Anthropic CEO Dario Amodei 发文主张 AI 行业应该“放慢前沿”，并给出三步方案，Anthropic 自己先单方面承诺第一步；Box CEO Aaron Levie 则评论说，协调式自我监管几乎不可避免，但谁来定规则、各国是否参与，才是真正的难题。
Vercel 首席执行官 Guillermo Rauch 公开反驳以“OpenAI 攻击 HuggingFace”为由强化 AI 安全管制的论调，认为这类担忧虽合理，但把美国这一全球 AI 领导者推向自我设限的官僚体系，反而会削弱其竞争力。
Guillermo Rauch 披露 fx.sh 已支持用不同模型和不同推理强度编排子代理，例如让 Fable 负责规划、Grok 负责执行。这意味着多模型分工不再依赖服务端复杂路由，而是由模型自己承担调度。
Madhu Guru 在 X 上评论 Dario Amodei 关于"AI 行业应当放缓前沿模型推进"的新文章，认为围绕这篇文章的许多反应缺乏善意，并指出在解决 AI 对齐之前，人类自身先在机会、风险、衡量方式和协调机制上达成对齐更重要。
The Game Awards 放出消息称《星际争霸》将在 2030 年以开放世界射击游戏形式回归，引发玩家和开发者不满。争议不只是“等太久”，更在于类型被换掉，以及 AI 生成内容能否加快这类大作的开发。
产品人 Peter Yang 在 X 上吐槽，2030 年才回归的《星际争霸》新作可能比 ASI（超级人工智能）来得还晚，于是建议暴雪干脆用 AI 生成一半美术资源、人工把关，好让高质量游戏早点面世。
风险投资人 Matt Turck 在 X 上用一句讽刺，把 Anthropic CEO Dario Amodei 的“拯救人类”叙事和围绕它的 AI 内容产业一起推上了台面：如果 AI 真的被证明是安全的，最先失去生意的可能不是模型公司，而是靠“震撼体”推文和AI播客吃饭的人。
Cognition 发布编程模型 SWE-2，它基于 Kimi K3 做后训练，在 FrontierCode 基准上追平 Fable 5.1，但推理成本低约 64%。这说明在编程这一高价值场景里，靠后训练把开源基座调成“专用高手”，已经能对闭源顶尖模型形成价格压力。
MarkTechPost Research 发布了一份基于 NVIDIA cuML 与 RAPIDS 的机器学习工作流实践，覆盖 GPU 基准测试、模型可解释性、聚类和模型推理四个环节。它值得关注的地方在于，这条路线试图把原本依赖 CPU 和 scikit-learn 的数据科学流程整体搬到 GPU 上。
MarkTechPost 梳理了让 AI Agent 在长周期任务中不"跑偏"的四类上下文工程手段——预算控制、上下文压缩、todo-state 与记忆机制，用来对抗上下文溢出和目标丢失这两个老问题。