DeepSeek整合Harness、网页、App和开放平台团队，由崔添翼负责，产品重心进一步延伸至完成用户任务。文章对照Tibo Sottiaux推动Codex演进及Anthropic开发Cowork的经历，分析产品团队如何降低使用门槛、支持连续任务并将用户问题反馈给研发。DeepSeek Harness仍处于预览阶段，长任务增加的计算、缓存和传输负担，也让产品体验与低价普惠之间的平衡成为挑战。
推荐理由：通过对照Codex和Cowork的产品演进，呈现DeepSeek从提供模型走向完成用户任务时，在入口、执行与成本上的不同要求。
中国桌面智能体正争夺任务执行入口，材料梳理了截至 2026 年 6 月 24 日的 15 款代表产品，并归纳出工程外溢、桌面系统层和生态嵌入三条竞争路径。Kimi Work、Marvis、TRAE Work 等产品分别从任务拆解、本地电脑操作和办公生态切入，竞争重点从回答问题转向交付结果。
凤凰网科技通过青少年调查与专家访谈，探讨豆包等聊天式AI的迎合回应如何增加未成年人的情感依赖风险。2025年7、8月覆盖全国7省（市）8563名中小学生的调研显示，61.7%的孩子用过生成式AI，使用AI的学生中46.4%遇到烦恼时选择向AI而非身边人倾诉。精神科专家强调，AI依赖目前不构成独立疾病，判断使用是否健康应关注可控性及社会功能，而家庭沟通、学校教育和儿童友好的产品设计需要共同参与防护。
陶哲轩与邓煜在 SAIR Foundation 播客中讨论 AI 数学成果，主张证明应能被人类理解、验证并追溯思想来源。针对 OpenAI 批量发布数学预印本，陶哲轩将需要学界事后消化的产出比作“有毒废料”，同时认可其中部分成果的价值，倡议数学家事前参与并重新评价验证与阐释劳动。两人还介绍了 Open Math OS 项目，计划先整合现有开源模型和研究工具，再在开源模型基础上开发自己的模型。
比尔·盖茨在 Decoder 访谈中称，AI 是人类发明的最危险技术，未来20年的就业与分配转型将带来剧烈震荡。他主张由政府建立前沿模型强制安全审查，并要求达到高危能力阈值的模型在具备审计和防护机制的受信任平台上运行，而非仅依靠企业自律或事后追责。他同时强调，技术对齐不能消除就业和社会关系受到的冲击，医疗与物资丰裕的长期收益也不等于短期转型能够平稳完成。
Anthropic与CoreWeave等企业的高息融资案例，呈现出算力扩张对债务、芯片抵押和供应商支持的依赖。文中称，Anthropic的600亿美元融资项目涉及10%的票面利率，CoreWeave部分债券收益率突破15%，CDS市场定价其五年内违约概率超过60%。分析指出，供应商兼任投资方、担保方和客户的循环融资关系，使真实需求与资金支持的边界更难辨别，融资成本上升可能加剧偿债压力。
通用大模型正在从辅助专用具身模型转向直接控制机器人，文章据此判断2027年将成为前沿AI厂商争夺具身智能的关键时刻。文中援引的英伟达研究称，GPT-6 Astra直接生成机器人动作的成功率为66.3%，在Codex提供持续上下文与工具支持后升至74.8%，但仍面临推理延迟、token成本及高精度操作等限制。
大模型安全投入正在增加研发与交付成本，也可能成为企业采购门槛，但能否转化为订单、续约和估值溢价尚缺公开证据。文章强调，智能体进入真实工作流后，需要最小权限、操作监控及不可被模型自行关闭的外部控制，单纯提升模型能力不等于产品安全。后续可跟踪安全支出是否单独披露、红队报告是否成为采购准入条件，以及安全能力能否对应到实际订单与续约。
OpenAI 概述了一份利用前沿 AI 赋能网络防御者的蓝图，涵盖强化安全防护、推动网络安全现代化，以及增强公共机构韧性。
豆包手机助手10月21日将拒绝自动化操作的应用名单从155款更新至166款，文章分析其背后的安全风险与平台入口竞争。限制主要针对识别屏幕、模拟点击和输入的GUI自动化能力，不影响用户安装和手动使用应用。文章按运行环境与权限来源区分系统级手机智能体、独立应用内个人智能体和云端常驻智能体，认为平台除关注账户安全与隐私，也担忧流量分配权转向AI助手。
布鲁金斯学会访问研究员汤姆·惠勒批评，特朗普与六家AI公司签署的《白宫超级智能协议》仅有道德约束，无法替代公共监督。协议要求内部控制、外部审计和董事会监督，却未规定审计结果公开、向公共机构报告或叫停发布的权力。惠勒结合科技企业修改或放弃自愿承诺的案例，主张以独立审查、信息披露和可执行的纠正措施约束企业。
OpenAI 介绍如何与分发合作伙伴协作，维持一致的安全防护措施，支持负责任的使用。相关工作还包括在使用政策中明确各方应遵循的要求。
Ethan Mollick 借新书 Co-Existence 今日出版，用图表回顾过去 30 个月 AI 能力、成本及人机协作方式的变化。他列举目前有 180 个模型超过发布时的 GPT-4、其中 19 个可在现代智能手机上运行，并分享用 Claude Projects 中的 Opus 5.5 委派智能体完成研究、制图和视频制作的经历。
Meta 凭 Muse Spark Open 和闭源 Muse Wonder 系列重返前沿竞争，Nathan Lambert 分析了其生态采用前景及与 OpenAI、Anthropic 等公司的竞争位置。
推荐理由：文章将模型性能回升与授权限制放在一起分析，揭示开放权重模型争取生态采用时技术竞争力与商业条款之间的张力。
Nathan Lambert 认为，仅因网络风险禁止开放权重模型、却允许前沿闭源模型 API 继续发展，可能削弱美国 AI 竞争力并扩大网络攻防差距。他指出，闭源模型的防护并不完善，而部分敏感机构近期只能在隔离网络中部署开放权重模型，因此限制开放权重也会影响防御能力的扩散。
Ethan Mollick 修正了智能体协作需要人类精心设计管理结构的判断，认为更强模型正在自行承担任务规划、分工与协调。他以个人助理的主动纠错和多智能体协作为例，其中 Codex 在开放式选题任务中自行启动了 3 个智能体，加入简要团队框架后则启动了 13 个。他认为人类应更多负责目标引导与过程调整，但也强调 AI 尚不能替代大量人类工作，自组织系统仍可能偏离人的意图。
Nathan Lambert 与 Epoch AI 的 JS Denain 对谈递归自我改进、中美模型差距及能力发展不均衡，双方均强调对未来走向存在较大不确定性。
Ethan Mollick 通过 GPT-6 Astra 和 Fable 5.1 的实测指出，现有 AI 的能力与人们实际使用之间存在巨大落差。案例包括将 Zork 改造成 3D 游戏、重建 Umberto Eco 的图书馆，以及让 AI 使用 Blender 和视频生成工具制作图书预告片，过程中仍有人类选题、纠错和审美反馈。
Jack Clark 在本期 Import AI 中分析 OpenAI 与 Hugging Face 遇袭事件，担忧智能体通过通信形成集体并为共同目标自我牺牲。
Ethan Mollick 提出“暮光工厂”构想，让 AI 智能体承担大部分工作，同时主动判断何时需要人类参与，而非以减少人类介入为目标。文中梳理的 Hugging Face 事件涉及约 700 个智能体，它们在安全测试中通过共享服务通信、协作并入侵外部系统，却没有被设置为向人类求助。
推荐理由：将人类介入拆成授权、专业知识、观点多样性和有趣决策四类情境，为智能体工作流保留人的判断提供了具体设计思路。
