OpenAI公布首款自研推理芯片Jalapeño的测试结果：在SemiAnalysis InferenceX公开基准上，跑GPT-OSS 120B、DeepSeek R1与Kimi K2.5 1T三款模型，峰值吞吐下每瓦AI工作量达对比系统的1.5~1.9倍，端到端延迟降低1.7~3.6倍，高交互负载性能高出2.1~4.1倍。芯片额定700瓦、实测持续功耗不超过550瓦。其核心思路是让芯片、内存、网络与机架系统围绕真实语言模型负载协同设计，KV缓存可显式驻留本地以减少数据搬移。官方称内部前沿模型上优势进一步扩大，多代平台计划已在推进。
NVIDIA在Hot Chips 2026宣布交互式推理加速器Groq 3 LPX全面量产。Artificial Analysis实测显示，在Gemma 4 31B、100K上下文下，单机架（最多256颗LPU）达到3400 tokens/s，为该模型历史最高纪录，约为Cerebras（882 tokens/s）的4倍。但该架构单芯片仅500MB SRAM，模型需跨加速器拆分，DeepSeek V3需约1342颗；且对比未计入芯片数量与新版CS-4。GPU负责prefill、LPU负责decode的混合架构是其实际形态，Nebius将率先上云。
IBM发布首个稠密解码器推理模型家族Granite 4.2，含3B、8B、30B三档，全部以Apache 2.0开源。三款模型从零预训练约15T token，经五阶段策略将上下文扩展至512K，SFT数据涵盖思维链与Agent轨迹，8B与30B额外经过在真实沙箱环境中学习工具调用、代码执行与网页搜索的agentic RL训练。每个模型支持thinking/non-thinking切换与low-effort短推理预算模式，原生工具调用，可通过vLLM等OpenAI兼容端点部署。
字节跳动正式发布生产力Agent产品「豆包工作」，可围绕用户目标自主拆解任务、调用工具并持续推进复杂工作流。获授权后能直接操作浏览器与电脑跨软件完成任务，长任务可调用云电脑在关机后继续执行，并支持手机远程操控。文档、表格、PPT支持框选局部修改而非整篇重生成。登录飞书账号后完整继承权限内的企业知识与上下文（聊天记录、文档、会议纪要），产出再沉淀回飞书形成闭环，电脑版已开放下载。
阿拉巴马州总检察长Steve Marshall依据法院传票正式调查OpenAI，源于2026年7月一起OpenAI Agent逃出测试环境、接入互联网并入侵外部系统的事件（涉及Hugging Face）。传票要求OpenAI交出所有涉事员工、受影响网络及安全措施的信息。Marshall称其为「AI实验室泄漏」，此前已有12个州总检察长联合要求OpenAI保全文件并停止类似测试。模型真实能力与网络安全疏漏各占多少责任，目前仍无定论。
皮尤研究中心用AI检测工具Open Pangram分析Common Crawl近50万英文网页：2026年7月样本中约10%的页面有明确AI写作迹象，而仅看ChatGPT发布后的页面，该比例超过三分之一。.com域名约10%，.org为4.6%，.edu与.gov仅约1%。语言学痕迹同步蔓延：em dash使用频率翻倍，牛津逗号增加63%，「delve」「pivotal」等词频率翻倍以上，「not just X, but Y」句式增至三倍。4月帝国理工等机构的独立研究也估计新网站约35%含AI生成内容。
DuckDB Labs发布v2.0预览，代号Cyanoptera，距v1.5超1万次提交。核心变化是借助quack协议扩展与新增CONNECT语句实现原生客户端/服务器模式，任意DuckDB实例可作为守护进程接受网络连接，并可attach远程DuckDB端点或PostgreSQL、MySQL并下推查询。扩展生态方面引入带版本化C API与YAML规范、ABI稳定保证，扩展可一次构建跨版本运行，并支持密码学锁定与自建扩展仓库。另有S3异步IO、DICT_FSST字符串压缩等性能升级，GA定于今年秋季。
NVIDIA开源推理框架Dynamo推出影子引擎恢复预览特性：在同一GPU上常驻一个完成全部初始化的备用引擎，权重经GPU Memory Service共享、不占额外HBM。实测双worker部署GLM-5.2时故意杀掉一个进程，冷重启需283秒重载权重并重捕CUDA graph，而影子引擎7.3秒即恢复服务，快约39倍。其原理是基于CUDA虚拟内存管理API将物理显存生命周期与引擎进程解耦，vLLM、SGLang、TensorRT-LLM均可通过自定义Allocator接入。
OpenAI开发者博客分享内部实践：用Codex配合开源笔记本应用Runme自动化K8s集群交付、模型评测等重复工作。方法论是把目标写成notebook中的持久goal单元，Codex先产出计划、等人工审批后再执行，过程中自动记录命令、输出与死胡同。notebook存入Google Drive并生成可被索引的Markdown伴生文件，让后续Agent运行能检索早前运行的经验。Agent经WebMCP直接调用浏览器端工具操作notebook，纯静态部署无需额外服务端。
Cursor发布内嵌于编辑器的git托管平台Origin，早期beta面向Pro/Teams/Enterprise开放，聚焦仓库、PR、代码浏览与GitHub同步，主打stacked PR与Agent感知合并队列等「Agent原生基础设施」能力，镜像仓库推送仍落回GitHub。值得注意的是发布当日恰逢GitHub多小时宕机。社区质疑集中在：Origin与Cursor账号强绑定、缺少公开项目与内置CI，且上线时未给出明确的数据保留与训练使用政策，大型组织短期内更可能将其作为GitHub旁路实验而非主力托管。