降低，工程重心将从编写代码转向需求表达、验证与评估。文章回顾了AI在RE中的历史、LLM的最新进展（如提示编程和通用SE智能体），并预测RE实践将转向操作化规范与智能体指令。该研究旨在帮助RE研究者调整未来研究重点。