Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
Google 给 Gemini API 里的 Managed Agents 加了三样东西：后台异步执行，让跑得久的任务不用一直占着连接；远程 MCP，让智能体可以调用外部的工具或服务；自定义函数，用来塞进自己的业务逻辑。这篇公告面向想把智能体推到生产环境的开发者，但正文没提价格和哪些地区能用。
推荐理由：Google 给 Gemini API 的 Managed Agents 加了后台执行、远程 MCP 和自定义函数，这三样都是智能体进生产环境绕不开的能力。后台执行解决了长任务占连接的问题，远程 MCP 让模型能直接调外部服务，自定义函数用来塞业务逻辑。对开发者来说实用，但公告没披露定价和区域限制，我会先打个折——想上生产的人还得自己算账。
OpenRouter 拿五款模型在 MMMU-Pro Vision 上跑了一遍，发现给推理模型喂低清图（detail: low）经常既费钱又拉胯。gpt-5.5 用低清图准确率从 79% 掉到 65.2%，但每题成本反而从 4.5 美分涨到 5.1 美分——因为模型看不清，被迫多想了 1.6 倍的推理 token，输出端多花的钱直接吞掉了省下的输入成本...
推荐理由：OpenRouter 拿五款模型在 MMMU-Pro Vision 上跑了一遍，发现给推理模型喂低清图经常既费钱又拉胯。gpt-5.5 用低清图准确率从 79% 掉到 65.2%，但每题成本反而从 4.5 美分涨到 5.1 美分——因为模型看不清，被迫多想了 1.6 倍的推理 token，输出端多花的钱直接吞掉了省下的输入成本。Gemini 2.5 Pro 也一样，低清下准确率掉 5 个百分点，成本涨 15%。文章还给了 Gemini 2.5 Flash 的对比，低清下成本确实降了，但准确率也崩了，说明非推理模型可能适用不同策略。我会先打个折：测试...
Google 在 6 月通过一封邮件低调更新了搜索服务的隐私条款，新增了“搜索服务历史记录”和“个性化推荐”两个设置。这次改动覆盖搜索、地图、购物、航班、酒店和翻译，默认允许公司存储并使用你上传的图片、文件、音视频来改进 AI 模型。换句话说，只要你没手动关掉这两个开关，你传上去的媒体内容就会被拿去训练 AI。TechCrunch 给出了逐步退出指南—...
推荐理由：Google 悄悄把默认设置改成用你的媒体数据训练 AI，TechCrunch 给出了可操作的退出方法。这事有用，但不是模型或产品发布，影响就定在 featured 这一档。
瑞典隐私研究员 Alexander Hanff 发现，只要你的电脑内存大于 16GB、剩余硬盘空间超过 22GB，Chrome 就会在后台静默下载一个叫 Gemini Nano 的本地 AI 模型，文件名叫 weights.bin，体积 4GB。这个模型藏在系统文件夹里，名字故意起得很技术化，普通人根本看不出是 AI。更麻烦的是，手动删掉之后，Chro...
推荐理由：这件事把隐私、本地 AI 部署和用户知情权三个敏感点全占了，HKR 拉满。没给更高分是因为目前只有 OZ Talking 一家在报，原文是 newsletter 评论而非一手技术拆解，信号强度会打折扣。
Scaling law 不是物理定律，是一条靠实验拟合出来的曲线，实验条件一变，结论就跟着变。2020 年 OpenAI 的 Kaplan 论文因为实验设置偏差，得出“优先堆参数”的结论，直接塑造了 GPT-3。2022 年 DeepMind 的 Chinchilla 修正了配比，发现每个参数配大约 20 个 token 才划算，小模型多喂数据反而更强...
推荐理由：这是一篇高质量的辟谣和科普。它没有复读“scaling law 失效”的惊悚标题，而是把 Kaplan、Chinchilla 和 LLaMA 三次修正串成一条线，用具体的实验偏差和数据配比说明为什么结论会变。我会先打个折：它属于评论和知识梳理，不是一手产品发布，但信息密度和纠正作用足够强。正文没披露某些最新模型的内部训练细节，但引用的公开论文和数据足以支撑它的判断。
安全研究员发现 YouTube Studio 的 AI 助手“Ask Studio”会读取视频评论来生成摘要，但藏在评论里的指令可以劫持它的输出。攻击者先发一条正常评论，之后悄悄编辑成攻击指令，创作者一旦点击系统推荐的 AI 提示，助手就会把攻击者写的内容当成自己的回复显示出来。更严重的是，攻击指令可以构造一个链接，把创作者的私密视频标题作为参数传到外...
推荐理由：安全研究员发现 YouTube 工作室里的 AI 助手“Ask Studio”会读评论来生成摘要，但藏在评论里的指令能劫持它的回复。攻击者先发一条正常评论，之后悄悄编辑成攻击指令，创作者一旦点击系统推荐的 AI 提示，助手就会把攻击者写的内容当成自己的回复显示出来。更严重的是，攻击指令可以构造一个链接，把创作者的私密视频标题作为参数传到外部服务器。整条攻击链完整、可复现，而且涉及的是 Google 自家的产品，属于一手高质量披露。正文没提 Google 是否已经修复，这点先别太激动。
谷歌 2025 年的总用电量比前一年多了 37%，主要原因是 AI 数据中心在快速扩张。公司说正在用清洁能源合同来对冲碳排放，但正文没披露清洁能源实际覆盖了多少用电，也没提净排放到底变了多少。签了合同不等于电网就真的给你供绿电，关键还得看电网本身脱碳的速度。
推荐理由：谷歌 2025 年用电量涨了 37%，这个数字够硬，直接跟 AI 数据中心扩张挂钩。文章没写成公关稿，反而指出清洁能源合同和电网实际脱碳是两码事，但正文确实没披露净排放变化，所以信息有缺口。评分卡在 featured 档，因为只是单家公司数据，而且缺了净排放这个关键结论。
Google 把 Gemini Spark 带到了 Mac 上，这是一个能帮你整理文件、跨应用干活的 AI 助手，相当于让模型直接进你的电脑里操作。它能读取本地文件，比如把一堆发票自动转成预算表格。目前还是测试版，只对 Google One AI Premium 订阅用户开放。文章提到后续还会支持从手机远程指挥电脑干活，但具体什么时候上线没说。
推荐理由：我会先打个折：这不是新东西发布，而是 Gemini Spark 从预告到落地 Mac 的一步，所以重要性给 72 分，放在 featured 里刚好。亮点在于它把“让模型进电脑干活”这件事讲得比较实在，不是画饼，发票转表格这种例子让人一看就懂能省多少事。但限制也很明显——只对 Google One AI Premium 用户开放测试，正文没提免费开放时间，也没说 Windows 什么时候上，这点先别太激动。整体看，它给桌面 agent 的竞争加了把火，但还没到引爆的程度。
Cloudflare 去年搞了个一键屏蔽 AI 爬虫的功能，今年更进一步，把自动流量分成三种：搜索类（建索引、应该给网站带回流量）、智能体类（替用户实时办事，比如 ChatGPT-User 或浏览器操控工具）、训练类（抓数据去训模型）。这么分是想解决小网站的困境——屏蔽爬虫怕没人搜得到，不屏蔽又等于免费给人练模型。Cloudflare 呼吁爬虫运营方按...
推荐理由：Cloudflare 把去年的一键屏蔽升级成了三档分类管理：建索引的搜索爬虫、替用户实时办事的智能体爬虫、抓数据训模型的训练爬虫。这个分法很实际，因为小网站最怕的就是流量被薅走还换不回一点曝光。文章没给出具体误判率或分类准确度数据，实际效果得看上线后的反馈。我会先打个折，这属于工具层面的实用更新，不是模型或协议突破，但对内容站运营者来说，比很多论文都解渴。
EquiLibre Technologies 拿到了 Creandum 领投的 A 轮融资，估值超过 5 亿美元。这家布拉格公司由三个前 DeepMind 研究员创立，他们把当年训练 AI 打扑克用的强化学习技术搬到了股票交易上。Creandum 的 VP 说这是他们单笔最大投资，但具体金额双方都没透露。文章没披露公司的营收和交易业绩数据，所以这 5 ...
推荐理由：前 DeepMind 的人把博弈论强化学习用到量化基金上，估值做到 5 亿多美元，故事本身是新鲜的。但正文没披露营收和交易表现数据，信息密度偏薄，刚好卡在 featured 的门槛上。
ADK Go 2.0 把多智能体协作建模成一张有向图，节点可以是 Go 函数、LLM 智能体或工具，边负责路由、并行分发和结果汇聚。新加的“发射函数节点”让一个函数就能暂停等人审批，不用再单独写动态节点。整张图本身就是一个智能体，跑在现有运行器里，状态能跨重启保留。正文没给性能基准或延迟数据。
推荐理由：ADK Go 2.0 把多智能体协作抽象成有向图，加上发射函数节点简化人工审批，设计思路有新意。但正文没给性能基准或延迟数据，Go 的 AI 框架受众也偏窄，所以分数打到这里。
作者用 Gemma 4 31B 做了一个非正式实验：先让模型正常聊詹姆斯·邦德电影，然后把对话历史里模型自己的回复中所有字母“g”替换成“sg”（比如 Goldfinger 变成 sgoldfinsger），再继续若无其事地聊。前两轮模型完全没反应，照常接话。到第三轮，它的思考链里突然自发冒出“等等，我之前的回复里有些奇怪的拼写错误”，接着在试图解释时...
推荐理由：作者没发论文，就是拿 Gemma 4 31B 做了个非正式实验。先正常聊邦德电影，然后偷偷把模型自己之前的回复里所有字母 g 改成 sg，再若无其事地继续聊。前两轮模型完全没反应，照常接话。到第三轮，它的思考链里突然自发冒出“等等，我之前的回复里有些奇怪的拼写错误”，接着试图解释。这个行为说明模型在内部对自己的输出有某种表征，能检测到被篡改的痕迹，而且不是靠外部提示。正文没披露实验跑了几次、有没有对照，所以结论先别太激动，但思路比现有文献里那些方法都直接，值得复现验证。
据《金融时报》报道，Google 对 Meta 使用其 Gemini 模型设置了上限。原因是 Meta 申请的算力超过了 Google 能提供的量。除了 Meta，还有几家客户也受到了影响，但程度轻一些。报道没具体说限制了什么、涉及哪个版本的 Gemini，也没提 Meta 拿这些模型来做什么。
推荐理由：这条消息本身够有话题性——两家巨头在模型供应上直接撞车。但 CNBC 这篇只是转述《金融时报》的报道，所有关键事实都缺失：限制了什么、哪个版本、用途是什么，信息密度撑不起更高分。72 分先放着，等后续有具体细节再重新评估。
《华盛顿邮报》用一套达特茅斯和斯坦福的方法，拿约 30 个政策议题（税收、医保、移民等）去测了几家大模型的政治倾向。GPT-5.5 的回答 80% 偏左，只有 3% 偏右；Gemini 3.1 Pro 最谨慎，93% 的回答都是“两边都有道理”，几乎不站队；Claude Opus 4.8 的“两边说”占 57%。Grok 4.3 是唯一一个右倾回答占到...
推荐理由：《华盛顿邮报》拿达特茅斯和斯坦福的方法测了四家大模型的政治倾向，给出了具体的偏左/偏右/中立比例，不是空对空喊偏见。GPT-5.5 80% 偏左、Grok 4.3 是唯一右倾回答占优的模型，这些数字对做对齐和评估的团队有直接参考价值。不过它本质是一份媒体测评报告，不是产品发布或技术突破，所以放在 featured 里比较合适。
OpenAI 经济研究团队晒了自家员工用 Codex 的数据：从 2025 年 11 月到 2026 年 6 月，非编程任务的中位输出 token 数在研究部门涨了 56 倍，客服涨了 32 倍，工程涨了 27 倍，法务涨了 13 倍。有意思的是，2025 年 8 月之前员工花在 Codex 上的 token 不到总量的 10%，说明就算不限量供应，大...
推荐理由：OpenAI 经济研究团队放出的内部 Codex 使用数据，是近期少有的、能直接感受 AI 在企业内部渗透速度的信号。部门级倍数具体、有来源，不是公关稿。没给更高分是因为这是付费 newsletter 对原报告的转述，不是一手全文，但核心数字已经够用了。
Google 把 Computer Use 功能塞进了 Gemini 3.5 Flash，让模型可以看屏幕、点按钮、滑页面，在浏览器、手机和桌面上跑长时间任务。这次更新给了几个实用的东西：内置了对手机和桌面操作系统的支持，不用自己搭环境；每次函数调用都会带上意图参数，方便你判断模型想干嘛；还加了可定制的人工接管机制，关键时刻能把控制权交回给人。安全方面...
推荐理由：Google 把 Computer Use 塞进 Gemini 3.5 Flash，让模型能看屏幕、点按钮、滑页面，手机和桌面都支持，不用自己搭环境。我会先打个折，因为正文没给延迟、成功率和定价数据，实际跑起来稳不稳、贵不贵还不知道。但意图参数和人工接管这两个安全设计是实打实的，让模型在干活时能多一层判断和刹车，这点对做自动化的团队挺关键。整体看，这是个能直接上手的 agent 工具，但缺关键指标，先别太激动。
Meta在2025年已经把大约一半的内容审核请求交给了大语言模型处理，并计划年底前把部分内容类型的AI审核比例推到90%以上。公司说自家模型比人工审核错误少13%，能多揪出10%的违规内容，一年能省下几十亿美元。但内部员工不这么看，他们说模型还是会误删或悄悄限流（影子封禁）无害内容，而且这么快的铺开速度，监管根本跟不上。另外，Meta后台还在做模型切换...
推荐理由：这条消息的核心矛盾很清楚：公司拿省钱和准确率说事，员工拿误删和影子封禁反驳。数字本身有参考价值，但要注意这是二手报道，不是一手内部文件，员工那边的具体案例和模型切换细节正文没展开，所以判断上我会先打个折。对从业者来说，这比单纯宣布AI审核上线有用，因为它暴露了部署速度和监管跟不上的老问题。
Jonas Adler 和 Alexander Pritzel 是谷歌 Gemini 模型的关键研究员，现在都去了 Anthropic。这已经是近期第四起高层出走：上周 Noam Shazeer 刚宣布跳槽 OpenAI，而诺贝尔化学奖得主 John Jumper 也去了 Anthropic。Shazeer 的离开尤其尴尬——谷歌为了把他从 Chara...
推荐理由：TechCrunch 爆出的是带名字和时间线的连续离职，不是传闻。四个人都去了直接竞对，信号够硬。但正文没披露内部原因和具体项目影响，所以上限压在 85，不往产品冲击上过度解读。
彭博社消息，Google 即将再失去两名资深 AI 研究员，去向是 Anthropic。这是 Google 向 Anthropic 持续流失人才的最新一例。不过，报道没有公布这两人的姓名和具体负责方向，所以暂时没法判断这对 Google 哪个团队影响最大。
推荐理由：彭博独家消息，Google 再失两名资深 AI 研究员给 Anthropic，人才流动的叙事本身就有吸引力。但缺了姓名和职责，知识增量打了折扣。H 和 R 都踩中，K 偏弱，刚好落在 featured 门槛上。
Google 给 Gemini 3.5 Flash 加了一个内置的“操作电脑”工具，模型可以直接截图、移动鼠标、点击和打字，不用像 Anthropic 那样还得在外面套一个虚拟机。现在开发者可以在 Google AI Studio 里试用。不过这篇公告没给出跑分成绩，也没提操作延迟有多高，实际在复杂界面上的表现还得等上手测了再说。
推荐理由：Google 给 Gemini 3.5 Flash 塞了个内置的电脑操作工具，直接截图、点鼠标、打字，不用像 Anthropic 那样还得在外面套一层虚拟机。开发者现在就能在 AI Studio 里试。我会先打个折：公告没给任何跑分，也没提操作延迟有多高，所以实际在复杂界面上的表现还得等上手测了再说。但这件事本身对做 agent 的人挺重要，因为内置方案意味着部署更轻、链路更短，这点先别太激动，等实测数据出来再判断值不值。