中国月之暗面公司发布免费开源大模型Kimi，性能媲美OpenAI和Anthropic的付费模型，引发美国政界与AI企业激烈争论，并对美股造成冲击。

研究发现，大语言模型在模拟招聘中会基于早期经验形成对虚构族群的刻板印象，即使所有候选人能力相同。这表明AI可能在无意识中发展出人类未直接传授的偏见，对AI招聘工具的公平性提出警示。

文章探讨AI驱动的天气预报系统面临数据被恶意篡改的风险，尤其在农业、能源和预测市场等领域影响重大，并呼吁加强数据安全与多方协作。

OpenAI推出名为GPT-Red的AI红队工具，通过自动化红队测试提升GPT-5.6等模型对提示注入等攻击的防御能力，已发现新型攻击方式。

Anthropic提出“J空间”概念，试图通过机制可解释性方法窥探Claude模型内部推理过程，或可用于检测偏见或不当行为，但实际应用仍处早期阶段。

Anthropic 开发了名为 J-lens 的新工具，在 Claude Opus 4.6 中发现了一个名为 J-space 的隐藏区域，可揭示模型在生成回答前的内部表征，有助于理解与控制大模型行为。

文章探讨了构建可扩展AI系统所需的四大基础架构要素：规模化数据准备、统一AI平台、模型治理与安全、以及人机协作流程，帮助技术领导者在快速演进的AI环境中做出稳健投资决策。

文章探讨如何将AI融入精益六西格玛和业务流程管理等传统运营优化方法，通过AI驱动的流程智能提升企业效率，并强调AI与既有流程体系结合才能释放最大价值。

Woodside Energy利用AI构建工业级智能系统，如LNG工厂启动顾问，通过预测分析和优化工具辅助高风险决策，推动AI从实验走向标准化企业部署。

澳大利亚初创公司Springboards推出名为Flint的大语言模型，专为提升回答多样性而设计，避免主流模型如ChatGPT、Claude在开放性问题上的“群体思维”倾向，适用于创意激发场景。

Anthropic 推出 Claude Science，作为其继 Claude Code 后又一旗舰级 AI 产品，专为生命科学和药物研发设计，支持自主执行科研任务，并已向所有付费用户开放。

文章指出AI在农业中潜力巨大，可提升产量、节水节药，但前提是具备高质量的数据基础。许多农业企业急于采用AI，却忽视了底层数据的准确性与完整性，导致AI输出不可靠。

研究发现将AI智能体称为“员工”会降低人类工作效率，错误检出率上升。文章探讨了AI代理在职场中的定位误区及实际应用需求错配问题。

文章探讨AI智能体在企业技术部门的应用，特别是在控制IT基础设施成本和提升开发效率方面的潜力，并引用微软与MIT合作报告展示实际案例与数据。

文章探讨AI如何深度重构零售业的决策机制，从搜索推荐、库存管理到软件开发，Macy's等企业正将AI嵌入核心系统，实现“AI优先”的运营哲学，并通过Ask Macy’s等工具推进对话式购物体验。

文章探讨了AI发展对大规模、实时、可信网络数据的需求，指出当前Web架构难以满足AI自动发现与获取数据的要求，亟需构建新的数据基础设施层以支撑模型性能。

Anthropic发布擅长编程的AI模型Mythos及其安全版Fable，引发美国政府以国家安全为由实施出口管制，随后Anthropic紧急撤回模型访问权限。事件凸显AI监管的不确定性及大模型在代码生成能力上的潜在风险。

AI初创公司Subquadratic发布名为SubQ的新模型，声称解决了困扰LLM近十年的数学瓶颈，实现更快、更便宜、更低能耗的推理，并支持12倍于主流模型的上下文长度，同时在编码等任务上媲美顶尖模型。

Emerald AI公司开发的Conductor软件可动态调节数据中心功耗，在电网负荷高峰时降低非关键任务算力，保障电网稳定。该技术已在模拟中验证，并将于2025年在弗吉尼亚真实部署，打造“电力弹性AI工厂”。

Google DeepMind联合多家机构投入1000万美元，资助研究数百万AI智能体在无监督下交互可能引发的安全风险，探索多智能体系统的安全机制与治理方法。