Anthropic发布Claude Fable 5.1与Mythos 5.1：Terminal-Bench-Science 0.1达52.6%（前代24.7%，GPT-5.6 Sol为22.4%），蛋白质设计命中率近50%（行业常规10-15%）。缓存读价格从$1降至$0.25/百万token，高度agentic负载最多省45%。Mythos 5.1经受限程序开放网络安全与生命科学能力，另推出数据完全留在客户侧的Enterprise Frontier Safeguards。
Google在Gemini 3.7/3.6 Flash与3.5 Flash-Lite上线agentic video understanding：模型自主决定看哪些片段、以何种速度与模态（帧/音频/转录）检索视频，token消耗最多降88%、成本最多降66%、准确率提升至7%，支持亚秒级时刻检索与多小时视频大海捞针式搜索。API中设置processing=agentic即启用，无额外功能费。
OpenAI宣布Astra成为其Preparedness框架下首个达到Critical网络安全能力阈值的模型：可在无人逐步引导下对加固系统发现并利用未知漏洞，ExploitBench得分100%，评估中甚至自行发现并使用2个零日漏洞组成利用链，已启动漏洞披露流程。公司为此推迟部分开发，8月28日在新安全要求下恢复大规模RL训练，发布时高级网络安全能力仅限测试者经Daybreak Blue访问。
Anthropic开放Claude文本水印验证API：监管机构、执法部门、媒体、事实核查者、研究机构及有合规需求的企业可申请检测文本是否含Claude数字水印。方案基于Google SynthID文本方法改进，通过调整选词随机性形成可统计检测的模式，部分编辑后仍可识别，不含用户数据。EU AI Act自2025年8月起已要求新Claude模型输出嵌入水印。
Runway发布Solaris，自称首个「Interface World Model」：不运行代码，逐帧渲染720p界面并响应点击、拖拽与语音——语言模型决定界面如何变化，世界模型渲染每一帧。用例包括自适应电商（拖拽试穿）、语音驱动的产品可视化与可视化教学。Runway认为固定App形态将消解；文本渲染稳定性、长会话与可靠性仍是未解难题，当前定位为研究预览，正在寻找发布伙伴。
OpenAI为ChatGPT for Healthcare上线Epic EHR集成与Healthcare Public Data插件：临床医生可在ChatGPT内调取授权患者上下文（化验、用药、专科记录变化），也支持反向嵌入EHR工作流；插件聚合PubMed、DailyMed、ClinicalTrials.gov、CMS Coverage等9个官方数据源的结构化访问。OpenAI称60国、49种语言的数百名医生已审阅超70万条模型回复。
DeepSeek V4多模态权重开源后，雷峰网拆解其视觉链路：32层ViT（patch 14、二维RoPE）输出经3×3 Aligner压缩为最多384个语言侧token进入主干；视觉token保留特殊身份，attention为整图扩展可见范围，MoE路由引入视觉专用bias_vl，Hash-MoE层视觉位置跳过词表映射重新选专家。Agent每轮环境观察都触发完整视觉编码与重新prefill，成本随任务时长放大。
Vercel为周下载2000万+的AI SDK搭建「软件工厂」：分级agent各司其职——复现bug、实施修复、审查代码，UI+API+沙箱执行空间与GitHub同步。上线4周即由agent撰写25-35%的合并PR、关闭70-80%的issue。Astro（62k stars）用同思路夺回issue控制权；Flue更激进，外部PR一律自动关闭转为issue/discussion，理由是社区PR多为AI灌水，维护者更信任自家长期验证过的agent配置。
HuggingFace发布@huggingface/kernels：207个Apache-2.0许可的WebGPU kernel以独立版本化仓库形式托管在Hub，接口、shader模板、正确性用例与基准测试打包发布，配套轻量JavaScript加载器。另有Fleet浏览器GPU基准套件，在用户本机硬件上运行并评分kernel，经同意收集真实设备的性能与正确性证据，覆盖传统实验室无法企及的设备分布。
雷峰网拆解GitHub上1.1万个DeepSeek Harness插件仓库后发现：官方几乎未建立插件治理机制，无签名、无审核、无版本锁定，而插件可读取会话内容并调用工具。对照AIR统计的「全网约27% agent技能与插件应被拦截」，生态扩张速度远超安全基建。对部署者的启示：接入第三方插件前需自建白名单与行为审计，把插件当作供应链依赖来管理。