两个消息源透露，NSA 在闭门简报中告诉国会议员，今年光是用纳税人的钱评估和测试先进 AI 模型就花了几十亿美元。这个数字比外界之前知道的要高得多，导致议员们估算，要建一套完整的联邦 AI 监管体系，每年可能要花掉几百亿美元。文章没提具体在测哪些模型、用的是谁的算力，也没说这笔钱怎么拆分的。特朗普目前基本顶住了加强联邦 AI 监管的压力。
推荐理由：独家披露了一份保密简报里的预算数字，信息密度够高，三条都踩中了。没给更高分是因为正文没写清楚测的是哪些模型、算力是谁提供的、钱怎么拆分的——信息缺口不小，所以这更像一个政策信号，先别急着下结论。
8 月 29 日，欧盟委员会副主席 Henna Virkkunen 确认，欧盟 AI 办公室已向几家通用 AI 模型提供商发出了正式的信息请求（RFI），要求它们说明模型安全、独立外部评估和上市后监控的具体做法。Euractiv 点名了 OpenAI、Anthropic 和谷歌。通用 AI 模型的合规义务从 8 月 2 日起生效，布鲁塞尔在四周内就动用...
推荐理由：我会先打个折：正文没披露 RFI 具体问了什么、回复截止日是哪天，所以目前只能按“执法启动”这个事件本身来理解。重要性给到 82 是合理的——动作够快、目标够明确，但细节还缺一块。对国内读者来说，最值得看的是欧盟从法案生效到发函只隔了不到一个月，没有观望期，这点别不当回事。
Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评测，将外部评测限制在加密环境中，避免模型提前接触测试题目。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型。Google 称此举针对基准污染问题，在零日志协议和合同保障之外增加了技术与加密层面的保护。
推荐理由：Google DeepMind 与新加坡 AI 安全研究所等机构试点双盲评测，读者可了解基准污染问题的技术应对路径。
墨芯人工智能刚拿了一笔近 10 亿人民币的 C 轮融资。他们做的是 AI 推理芯片，主打稀疏计算，简单说就是只算有用的部分来省电省时间。正文提到他们的 S30 和 S40 卡在 MLPerf 推理测试里拿了三连冠，但没展开说具体跑什么模型、跟谁比。下一代卡叫 SparsePrime，计划年内发布，目前还没公布详细规格和定价。
推荐理由：我会先打个折：这是一条融资加路线图消息，不是产品实测。墨芯拿了近10亿，计划年内出SparsePrime，还说自己S30、S40在MLPerf推理上三连冠——但正文没放具体分数和对比基线，这点先别太激动。对在找国产推理卡、被Token成本压着的团队来说，这条值得放进雷达，但下单前得等真机跑分和量产时间。
范德比尔特大学的研究人员翻看了 10 万份泄露的公司文件，发现一家叫积至的中国公司正在开发一套 AI 系统，想通过分析电信数据、社交媒体和位置信息，在一个人还没公开表达不满之前就判断他未来会不会批评政府。这听起来像《少数派报告》里的情节，但文件显示，这套预测技术目前还停留在研究阶段，美国官员也说没有证据表明它已经定型或实际部署。积至的团队在 2024 ...
推荐理由：这篇报道把 AI 监控从猜测推到有文件佐证的层面，10 万份泄露材料让讨论不再是空对空。我会先打个折：正文没披露模型效果、误报率、是否真的跑通了，美方也说没证据显示已定型或部署，所以别急着当成已落地的系统。但选题本身够重，安全、治理、芯片供应链伦理全搅在一起，从业者很难绕开。
Anthropic 刚拿了 650 亿美元新融资，投前估值 9000 亿美元，超过了 OpenAI 上一轮的 7300 亿。公司同时发了新旗舰模型 Claude Opus 4.8，在 Vals AI 的 vibe coding（用口语化指令写代码）基准上比自家前代高了 10%。Anthropic 说它的年化收入运转率已经突破 470 亿美元，主要靠 C...
推荐理由：Anthropic 靠 650 亿美元融资把投前估值推到 9000 亿，压过 OpenAI，这是基础模型市场格局的一次实打实变动。Opus 4.8 在 Vals AI 氛围编程基准上比前代提了 10%，正文没展开具体测试条件和误差范围，这点先别太激动，但至少说明模型在代码场景还在往上走。HKR 三项全中，NYT 信源也撑得住，放 p1 没问题。
Cognition 完成了 10 亿美元的 D 轮融资，估值 260 亿美元，比 8 个月前 C 轮时的 100 亿估值涨了 1.5 倍。公司自己预计到年底年经常性收入能超过 10 亿美元，客户里包括 Exa 和 Modal 这类挑剔的企业。正文没披露具体的利润率或成本结构，所以这个收入数字先别直接等同于利润。 这期 AI 新闻还提了几个技术趋势：推...
推荐理由：Cognition 这轮融资信息量很足。我会先打个折：260 亿估值和 10 亿年收入预期都是公司自己说的，正文没披露第三方验证，但即便打个七折也够猛。8 个月估值涨 2.5 倍，说明市场对 AI 编程 agent 这条路的买单意愿很强。对从业者来说，这不是又一家模型公司融到钱，而是一个把模型塞进开发流程干活的产品拿到了大额支票，信号比纯模型融资更实际。
这条消息来自机器之心，但原文页面被微信判定环境异常，需要验证才能看，所以正文内容没拿到。标题和摘要里提到的关键数字是：融资额约 500 亿人民币（折合约 73 亿美元），估值约 3500 亿人民币（折合约 515 亿美元）。梁文锋个人计划出资 40%，腾讯和 600 亿规模的国家 AI 基金也在谈。这些数字如果属实，说明 DeepSeek 这轮融资规模...
推荐理由：这条DeepSeek融资传闻数字大、出资比例明确、资方有名有姓，HKR三项都站得住。但正文也说了还在谈，没有官方确认，所以分数和级别不动，保持84分和featured，不升p1。
Salesforce 的 CEO Marc Benioff 放话，因为 Agentforce 这个 AI 销售代理业务增长太猛，公司打算新招 1000 名应届生或实习生。Agentforce 的年化经常性收入涨了 169%，干到了 8 亿美元。新招的人主要干四件事：写提示词、做效果评估、盯着代理干活别出岔子、以及把项目交付落地。说白了，初级岗位的活儿变...
推荐理由：这条消息我会先打个折——招 1000 人听着多，但正文没披露是净增还是含离职补缺，也没说这 1000 人里多少是销售交付、多少是技术岗。不过 Agentforce 年化收入 8 亿、同比增 169% 这两个数确实说明 Salesforce 在 agent 产品上下了重注，不是 PR 吹风。对想入行的应届生来说，真正值得盯的不是“招人”本身，而是岗位描述里提到的 prompt 流程、evals 和 agent 监督——这些才是 agent 时代的新基础技能，比传统搬砖岗更有长期价值。
三家大模型公司跟美国政府的 AI 标准与创新中心（CAISI）达成了协议，以后新模型在公开前会先交给 CAISI 跑一遍评估。CAISI 说从 2024 年到现在已经审了 40 个模型，但这次公告没提具体审了哪些模型、审多久、审完能不能卡发布。我会先打个折：这更像是一个流程上的公开表态，实际约束力要看后续审查范围和发布时间线怎么定，正文没披露这些细节。
推荐理由：Google DeepMind、Microsoft 和 xAI 都点头让 CAISI 在公开发布前审新模型，CAISI 自称 2024 年起已完成 40 次审查。我会先打个折：正文没披露具体审了哪些模型、审查标准是什么、会不会卡发布。真正值得盯的是审查边界和发布节奏，而不是单次合作公告。
Anthropic 发布了一个叫 Mythos 的模型，专门用来发现银行、电网和政府软件里的隐藏漏洞。公司说它太危险，不能公开，目前只跟美国 11 家科技公司和 40 多家关键基础设施机构共享，海外只有英国拿到了访问权。英国安全研究所的测试证实，Mythos 能完成以前任何 AI 都做不到的复杂网络攻击。欧盟、德国等盟友还没拿到模型，只能干着急；中国和...
推荐理由：这篇不是常规模型发布，更像一次准地缘政治的网络能力管制实验。Anthropic 把 Mythos 圈在极小范围，只给美国及英国部分机构用，还拉上 11 家合作方修漏洞，说明他们自己都怕这东西被滥用。正文没披露具体评测方法和基准分数，所以“比核弹还糟糕”这种说法先打个折，但 18 个月内类似能力扩散的预估值得盯紧。
OpenAI 跟美国能源部旗下的太平洋西北国家实验室（PNNL）合作，找了 19 位专家一起搞了个叫 DraftNEPABench 的测试集，专门看 AI 能不能帮忙起草联邦基建项目的环境评估文件。测试用的是 Codex CLI 这个命令行工具搭配 GPT-5，让模型去读几百页的技术报告、交叉核对资料，再按法规要求写出结构化的分析草稿。在覆盖 18 个...
推荐理由：HKR 三项都过了：联邦审批这个场景够意外；有 19 位专家、102 个任务和 1–5 小时的时间节省，信息量不空；争议点在于代理开始碰监管流程，但文章自己划了边界，说这只是起草辅助，不是自动决策。分数没往上拉，因为这只是个限定范围的基准测试，不是已经落地的产品能力。