OpenAI 给在研模型 Astra 踩了刹车
OpenAI 披露，内部评测显示在研模型 Astra 的代码与攻防能力已强到无法排除触及其 Preparedness Framework 中「Critical」一档的可能。这一档的定义是：无需人类介入，就能在多数强防护的现实系统中找到并写出可用的零日漏洞利用（零日漏洞指厂商自己尚不知情、也没有补丁的漏洞），或者只给一个高层目标就能端到端策划并执行新型攻击。OpenAI 强调测试仍在进行、尚未确认越线，但已先行动：收紧内部使用、对模型的 agent 式使用全程监控、暂停内部尚未达到强化后安全要求的 Astra 相关工作，并引入政府机构和外部安全组织参与测试。安全框架有没有约束力，就看它能不能真让公司慢下来，这次 OpenAI 给出了一个可核查的案例。
Anthropic 给 Fable 5 的生物安全拦截「松绑」
Anthropic 重写了 Fable 5 生物领域安全分类器所依据的判定规则，请外部专家把关后，把误拦大幅压低：生物相关请求触发回退（即被降级到能力较弱的模型作答）的比例降了约 85%，健康咨询、生物教学、临床任务不再被误伤；病毒学、毒理学、分子设计里的双重用途请求仍照拦。安全工作有两个方向，拦得住坏的和放得过好的同样要紧：误拦过多会把正经研究者推向防护更弱的模型。把边界画准，比一味收紧难得多，这次调整补的正是这一课。
Oracle 治下的 OpenJDK：禁止一切 AI 生成内容入库
OpenJDK 的临时政策规定，贡献不得包含任何由大模型等深度学习系统部分或全部生成的内容，不止源码，文档、PR、邮件、wiki、bug 报告都算；私下用 AI 理解、调试、review 代码不受限。理由有二：Oracle 贡献者协议要求贡献者对提交内容拥有完整知识产权，而 AI 输出的权属在法律上还没定论；另外看起来可信、实则有错的代码会加重审查负担，Java 又撑着大量关键业务系统。这份政策由治理委员会在 3 月下旬批准、4 月正式发布（见委员会公告），并非本周新事，近日重新被翻出来讨论，是因为 Larry Ellison 正大举押注 AI、宣称「Oracle 正在写的代码，不是 Oracle 在写，是我们的 AI 模型在写」，两边姿态对照鲜明（另见 The Register）；同属 Oracle 的 GraalVM 却允许 AI 贡献，可见连一家公司内部都还没有统一答案（另见 InfoQ）。
Cloudflare 发布 Kitesurf：为 agent 而非人类设计的浏览器
Cloudflare 推出浏览器引擎 Kitesurf，跑在其 Workers 的 V8 isolate（轻量级 JavaScript 沙箱，不必为每个会话启动完整浏览器进程）里，砍掉了标签页、扩展、像素级渲染这些为人准备的功能，专为 agent 抓页面、截图、提取内容优化。官方基准显示它比 Chromium 省 3 到 7 倍的 CPU 和内存，代价是单次耗时慢 1.7 倍左右、CSS 渲染不保证精确；目前免费公测，兼容 Puppeteer、Playwright 和 MCP 客户端。当 agent 成为主要「用户」，基础设施的优化目标就从渲染保真变成了 token 和成本，浏览器这一层已经开始按这个逻辑重造。
Rippling 烧掉数月 AI 预算后，做了个员工级 ROI 工具
TechCrunch 报道，Rippling 今年 3 月发现 AI token 开销正朝着吃掉 40% 研发人力预算的方向涨，月环比增 80%：有一位工程师一个月花掉 5 万美元，10%–15% 的员工贡献了 60% 的总开销。公司随即自建了 AI Spend Console，按个人和团队追踪花费与产出，并用网关把请求路由到「够用就好」的更便宜模型；7 月的 token 用量和 4 月峰值基本持平（约 6000 亿），成本却只有当时的 37%，省钱靠的是路由，不是少用。这个工具现在对外出售（TechCrunch 6 月就报道过已有约 560 家公司在用），企业 AI 支出治理正在从内部救火变成一个产品品类。
欧盟 AI 法案怎么管「AI 心理治疗」
追踪欧盟 AI 法案的 artificialintelligenceact.eu 梳理了通用 AI 被用作心理治疗、情感支持时的义务：利用弱势群体的脆弱性并造成重大伤害的系统直接落入第 5 条禁令，禁令以系统的目的或效果为准，提供方即便无意造成伤害也照样在管；构成需第三方符合性评估的医疗器械的，按高风险类对待；第 50 条要求明确告知用户在和 AI 对话；模型层面，通用大模型提供方须评估并缓解对公共心理健康的系统性风险、上报造成身心严重伤害的事故。执法权 2026 年 8 月 2 日刚生效，真正的难点在划线：管理心理疾病的系统与一般健康愉悦（well-being）用途之间的边界，法案没给出干净的答案。
美国州政府用 AI 清理积压数十年的法规文书
斯坦福 HAI 报道了多个州用 AI 扫描法规和报告要求：全美 50 州合计 5 亿词的州法典被扫了一遍。马里兰州发现四个机构 20% 的报告可以砍掉或合并，其中一份报告耗掉了 3500 个员工小时、超过 87 万美元；纽约州州长签行政令启动「监管重置」；旧金山借测试结果立法精简了超过三分之一的报告要求。这个场景的错误代价可控：以上每个案例里 AI 都只负责找出候选项，真正的删减仍走原有程序——马里兰那 20% 是待砍的候选而非已经砍掉，旧金山的精简也须经立法表决通过。「AI 提名、人来定夺」的分工，值得其他公共部门照抄。
今日一句话：OpenAI 因为排除不了危险能力而暂停了 Astra 的部分开发工作，Anthropic 因为误拦太多而放宽 Fable 5。安全机制动真格的标志，是它既能让公司踩刹车，也能承认自己拦错了。