AllSpark团队发布论文《Iris: Climbing to the Search Frontier》，推出35B的Iris-mini与397B的Iris-pro两款开源搜索Agent，分别基于Qwen3.6-35B-A3B与Qwen3.5-397B-A17B，支持256K上下文。Iris-pro在BrowseComp上取得88.6%的成绩，为同规模开源权重搜索Agent中最强。其训练数据从网页链接结构反向构造多跳问题，所有非答案词均被改写以杜绝直接检索命中，再经「SFT-RL climbing」交替训练对实时网页搜索做强化学习。
OpenAI CEO Altman、马斯克与前DeepMind CEO Hassabis公开支持Anthropic CEO Amodei提出的AI开发「限速」与实验室独立评估主张。Altman同时向Fortune确认OpenAI今年不会上市，理由是安全考量。Google研究员Milanfar则反对，认为递归自我改进的反馈环天然不稳定，「稳定性本身就是限速」，无需人为设限。头部实验室掌门人在独立监督议题上出现罕见一致。
Andon Labs公布Vending-Bench 2与Drone-Bench测试结果：经营模拟自动售货机生意，GPT-6 Astra六轮平均余额15515美元，Claude Fable 5.1仅5422美元，且Astra最差一轮(13272美元)仍高于Fable最好一轮(9874美元)。Fable曾45次向已关停供应商预付款损失14331美元，Astra遭遇64次关停却无已识别损失。在无人机监控基准Drone-Bench上，Astra是首个在全部五项子任务中超过人机协作基线的模型。
OpenAI披露Perplexity案例：联合创始人Johnny Ho表示，模型代码能力每一次提升都会直接改善其搜索引擎表现。Perplexity现在让GPT-6 Astra撰写对外沟通、修改真实软件系统并监控生产环境，「可以信任它负责完整的端到端系统，检查频率比以往任何一代模型都低」。一个典型用法是让Astra生成模拟LLM API或连接器返回真实响应的测试程序，对应用做全流程验证。
ElevenLabs推出音乐生成模型Music v2.5，应用与API同步上线。在47885对盲测比较中，听众大多数时候更偏好v2.5，R&B、灵魂乐、嘻哈、摇滚与管弦乐类别优势最明显。免费层每天5次无损下载，Pro层每月400次，用户保留曲目版权；基于其他艺术家歌曲的生成被拦截，且不允许模仿现存音乐人。公司与环球音乐的授权协议仅适用于未来独立产品。
一项跨越2024(66人)与2025(164人)两年的大学对照实验将学生分为禁用AI、无引导自由使用、接受提示工程与AI核验训练三组。禁用组十几分钟便出现「想法枯竭」，只做措辞微调；无引导组照单全收AI建议，每组都保留了误导性法律术语；仅受训组与AI形成真正来回推敲。但2025年三组差距几乎消失，作者归因于学生日常使用带来的素养普及。
Latent Space分析指出，Flue、tldraw等AI原生开源项目已停止接受外部贡献者PR——原因之一是外部PR多为AI生成、质量不可控，维护者更信任自己部署的Agent来创建和管理变更。GitHub Pull Request开放18年的默认协作范式正在被改写，开源项目的贡献策略从「广纳」转向「质量门禁」，维护者需要重新设计社区参与的入口。
周下载超2000万的Vercel AI SDK今年6月积压超1000个开放issue与近800个PR。Vercel部署多类专职Agent组成流水线：复现bug的Agent、实施修复的Agent、审查修复的Agent分工协作，最后交人合并。工程师Grammel解释信任来源：针对特定bug类别优化的特定Agent配置，在历史上被反复验证有效。这是大型开源项目用Agent接管维护工作的可复用模板。