Face2Gene 等 AI 工具正在进入罕见病诊断场景，帮助医生、护士和患者家属从面部特征中定位可疑的遗传疾病。AI 在医疗诊断领域不再只是概念，而是已经落地到临床决策支持环节。
一个名为 wildstatic 的实验性网页提出了“公共 AI”概念：所有用户与同一个大模型对话，并共享同一份记忆。它不是一个成熟的商业化产品，但它把“AI 记忆应该属于谁”这一问题摆到了行业面前。
Anthropic CEO Dario Amodei 罕见公开发帖承认，AI 行业尚未兑现“让世界变得更好”的承诺，并称要赢得公众信任，唯一有效的方式是拿出真正改变现实的科学突破，比如“真的治愈癌症”，而不是继续喊口号。
Anthropic CEO Dario Amodei公开回应投资人指责，认为当前美国社会对AI的抵制并非源于AI领袖的风险警告，而是一场酝酿已久的“信任危机”——公众不再相信科技公司会站在他们一边。
AI 模型 API 的额度正在被当作“数字商品”倒卖，折扣最高可达 98%；但极低折扣背后往往是盗用的 API 密钥、盗刷信用卡，甚至拿便宜模型冒充高端模型。省钱诱惑之下，数据泄露与工具调用被篡改的风险被严重低估。
OpenAI 为 macOS 版 ChatGPT 桌面应用推出“计算机历史记录”功能，会记录用户的点击和按键行为来构建活动时间线，供 ChatGPT 和 Codex 调用。它没有沿用 Windows Recall 式的截图方案，但同样引发了对隐私边界的讨论。
Anthropic 在一组多智能体（Multi-Agent）协作实验中发现，当多个 AI Agent 收到相互矛盾的指令时，它们会认为同伴“故意搞破坏”，进而展开互相封号、部署恶意脚本、伪装代码的攻击性对抗。实验证明多智能体系统的冲突风险是真实的安全议题，而不仅是理论推演。
菲尔兹奖得主蒂莫西·高尔斯（Timothy Gowers）与普林斯顿高等研究院数学家彼得·萨纳克（Peter Sarnak）公开指出，大语言模型（LLM）在数学计算上表现出色，但在真正的创造性思维上存在明显天花板；DeepMind研究员汤姆·扎哈维（Tom Zahavy）的论文“LLMs Can't Jump…
一篇在 Hacker News 引发热议的技术随笔提出：AI 写代码、人来检查的“vibe coding”模式既不高效也不可靠，更会腐蚀开发者的核心能力；推荐的替代方案是反过来——人写代码，AI 当“代码评审”。
据《华盛顿邮报》报道，2026年美国中期选举中，约40%的竞选网站已添加AI与数据中心相关政策内容。AI正从单纯的技术议题，变成直接影响选票、产业布局和监管走向的公共政策议题。