Z.ai 发布了 GLM-5.3 模型权重，但采用了一种新的开源许可：年收入超过 100 亿美元的公司，必须通过 Z.ai 的安全审查才能部署该模型。这是开源 AI 生态中首次出现按企业规模设置准入门槛的授权模式。
一位安全研究员在漏洞研究过程中，把大模型（LLM）的“记忆”重新设计成了一套 Datalog 推理引擎，让结论能随事实变化自动失效，而不是靠模型重新阅读对话来纠错。
有开发者尝试用 Gemini 视觉模型识别假冒化妆品，但测试中模型将所有产品都判定为假货，辨别准确率实际为零。该案例暴露了通用大模型在细粒度真伪鉴别中的可靠性问题，也引发了对“AI 检测假货”这套思路是否可行的争论。
一位开发者发现，把 LLM 长期记忆的读写过程显式地变成“程序分析”路径，可以更精准地定位模型回答中的事实错误。这个思路可能在为 LLM 接入权威数据库提供一种新的技术方向，但现阶段只适用于那些定义清晰、无歧义的事实类信息。
GitHub Copilot 在 8 月最后一周密集更新，重点是把 AI 编程助手从“单机工具”推向“团队协作入口”，同时补齐了 Slack、Teams 集成以及跨 IDE 的企业级管控能力。
一名开发者抓取了艺术家社区 Cara 上约 1200 万张公开作品用于 AI 训练，事后不仅删除数据，还与 Cara 创始人合作开发开源防护工具。这起“先攻击、后合作”的事件，暴露了 AI 训练数据获取的灰色地带，也推动创作者从被动抗议转向主动防御。
Cloudflare 发布了一款名为 Kitesurf 的轻量级浏览器引擎，专为 AI 智能体设计，能在 Workers 边缘网络上以极低资源开销运行浏览器任务，未来计划开源，但目前尚未公开代码。
世界人工智能开源大赛（GOAI）复赛作品提交于 8 月 28 日正式开启，四个赛道对 Agent 应用、开源协作与研究探索提出更严格的运行与合规要求。赛事进入“从方案到运行”的关键验证阶段，最终晋级名单将于 9 月 10 日公布。
一篇发表在《美国医学会杂志》上的重磅论文提出，到 2030 年，纯 AI 系统在完成问诊、诊断、开药等核心医疗任务上的表现将全面超越人类医生，甚至比“医生+AI”的协作模式更可靠。这一激进判断正在美国医学界引发关于“医生职业剩余价值”的激烈辩论。
AI 硬件创业公司澜存科技推出一款“傻瓜式”AI 模组和配套开发平台，让没有软硬件开发经验的人也能在半小时内做出一个能对话、有情绪的 AI 玩具。这正在把过去复杂的智能硬件集成工作变成标准化采购，降低 AI 硬件的创业门槛。