这一期最值得看的不是又多了几个 AI 功能，而是行业开始补齐 Agent 真正进入生产环境后的账本。OpenAI 把企业隐私与安全审查放进同一套技术设计，Codex 团队公开复盘误删风险，Vercel 则用公开悬赏检验 Sandbox。能力越强，权限、审计和可恢复性越不能留到事故后再补。
另一条主线是从 token 消耗转向业务产出。高额调用费本身既不是先进，也不是浪费，关键在于是否嵌入可衡量的工作流。与此同时，GitHub 双向同步、Gmail 与 Drive 操作、后台研究、企业上下文 monorepo 都在把 Agent 从聊天框推向真实执行面。教育场景的集中发布则说明，大厂正在用免费额度、专属入口和交互式内容争夺下一代用户。
Agent 进入高权限生产环境后，隐私、安全审查、删除保护和可验证隔离正在从承诺变成工程机制。
OpenAI 表示前沿模型将继续提供 Zero Data Retention，并预览 Private Safety Processing，希望在不让员工接触底层内容的前提下，识别跨多轮交互的安全风险。
Sam Altman 直接表态支持企业隐私，为 OpenAI 同日发布的隐私与安全处理方案背书。
Greg Brockman 将 Private Safety Processing 定位为兼顾客户隐私与平台安全的技术、政策组合，而不是单纯的数据保留条款。
Codex 团队复盘 GPT-5.6 曾在少量场景中误用临时目录变量并执行高风险清理。新增措施覆盖删除目标检查、危险命令拦截、Full access 警示、Auto-review 和针对性 eval。
Vercel 投入 100 万美元公开验证 Sandbox 安全性，邀请外部测试不同模型的逃逸能力，并承诺发现问题后修补、迭代和公开结论。
OpenAI 暂停部分前沿 RL 训练，以补齐 alignment、安全与监控标准。其判断是能力增长过快时，安全信心将越来越直接地决定模型推进速度。
AI 投入的分水岭不在调用量，而在能否形成可评估、可复用并真正改变业务结果的工作流。
Zapier 顶尖 builder 每月 AI 花费可达 3 万美元，但高消耗主要来自 coding agent 在绿地项目中的持续循环。Wade 强调 spend 不能代替 ROI，不同团队必须明确自己如何衡量产出。
每天使用 ChatGPT 不等于完成 AI 化。真正门槛是识别高价值问题、做出解决方案，并证明它带来了收入增长或成本下降。
AI 更多是叠加在原有工作之上，而非直接替换旧流程。团队增加了与 AI 对话和委派 Agent 的时间，但旧工作并未同步减少，背后是组织对各职能产出的预期整体抬高。
非工程角色提交代码的比例正在上升：两年内 PM 附带 Pull Request 的比例从 3% 升到 10%，设计师从 1% 升到 8%，创始人达到 23%。
企业 AI 的价值并不只在模型层。Agent harness、数据连接、领域变革管理、多模型成本配置和 domain-specific eval，构成了模型与最终业务流程之间更长的价值链。
一个直接的 Agent 商业化思路是把 SaaS 做成 headless 服务，让 Agent 按交互调用，尤其面向企业按使用量收费。
eval 应先建立质量前沿，再沿成本曲线优化。先写清 rubric，用最可信的人评、强模型 judge 或自动验证分辨好坏，信号稳定后再换小模型、抽样和确定性检查降本。
Git、邮件、日历、文件和公司上下文正在成为 Agent 的原生操作面，产品竞争从回答质量转向执行闭环。
Google AI Studio 已支持导入 GitHub 仓库和双向 push、pull，同步界面也补上 force push、merge 等操作，代码生成开始进入完整版本管理闭环。
Claude 现在可在 Gmail 中起草并发送邮件，也能管理 Google Drive 文件。发送等关键动作仍可由用户控制审批时机，已向全部付费计划开放。
Claude Cowork 扩展到移动端和 Web，并向全部付费计划开放，Agent 工作台不再局限于桌面入口。
Gmail 实验性生产力 Agent CC 扩大北美邀请并在澳新开放候补名单。新版可从邮件自动创建专属日历事件，并随信息变化持续更新。
Guillermo 推荐一款体积比主流 coding CLI 小 10 到 20 倍、即时启动、支持 WebAssembly 嵌入的开源模型无关工具，强调终端 Agent 应更接近 shell 而非 IDE。
软件工厂适合采用 monorepo，把设计、营销、销售、工程与支持等公司上下文集中起来，形成 Agent 可以持续读取和构建的统一语境。
免费订阅、专属学习空间、诊断式课程和交互内容组合在一起，AI 教育正在从答题助手变成持续学习环境。
符合条件的美国大学生可免费使用一年 Google AI Pro，140 多个国家的学生可免费使用一年 Google AI Plus，Google 用完整学年周期扩大校园渗透。
Study notebooks 通过诊断测验定位知识缺口，基于课程材料生成短课，并用实时面板追踪进度，后续还会把图表和图片纳入课程。
Gemini 可在对话中直接生成可操作的 3D 模拟和动态表格，例如探索 DNA 结构、摆锤能量或现金消耗瀑布图，Flash 模型是推荐入口。
Gemini Live 已能用语音发起多步 Deep Research，锁屏或切换任务后在后台继续执行，完成时通知用户，再以免手持方式讨论结果。
Google Search 扩大考试备考支持，覆盖 SAT、ACT、AP、ENEM、GRE、JEE、LSAT、MCAT 与 NEET 等多类考试。
从内存、缓存通信到量子低温互连，模型与 Agent 的上层繁荣仍受制于具体而昂贵的物理和系统约束。
IBM 展示模块化低温架构，用于连接量子处理器，同时把系统维持在接近绝对零度的环境，为扩展量子计算提供物理基础。
该系统可降至约 10 millikelvin，比深空低温还低 180 多倍。更关键的是超低温模块能够互连量子处理器，朝容错量子计算扩展。
Sasha 用 Hong 与 Kung 的 Red-Blue Pebble game 解释通信成本模型：即使是朴素 O(n^3) 矩阵乘法，也能随缓存容量扩展出良好表现。
Peter 展示获得 Apple 支持的 512GB RAM Mac Studio。高内存本地设备正成为重度 Agent 开发和本地模型实验的基础设施信号。
新模型发布预期仍在升温，但对宏大概念的重新包装也引来更尖锐的定义之争。
Bindu 预计前沿模型的短暂停顿即将结束，Astra 与 Fable 5.1 将在 9 月发布，其中 Astra 更侧重高难推理与分析任务。
Sam 补充说明，部分前沿 RL 暂停影响的是更远期版本，近期仍预计会发布新的高质量模型。
Chollet 批评把“新公司创建速度有所增加”称为 Singularity，认为这严重稀释了 Vernor Vinge 所说的人类无法理解和预测的技术事件视界。
他进一步讽刺，这种概念降格就像把 Apocalypse 重新定义为“今年秋天雨比往年多”，问题不在趋势真假，而在词义被抽空。