大模型

Google 发布 Gemini 4 Argon，定位攻克最难问题的新旗舰

新一代旗舰模型发布属于行业级事件，应尽快在自有数据闭环与评测集上验证真实增益

Anthropic 将 Agent Skills 捐赠给 AAIF，70+ 平台已接入

Skills 转为 vendor-neutral 社区治理，agent 互操作事实标准固化，工程侧可放心长期投入

Gemini 4 Argon 发布，号称开启前沿智能新纪元

新一代旗舰模型发布，会直接改变推理成本与能力基线，需第一时间评估替换

Meta 开源前沿多模态 MoE 模型 Muse Spark Open

开放权重的旗舰级多模态 MoE 若能力对齐闭源，将改变自托管与微调的成本/能力基线

Gemini 3.8 Live 发布，新增 Live Avatar 实时虚拟形象

实时多模态 Live 通道加入可交互虚拟形象，抬高了实时语音/视频 Agent 的产品基线，值得评估接入。

Anthropic 与 Accenture 评估前沿 AI，各投 至少 $1 billion

嵌入式评估者将进入 AI 公司内部开展红队、对齐评估与防护测试，企业需预留独立审计与安全验证接口。

Anthropic 开放 MHS 研究预览，硬件集成降至小时/分钟

提供 agent 操作实验与制造设备的共享规范，降低硬件集成成本，利于自动化实验与具身工作流。

Anthropic 推出 EFS，联合超 100 家客户强化企业安全

为企业级 Claude 部署提供客户云数据驻留、零数据保留和误用检测方案。

Claude 形式化验证 123 个开源库，发现数百个逃过数万亿次测试的 bug

LLM 将 fuzz 测试转化为数学规约并批量生成证明，让形式化验证有望在普通开源项目中规模化落地

Anthropic 向 METR 开放类员工访问，其风险评估结果将公开发布

第三方深度评估前沿模型安全的机制落地，METR 将公开风险评估结果，对安全与合规工程实践有直接参考意义。