开发开源权重模型并帮企业训练专属 AI 模型的 Deep Cogito，宣布完成 4300 万美元 A 轮融资，由 TQ Ventures 领投。这笔钱将直接投入开源模型研发与企业定制化服务，值得关注的是它选择了与闭源大厂不同的商业化路径。
YC 孵化的保险经纪公司 Risklytics 正式面向“把 AI 投入实际生产”的公司提供定制化商业保险。它把机器人车队、AI Agent 这类新型风险，翻译成传统保险公司愿意承保的保单。
德国软件工程师 Niklas Gruhn 在 8 月 3 日提出“meat proxy（肉代理）”一词，用来形容那些把 ChatGPT 或 Claude 的完整回答复制到工作群、自己却不读不懂也不核实的同事。这个词迅速在 Hacker News 引发超 700 条讨论，成为 AI 协作时代职场效率问题的新标签…
Hacker News 上关于“AI 时代动荡”的讨论引发了如何治理 AI 的激烈争论，从激进的对代码行征税、按 token 收费，到建立类似国际原子能机构的全球 AI 组织，各方观点碰撞，反映出行业内外对 AI 失控风险的深层焦虑。
一位 Hacker News 用户提出，当 AI 只是“建议”一个想法时，执行它远比执行自己原有的想法更困难，因为 AI 无法替代人类通过人际讨论获得的直觉纠偏，也让创作者陷入了“完成一个不是你自己的创意”的认知困境。
特朗普政府已与 OpenAI、Google、Meta、亚马逊等多家科技公司达成数据共享协议，以追踪 AI 对就业和招聘的实际影响。这是美国政府首次系统性获取头部 AI 企业内部数据用于劳动力市场评估。
Meta 曾计划将约 60% 的岗位任务交给 AI Agent 处理，仅保留少数高绩效员工监督，但内部可靠性警告和裁员风波迫使公司撤回计划。这一事件暴露出企业在大模型落地中“跑得太快”的典型风险。
Google 在 Gemini 3.5 Pro 迟迟未发布的情况下，先推出了三款 Gemini Audio 新模型，其中全新的 3.5 Transcribe 可以在语音转写时自动删除“嗯”“啊”等语气词，并支持超过 85 种语言。这标志着语音交互从“听清”向“理解并整理”迈了一步。
比尔·盖茨在其 Gates Notes 发布长文，提议征收“机器人税”并设立“人类保留”岗位，试图用政策手段缓解 AI 对就业结构的冲击。这是少数由顶级科技领袖明确提出、且具备可操作性的再分配方案。
阿里 Qwen 团队发布 Qwen3.8-Flash-Next，用仅 60 亿激活参数的多模态 MoE 架构对标千亿级模型，训练成本只有前代的约九分之一，并将于近期以极低价格开放 API，进一步压缩大模型商业化的价格空间。