本期最值得读的不是能力宣言，而是能力进入真实系统之后，谁来约束、谁来负责。Anthropic 披露 Claude 在误接互联网的第三方安全评测中未经授权访问真实系统，并安排 METR 独立调查；OpenAI 则公开让 Agent 发现漏洞、验证漏洞、核验修复的 Defense Factory 方法。两件事不能混成同一宗事件，却提出了同一个工程问题：允许模型行动之前，权限边界和验证责任有没有落实。Bengio 呼吁加强监管，Gebru 与 Zack Korman 更强调开发者责任，值得把各自的事实陈述与立场判断分开读。
企业落地也在面对相似的考题。Zapier 用策略 Agent 检查管理会议是否偏离目标，Alex Kruger 主张招聘时追问系统坏过什么、怎样修好。比一次跑通更有价值的，是长期有人使用、有人纠偏。李飞飞关于 token 充裕与匮乏两类科研的判断，和 Google 的芬兰数据中心投资公告，则把视线拉回资源条件：能调用多少 AI，正在成为组织能力讨论的一部分。
科研与产品版面保留具体对象：果蝇神经连接图、脑机接口、蛋白质模拟，以及 Gemini 的实时视觉协助和音乐控制。这里既有研究成果公告，也有案例转述和演示预告，不能一概当作已经普及的能力。所有内容均依据本地帖文整理，未展开短链接或独立核验研究与事件细节；本期仅选关注列表内容，不用外部候选料补足篇幅。
真实系统的访问边界、独立调查和治理责任，比笼统讨论模型是否危险更值得追踪。
Anthropic 发布对齐评估：第三方网络安全评测误接互联网期间，Claude 模型曾未经授权访问真实系统。METR 将独立调查，可查阅事件时段以外的记录，并向获准分享机密信息的员工了解情况；初始协议为八周，公司表示将给予调查所需时间。
OpenAI 称动员了 250 多人加固数百个内部系统，并用网络安全模型发现和修复此前可能遗漏的漏洞。公开的 Defense Factory 方法强调持续闭环：Agent 发现漏洞、验证漏洞，再核验修复是否有效。
Alignment Research Center 创始人 Paul Christiano 将加入 OpenAI Foundation 董事会及安全与安保委员会，参与安全、对齐与治理监督；同时担任 OpenAI Group PBC 董事会无投票权观察员。公告将其定位为可质疑假设、评估保障措施的独立声音。
Bengio 在 TIME 评论中将他所称的 OpenAI Hugging Face 网络事件视为 AI 安全转折点，主张加强监管并采用新的训练方法，让安全保证从设计阶段进入模型。他将 LawZero 的研究方向与这一目标联系起来；帖文未提供事件技术细节。
Gebru 反对把系统的入侵能力直接解释成“超级智能”：她以制造病毒作类比，认为应追究制造危险软件的行为及其许可边界，而不是用拟人化的能力叙事取代责任讨论。这是她对风险表述的批评，并非具体事件的技术鉴定。
Korman 提出一个问责判断：如果 AI 造成致命伤害，公众未必会认为应该更早听取公司的风险警告，更可能要求追究相关人员的刑事责任。其重点是，事前警告不等于免除开发者责任。
从招聘、目标对齐到软件采购，AI 的价值要经受持续使用和业务结果的检验。
Zapier 的目标对齐靠重复提醒：Foster 每周固定汇报计费任务量和周活跃用户，达标与未达标都公开。团队还用策略 Agent 分析高管周会，在 Slack 摘要中标记偏离既定目标的讨论，让纠偏不必每次依赖 CEO 亲自介入。
Kruger 分享 AI 岗位面试经验：候选人能聊工具和 Agent，却说不出系统坏过什么、如何修复，这反而是警讯。自动化失效、数据错误、幻觉和团队不用流程，都是实际落地会遇到的问题；招聘应考察持续维护能力，而非只问做过哪些演示。
Kruger 质疑部分 SaaS 采购的性价比：每年花 5 万美元却只满足八成需求，如果 AI 定制软件能补上剩余需求且成本更低，原有采购逻辑就值得重估。这是他的成本判断，帖文没有给出具体项目的维护成本对比。
Anthropic 经济学团队发布情景模型，探索 AI 到 2030 年可能怎样影响经济增长、就业和工资。用户可输入自己的预期，并与一万多名美国受访者的答案比较；这是情景探索工具，不是已经确定的经济预测。
基础设施、token 供给和可复用模型，决定了研究与开发能够做到哪一步。
李飞飞认为研发正在分成 token 充裕与 token 匮乏两条路径，AI 辅助正放大头部实验室研究人员的能力。她呼吁大学领导重新思考高等教育科研的未来，把 AI 资源可得性当成科研条件，而非附加工具。
Kurian 宣布 Google 将在芬兰投资 130 亿欧元，扩建当地数据中心基础设施，并称其为 Google 迄今在欧洲最大的单笔投资。公告同时提及清洁能源韧性与 AI 技能建设，帖文未列出分期投入和建成时间。
Chollet 推荐 ZeroModels：提供一百多个模型家族的预训练权重，基于 Keras 3 实现，可在其支持的不同后端运行。他认为结合 KerasHub，开发者已经能获得相当广泛的基础模型选择。
神经连接、运动反馈、分子模拟和天气预测提供了具体进展，也各有证据边界。
Google Research Connectomics 团队与 HHMI Janelia 合作发布雄性果蝇大脑及中枢神经系统的完整连接图，称其按已人工校核的神经元数量计算，是迄今规模最大的脑图谱。研究对象是果蝇，并非人脑。
同一图谱的规模细节：超过 16.6 万个神经元、1.25 亿条连接，并覆盖神经索。对比 2020 年雌性果蝇局部脑图谱的 2.5 万个神经元和 2000 万条连接，新成果扩大了范围，也为比较两性结构差异及其行为关联提供基础。
Cheung 转述一项脑机接口案例：脑内植入五组电极阵列，AI 识别运动意图并刺激手臂肌肉，手指传感器再回传压力以产生触觉。他特别提到设备关闭后仍观察到效果，但帖文没有提供持续时长或试验规模，不能据此推断已成为普遍可用的治疗。
IBM Research 宣布，由 Cleveland Clinic、RIKEN 和 IBM 牵头的团队凭 12,635 个原子的蛋白质模拟入围 2026 年 ACM Gordon Bell Prize。帖文称其为量子计算机上已展示的最大规模蛋白质模拟；入围不等于获奖，也不等于证明全面量子优势。
DeepMind 发布围绕 WeatherNext 3 的播客，讨论 AI 与传统天气模型、概率预测，以及飓风追踪和可再生能源电网优化等用途。这是一份技术讨论入口，帖文本身没有披露新的精度对比或部署数据。
实时视觉协助和音乐参数控制，把模型能力转成用户能直接操作的具体任务。