微软一次性发布三款语音模型：主打低延迟实时转录的 MAI-Transcribe-2-Streaming，以及 MAI-Voice-2.1 和轻量版 MAI-Voice-2.1-Flash。这意味着微软正把语音能力从"能识别"推向"能实时交互"，并试图用自研模型减少对第三方语音技术的依赖。
加州总检察长 Rob Bonta 已向 OpenAI 发出调查传票，围绕其 AI 模型相关的网络安全事件与风险展开更广泛的调查。这意味着州级监管机构开始把大模型的安全问题当作可强制取证的对象，而不只是行业自律议题。
Mashable 刊发评论指出，Meta 被曝把 AI 数据中心当作"实验设施"以申领数十亿美元联邦科研税收抵免，同时 OpenAI 因安全未达标推迟新模型，但特朗普在会见科技领袖后仍主张"自我监管"。核心矛盾是：在金钱面前会推动规则松动的同一批公司，如今让我们相信它们会主动为安全踩刹车。
围绕 AI agent 的沙箱隔离，安全圈与对齐研究圈给出了针锋相对的两套判断：前者认为实验室的隔离做得不够，后者则质疑沙箱本身无法真正兜住 agent 的行为。这场争论直接关系到 agent 能否被放心接入真实系统。
Meta、华盛顿大学等机构的研究者提出 Context Language Models（CLMs），让语言模型把上下文当作一个可自主读写的"文件"来管理，而不是依赖外部的检索或压缩框架。在多个长任务基准上，它以更少算力取得更高准确率，指向一条"上下文管理内化为模型能力"的新路线。
哥本哈根大学一项新研究测试了 27 个大模型，发现它们给出的答案比 Google 搜索的多样性低约 19%，长期来看可能让热门信息更强势、冷门内容更边缘化，形成知识单一化的“恶性循环”。
Hacker News 上出现一个面向开发者的提问，讨论如何让 Codex、Claude 这类编码智能体在设定时间内持续自主编码，而不是只完成一次问答式任务。这背后是 AI 编程工具从“补全代码”走向“托管长任务”的实际需求。
据 CBS News 报道，白宫可能提名 Jay Clayton 出任 AI 事务负责人（AI czar），而他同时可能继续担任国家情报总监。这意味着美国 AI 政策的统筹角色，可能落到一位兼具金融监管与情报背景的人身上。
OpenAI 解雇了三名研究人员，理由是他们在既定公司流程之外处理敏感信息、违反内部政策。这不是一起“因提出安全担忧而被开除”的事件，但在 AI 安全争议升温的当下，它把大模型公司如何处理内部信息与外部审查的关系推到了台前。
一位前端开发者用 Canvas 粒子系统重写登录页 Logo 的「爆炸—聚拢」动画，素材从设计工具导出的 JSON 变成一张 PNG 图片，换 Logo 只需改一行代码。这展示了 AI 结对编程在传统前端动效场景中的一种务实用法。