FT：Anthropic 最强的模型，企业客户不买账
FT 援引知情人士报道，Anthropic 的年化营收 7 月已涨到 650 亿美元，但旗舰模型 Claude Fable 5 只占企业客户在 Anthropic 产品上总支出的约 11%；自 7 月中旬以来，客户实际支付的平均单价还降了近 25%。机制不复杂：企业普遍在做「模型路由」，简单任务发给便宜模型，只把最难的任务留给旗舰（Ramp 的 CTO 就说他们正是这么干的：全公司调低默认推理档位，并禁止自动化流水线调用前沿模型）。Anthropic 自己也在顺着这个方向走——上月 24 日发布的 Claude Opus 5，官方定位就是「接近 Fable 5 的智能、一半的价格」，还配了可调的 effort 档位，让用户自己在成本和能力之间取舍。营收在涨、旗舰占比在缩，说明前沿能力正在变成小众高价品，走量的生意在中端档位。排行榜第一和账单第一，越来越不是同一个模型。
用版权书训练 AI 合法吗？法院把「怎么拿书」和「怎么用」分开算
TechCrunch 梳理了这批判例的现状，核心区分点已经清楚：法院分开审两个问题，一是训练数据怎么来的，二是拿来干了什么。Anthropic 案里，法官 William Alsup 认定训练行为本身构成合理使用，理由是模型像「立志写作的读者」一样学习而非复制原作；真正让 Anthropic 付出 15 亿美元和解金的，是它从盗版「影子图书馆」下载图书这个获取方式。反过来，Ross Intelligence 案输在用途上：它拿 Thomson Reuters 法律数据库的内容做了一个直接竞争的法律检索产品，法院认定这不具备「转化性」。另有 Thaler 案确认纯 AI 生成的作品不受版权保护。所以「买书扫描拿来训练是合法的」目前只是几个个案拼出的轮廓，远非定论：Alsup 的裁决只是一份地区法院判决，而和解意味着此案到不了上诉法院，成不了有约束力的先例。来源合法、用途不直接替代原作市场，这两个条件各自独立，踩中任何一个都可能输。判例还在累积，这个轮廓能不能推广到所有公司、所有内容类型，现在没人敢打包票。
监控公司 Flock 的整改，留了一扇随时能开的后门
Flock Safety 是在全美数千个社区部署车牌识别摄像头和无人机的监控公司。《华盛顿邮报》此前查出 46 起警员挪用其系统的案例，包括跟踪前伴侣。反弹已跨越两党：民主党竞选人 Abdul El-Sayed 批评 Flock 摄像头大规模铺开，三名共和党众议员则提出法案，要禁止联邦政府采购此类监控系统。CEO Garrett Langley 出面呼吁在隐私与安全之间达成全国性的「妥协」，公司也拿出了整改：默认数据保留期从 30 天缩到 7 天，警方调取数据必须先填案件编号。不过保留期这条可以通过一个叫「证据模式」（Evidence Mode）的功能延长——被检索过的数据可以为进行中的调查继续保留，ACLU 因此质疑这是公关而非改革。看这类整改成色的办法很简单：量一量例外通道有多宽。默认规则收紧、例外通道全开，约束就只对守规矩的人生效，而闹出那 46 起滥用的，恰恰是不守规矩的人。
Fabien Sanglard 公开了他的 agent.md：给编程 agent 立规矩
以剖析游戏引擎源码闻名的开发者 Fabien Sanglard，公开了自己日常使用的 agent.md。所谓 agent.md，是编程 agent 在会话开始时读入的规则文件，相当于给 AI 助手的常驻工作守则，省得每个会话把同样的风格要求再讲一遍（具体文件名各家工具不一，AGENTS.md、CLAUDE.md 等约定并存）。他的规则条条具体：注释和回复能省则省、函数名不超过 30 个字符、字段默认私有、修 bug 必须先写一个会失败的测试、commit 标题用祈使句且不超过 50 字符。值得参考的不是这份清单本身（那是他的个人偏好），而是这个做法：把每次 code review 都要重复的意见沉淀成配置，人把精力留给架构和设计。他自己也说得直白：规矩立了，LLM 的产出照样要逐行验证。
今日一句话：排行榜比的是能力上限，企业账单比的是单位任务成本；这两个榜单的第一名，越来越不是同一个模型。