Anthropic 上线了面向开发者的新站点 Claude.dev，把工程深度文章、Claude Code 与 API 指南、团队经验分享集中到一个更像工程博客的地方，还藏了终端模式等彩蛋。它值得关注，是因为这是官方第一次系统性地公开"内部怎么用 Claude"，而不只是给参数文档。
投资人 @CapitalYc 在 X 上重提 2025 年对 AGI 的一组预测，核心是"C 端 AI 的终极形态是 AI 秘书"，并称其中不少判断如今已开始得到验证，引发业内对 C 端 AI 产品路线的再讨论。
Google 发布新一代旗舰模型 Gemini 4 Argon，在多项基准上追平甚至小幅反超 OpenAI 的部分前沿模型，但仍落后于 Anthropic，且优势更多来自低价而非效率。
Google 发布 Gemini 4 Argon，宣称是迄今最强模型，主打自主发现并修补软件漏洞的防御性网络安全能力，但首批只开放给少数安全合作伙伴，而非公众。
Google DeepMind 的 Gemini 4 Argon (High) 在 Arena 的 Agent Arena 榜单上位列第 8，净提升 +7.92%，并凭每任务 0.62 美元的成本重画了性价比边界。这意味着谷歌新一代模型在真实 agent 任务上的表现和成本控制同时往前迈了一步。
OpenRouter 发布了一份教程，讲如何在 CI 流水线中用固定的 LLM eval 集合给 Pull Request 加门禁，让提示词或 Agent 逻辑的改动在“答错太多”时无法合入。它把大模型输出的质量问题，变成了一个和单元测试失败等价的工程约束。
OpenRouter 发布了一份关于"置信度阈值路由"的实操指南，让开发者用模型自评的置信分决定何时在便宜模型和强模型之间切换，把成本花在真正需要强模型的请求上。
Google 发布新一代 Gemini 模型，并同步加入多层安全防护机制。在模型能力继续升级的同时，Google 试图用更明确的护栏回应外界对 AI 安全与滥用风险的担忧。
据 Bloomberg 报道，部分谷歌员工反映 Gemini 4 在基准测试中成绩出色，但在一些真实编程任务上表现不佳，谷歌方面否认了这一说法。这再次把"跑分好看"与"实际可用"之间的落差摆上台面。
Anthropic 本月公开的“滥用”报告披露了五起外国科学家试图绕过 Claude 安全护栏、查询“功能获得”（gain of function）研究信息的案例，账号已被封禁。这件事的重要性不在 AI 本身，而在于它把生物武器研发的低门槛风险重新摆上台面——正如 Wired 文章标题所说，即便没有 AI，担…