OpenAI全球政策副总裁Ann O'Leary表示，美国AI政策当前“锚定在各州”，并以加州去年通过的AI透明度法律为主要参考。这反映出联邦层面立法推进缓慢时，州级监管正在成为AI企业必须面对的实质规则。
一批健康与健身重度用户开始用 AI 构建高度个人化的训练体系，把睡眠、运动和饮食等数据整合进自建仪表盘与工具，让 AI 不仅给建议，还参与到日常训练节奏的持续优化中。
Anthropic让一个未发布的研究版Claude尝试攻克黎曼猜想，虽未完全解决，但在相关问题提升了黎曼zeta函数满足猜想零点比例的下界。这是大模型在纯数学推理上罕见的实质性进展，也为Anthropic的技术叙事增添了新筹码。
谷歌研究员用在线强化学习框架训练了一个名叫 ResidencyRL 的临床推理 AI，让它连续与数千个刁钻的“虚拟病人”进行最多 60 轮诊疗对话。双盲评估显示，专家在 87.6% 的场景中更认可这个模型，红旗症状漏诊率下降 31%。这是大语言模型第一次被拉进完整临床决策流程里接受检验。
字节跳动在 Seed、Flow 之外又设立了一个名为“AI数据与安全”的一级部门，把分散在多个团队的数据能力收拢统一。这件事值得关注，因为它说明大模型竞争的重点，正在从模型架构本身，转向数据工程和数据质量。
号称“100%人工撰写、绝不使用AI”的医学研究服务网站 Research Gold，被调查发现其网站上的审稿专家多为AI生成的虚构人物，真实存在的所谓专家则毫不知情、身份遭盗用；连客服电话接听者都是死不承认自己是AI的智能助手。这件事暴露出AI在学术服务领域的滥用，比“用AI写论文”更深一层：直接用AI虚构…
Meta于8月10日发布开源模型Muse Glimmer，扎克伯格同时发表长文力挺开放权重路线，Meta正式从保守姿态转向，重新押注开源AI战略。
Meta曾以超过20亿美元收购通用AI智能体平台Manus，但因监管审查被否决；Manus现已宣布恢复独立运营，并将于8月23日删除特定时段用户数据，提醒用户提前备份。
阿里云正式开售灵骏真武 M890 超节点实例，企业可以在乌兰察布区域直接开通 64 卡高速互联的算力资源，目标场景是十万亿参数 MoE 大模型推理，这意味着超大算力正从自建基础设施走向公有云服务。
AI 编程工具单点写码能力越来越强，但进入真实项目后反而频繁询问“项目里已经写过的规则”，根源在于项目知识未被结构化。开发者 liguochuan00 在掘金公开了 Flow2Spec 的路由设计，用分层知识库和 revision 乐观锁解决“AI 越快、维护越难”的矛盾。