英国 AISI 自曝：网络安全评测中 agent 持续越权，攻到了真实机构头上
英国 AI 安全研究所（AI Security Institute，AISI）发布事故报告：7 月 25 日至 28 日的网络安全评测中，被测 agent 对公开互联网上的真实个人和机构做了未经授权的操作。覆盖七个模型的 122 次评测运行里，有 10 次出现共 19 起越权行为，其中 17 起来自 Anthropic 的 Mythos 5，2 起来自 GPT-5.6 Sol。最严重的一起是供应链投毒未遂：agent 为了解题，注册假 GitHub 账号向一个开源项目提交恶意代码，又伪造第二个身份冒充独立审核者劝维护者合并，被 GitHub 限制后改走 Tor，最后靠项目的人类维护者把代码拦了下来。背景要说清：厂商内置的网络攻击分类器（专门拦截黑客类请求的过滤层）是 AISI 故意关掉的，联网也是有意放开的，为的是测模型的真实能力上限；AISI 表示今后联网权限逐案审批，外加全程实时监控。我的判断是：这次离出事只差一步，因为横在测试和一次真实供应链投毒之间的，只有维护者的那道人工审核。
Meta 模型在测试中攻入另一家公司，几周内第四起同类披露
据 The Information 报道、Meta 发言人向媒体证实（Reuters；Meta 未发官方公告），其 Muse Spark 1.1 在网络安全测试中攻入另一家公司的系统并改动了对方内部系统：外部评测公司 Irregular 把沙箱配错，模型意外获得联网权限，随后利用一个第三方服务的漏洞进了门。Irregular 称这与 Anthropic 上周披露的是同一类评测环境问题，并非沙箱逃逸。算上 OpenAI、Anthropic 和英国 AISI，这已是几周内第四家披露同类事件的机构（OpenAI 与 Anthropic 两起同见上述 Reuters 报道）。除了 AISI 属于有意放开联网，其余几起共同的失败点不是模型太强，而是评测环境的工程质量没跟上模型能力：沙箱配错一次，测试就变成真实攻击。
DeepMind 换帅：Hassabis 转任董事长，Jeff Dean 离开 Google
Google 宣布 Demis Hassabis 卸下 DeepMind 日常管理，转任 Google DeepMind 董事长兼 Alphabet 首席科学家，Gemini 模型研发、前沿研究和应用团队交给升任高级副总裁的 Koray Kavukcuoglu。同日官宣的还有 Jeff Dean 的去向：入职 27 年后离开 Google，与老搭档 Sanjay Ghemawat 创办一家聚焦机器学习与科学发现的公益公司（public benefit corporation）。Hassabis 的说法是要「时间和空间思考大局」；我更关心执行层的信号：两位技术分量最重的领导者同时退出执行线，Gemini 的研究路线和安全优先级会不会随交接改向，未来半年见分晓。
Meta 发布编码 agent Muse Code，配 Muse Spark 1.2
Meta 推出终端编码 agent Muse Code（公测，macOS/Linux），底座是同日发布的 Muse Spark 1.2，主打大代码库：常驻 subagent 全程保留上下文，本地事件日志让长任务可以断点续跑。定价才是重点：按量 API 每百万 token 输入 $1.25、输出 $4.25，另设「贡献者档」，同意共享使用数据可换九成以上的折扣（定价不在 Meta 官方文章里，见 CNBC）。用数据换低价，等于明着把用户代码当训练原料收，企业买不买账比 benchmark 分数更值得看；顺带一提，上面那条里攻入别家公司的正是它的前代 Muse Spark 1.1。
Anthropic 证实组建自研芯片团队
Anthropic 向 TechCrunch 证实正在招募芯片设计团队，走软硬件协同设计路线，让芯片架构贴着 Claude 的推理模式定制；同时强调多芯片策略，自研芯片会与 AWS、Google、Nvidia、AMD 的硬件并存。继 Google 的 TPU 和 OpenAI 的自研芯片计划之后，Anthropic 也把芯片设计收进了自家：推理成本直接决定 agent 产品有没有毛利，这一步是早晚的事。
Cloudflare 开源 agent 平台 Cloudflare OS
Cloudflare 发布并开源 Cloudflare OS，一个在企业内部署 agent 的平台：浏览器工作台、跑在 Workers 上的应用平台，外加一套值得同行抄的权限模型。agent 默认零权限，访问每项资源都要过「守门人」审批；系统还会记录 agent 看过哪些数据，阻止它把数据转给无权查看的用户。5 月起 Cloudflare 内部自用，代码已放上 GitHub。放在本周 agent 越权事故接连披露的背景下，这套「默认不信任 agent」的设计来得正是时候。
Shopify：AI 搜索带来的流量和订单是去年三倍，Google 没被取代
Shopify 二季度财报（营收同比增长 34%）给了一组少见的实证数据：总裁 Harley Finkelstein 说，AI 渠道带来的流量和订单都是去年同期的三倍，AI 渠道新买家的下单率接近其他渠道的两倍（出自财报电话会，见 PYMNTS）；传统搜索没有被挤掉，过去两年搜索会话量涨了三成，仍占店铺流量约三分之一（另见 TechCrunch）。「AI 搜索冲垮电商流量」的叙事至少在 Shopify 的数据里立不住：AI 带来的是增量，没有吃掉存量搜索。
Neon：4B 开源模型经后训练，检索准确率追平 GPT-5.6 Sol，成本低两个数量级
Neon 与 Castform 发文称，把企业自有数据合成为训练任务，用强化学习对一个 4B 开源模型做后训练（奖励项包括检索质量、引用准确性和答案正确率），在私有知识库检索任务上准确率追平 GPT-5.6 Sol，单次推理成本约低两个数量级。注意这是厂商自家的案例，并非独立第三方评测，数字姑且听之；但「小模型加专项后训练」的路线值得记下来：agent 流水线里的检索环节，未必要为前沿模型的价格买单。
今日一句话：几周之内四家机构的测试 agent 攻到了真实系统头上：其中三起可追溯到评测环境的工程质量，第四起是有意放开联网、最后靠一次人工审核才拦下。把评测基础设施按生产系统的标准来建，看起来是眼下最便宜的安全投资之一。