1/15 Anthropic Glasswing 用 Claude Mythos 找到上万高危漏洞
Anthropic 发布 Project Glasswing 初步进展，称与约 50 个合作伙伴使用 Claude Mythos Preview，在关键软件中发现超过一万个 high 或 critical severity 漏洞。官方强调，AI 安全能力的瓶颈正在从“能否发现漏洞”转向“如何验证、披露和修补大量漏洞”。Anthropic 暂时不会公开过多技术细节，以避免补丁部署前扩大攻击面，但这已经显示前沿模型正在进入真实软件供应链防御工作流。
2/15 Google 把 SynthID 和内容凭证推向搜索、Gemini、Pixel 与云端
Google DeepMind 宣布 SynthID 扩展到更多合作伙伴，并新增判断内容是否由 AI 生成的入口，用户可在 Gemini App 或 Google Search 中询问媒体来源。Google 官方博客补充，SynthID 已为超过 1000 亿张图片和视频、6 万年音频加水印，同时 C2PA Content Credentials 将扩展到 Pixel 8、9、10 的视频拍摄。AI 生成媒体进入大规模分发后，来源验证正在变成平台级基础设施。
3/15 Perplexity 开源 Bumblebee，扫描开发者机器上的供应链暴露面
Perplexity 开源 Bumblebee，这是一个面向 macOS 和 Linux 的 read-only 扫描器，用来盘点开发者机器上的包、浏览器扩展、编辑器扩展、MCP 配置和 AI 工具配置。它不是等代码进入生产后再做 SBOM 或 EDR，而是在开发端识别风险包和扩展。随着 coding agent 获得本地文件、终端、浏览器和 MCP 权限，开发者端点本身正在成为软件供应链安全的关键边界。
4/15 Cursor SDK 让开发者用 Composer 2.5 构建自己的 agent
Cursor 宣布 Cursor SDK 支持用 Composer 2.5 构建自定义 agent，并提供 Python 与 TypeScript 版本。官方同时给出 /sdk skill 和文档入口，周末期间 SDK 内 Composer usage 90% off。这个发布说明 coding agent 的竞争正在从 IDE 内交互扩展到可编程 runtime：团队可以把 Cursor 的 agent 能力嵌进内部工具、自动化流程和 CI 辅助系统，而不只是让人坐在编辑器里对话。
5/15 Databricks 把 Genie Code 放进 Lakeflow，数据工程 agent 化
Databricks 发布 Genie Code，将 autonomous AI partner 直接放进 Lakeflow，帮助数据工程师生成 pipeline、编排 job、追踪 lineage、诊断失败并审阅修复建议。另一条 Lakebase walkthrough 则展示 Backstage 使用 Lakebase 替代 Postgres 后，可在约 1 秒创建生产数据库分支、4 秒内完成 point-in-time recovery。Databricks 的重点是把 agent 从问答助手推进到有治理边界的数据工程操作面。
6/15 Google 多模态产品线继续补 I/O 后续：Omni、Genie、Antigravity 与 Flash
Google DeepMind 推出 Project Genie 与 Google Maps Street View 联动，AI Ultra 用户可把美国真实地点转换为可探索的互动世界；Ethan Mollick 展示 Gemini Omni 对 1896 年火车影片做原生视频编辑；Logan Kilpatrick 则称 Gemini 3.5 Flash 在多个视觉用例上超过 3.1 Pro，平均约快 6 倍，并说明 Antigravity 2.0 IDE UI 更新和 weekly limits 重置。Google 的后续动作集中在“模型、媒体编辑、世界模型、开发工具”组合。
7/15 DeepSeek 把 V4-Pro 折扣永久化，Qwen3.7-Max 继续进入生产推理入口
DeepSeek 宣布 DeepSeek-V4-Pro 折扣永久化，强调开发者可以继续用低价构建应用。Together 继续推广 Qwen3.7-Max，称其具备 1M context、长程自主能力、agentic coding 和工具编排能力，已可在 Together Serverless Inference 上用于生产级 agent workflow。模型能力之外，价格、上下文长度、推理入口和 agent workload 成本正在成为开发者选择平台的直接因素。
8/15 Luma、Runway、Pika 继续把生成视频推向可控编辑和 agent workflow
Luma 宣布 Seedance 2.0 已进入 Luma Agents，强调 portrait、landscape、sci-fi、fantasy 等镜头可即时生成；Runway 继续推广 Aleph 2.0，称可在 Edit Studio 中对最长 30 秒、1080p 的多镜头序列做精确改动；Pika 展示其 agent Curly Joe 生成的动画、游戏节目和 sitcom 风格片段。视频生成的重心正在从单次 prompt 出片，转向可控编辑、项目状态、品牌素材和 agent 批量生产。
9/15 Greg Brockman 与 Ethan Mollick 把“模型是否还是产品”推到台前
Greg Brockman 写道“the model alone is no longer the product”，并继续展示 Codex Appshots、手机操作电脑 app 等 Codex 体验；Ethan Mollick 则回应说模型仍是 prime mover，正因为模型足够通用，labs 才能构建别人难以复制的 harness 和产品。两种观点并不矛盾：前沿模型的商业化正在从裸 API 变成模型、post-training、工具 harness、端侧上下文和产品权限的组合。
10/15 AI for Science 从论文自动化走向“洞见预判”基准
AlphaSignalAI 今天同时转发 AI academic research survey 与 GIANTS。前者把 AI 研究流程分成 Creation、Writing、Validation、Dissemination 四阶段，强调结构化任务可靠、判断任务脆弱；后者提出 insight anticipation：给模型两篇 parent papers，让它预测后续论文的核心洞见。GIANTS 项目称其 GiantsBench 含 17,839 个样本，GIANTS-4B 在 held-out 测试上相对 Gemini 3 Pro 有 35% 提升。AI 科研正在把“生成论文”拆成更可测的子任务。
11/15 On-device TTS 与 WebGPU 显示本地 AI 生态继续下沉
AlphaSignalAI 总结 Supertonic 3，称 99M 参数 ONNX TTS 模型可离线运行，支持 31 种语言，在 laptop CPU 上达到 167x realtime，并可在 Raspberry Pi 和浏览器标签页中使用。Clement Delangue 也转发 llama.cpp/ggml WebGPU backend、Hugging Face Buckets 被 Common Crawl 用于大型持续变化数据集等消息。本地 AI 的价值不只是隐私，还包括低延迟、低边际成本和更容易嵌入端侧产品。
12/15 Agent codebase hardening 开始从个人提示词沉淀为 checklist 和 skill
swyx 发布 Kakuna，定位为用 checklist harden codebase 的技能套件：先 /plan，再让它 /goal 一天，目标是在不改变功能的前提下完成 boring production work，并审计自己的输出。AlphaSignalAI 同时提到 Karpathy-inspired CLAUDE.md 已进入 GitHub 历史 top 50 项目，且 spec-driven development 相关 repo 和论文正在聚集。agent 工程实践正在从一次性提示词转为可复用的技能、规范、检查清单和 repo 级工作流。
13/15 Agent 文档解析评测进入生产化阶段
LlamaIndex 宣布 ParseBench webinar，称现有文档解析 benchmark 没有按 agent 消费 parsed output 的方式设计，ParseBench 将围绕真实企业文档、五个预测 parser 生产表现的维度和 14 个 parser 的结果展开。随着 agent 读合同、财报、PDF、表格和扫描件，文档 OCR/解析不再是外围工具，而是决定 agent 是否能可靠执行企业 workflow 的基础层。
14/15 AI 人才与教育政策继续影响美国技术竞争讨论
Andrew Ng 批评美国新绿卡政策要求申请人在境外办理，称这会伤害家庭、医生、教师、科学家供给和美国 AI 竞争力。他还反对 Harvard 将本科课程 A 等级比例限制到约 20%，认为教育机构应在保持高标准的同时支持 100% 学生成功，而不是主要扮演筛选者。AI 竞争不仅是模型和算力，也取决于人才流动、教育评价和科研劳动力供给。
15/15 Agentic web 商业模式从广告转向直接支付与算力分层
Parag Agrawal 转发 Ben Thompson 访谈，讨论 agentic web 中内容商业模式：广告适合人类注意力市场，是因为人类处理支付有认知负担；当 agent 接管更多任务时，直接支付可能更有效。Ethan Mollick 昨日关于 compute shortage 的讨论继续相关：复杂 agent workflow 会更贵，最强 agent 可能优先服务高价值企业用例。未来 AI 产品分层会同时受模型能力、任务价值、内容授权和算力价格约束。
Deep Dive 附录
Project Glasswing: An initial update
Anthropic 表示 Project Glasswing 已与约 50 个合作伙伴使用 Claude Mythos Preview，在关键软件中发现超过一万个 high 或 critical severity 漏洞。官方把安全工作瓶颈描述为从发现漏洞转向验证、披露和修补：AI 能迅速扩大漏洞发现规模，但协调披露和补丁部署仍需要谨慎节奏。Anthropic 目前只提供聚合统计和示例方向，避免在补丁普及前公开可利用细节，并称未来会在漏洞修复后披露更多经验。 查看原文
Google content provenance and SynthID expansion
Google 宣布扩展 Search、Gemini、Chrome、Pixel 和 Cloud 中的内容透明度工具。官方称 SynthID 已为超过 1000 亿张图片和视频、6 万年音频加水印，并继续结合 C2PA Content Credentials。Pixel 原生相机的内容凭证将从图片扩展到视频，Gemini 和 Search 也会提供询问媒体是否由 AI 生成的入口。这个方向把 AI provenance 从模型内部标记推进到用户可见、跨产品传播的验证层。 查看原文
Perplexity Bumblebee
Bumblebee 是 Perplexity 开源的 read-only endpoint inventory 工具，面向 macOS 和 Linux 开发者机器。它可读取 lockfile、包管理器元数据、MCP server config、浏览器扩展和编辑器扩展，用于快速判断某台开发机是否暴露于供应链风险。它的定位不是替代 SBOM 或 EDR，而是补齐“代码运行和发布之前”的本地开发环境风险视图。对于 coding agent，这类工具尤其重要，因为 agent 往往继承开发机上的工具、凭证、扩展和配置。 查看原文
Cursor SDK with Composer 2.5
Cursor SDK 文档显示，Python SDK 可用来 programmatically create and manage Cursor agents。官方 tweet 称 SDK 已支持 Python 和 TypeScript，并可使用 Composer 2.5 构建自定义 agent。它的意义在于 Cursor 不再只提供 IDE 内的人机交互，也开始暴露可嵌入的 agent runtime。企业团队可以把相同 coding agent 编排进内部平台、脚本、CI 辅助或批量代码维护任务。 查看原文
Databricks Genie Code and Lakeflow
Databricks 将 Genie Code 描述为 Lakeflow 中的 autonomous AI partner，可帮助数据工程团队生成生产 pipeline、编排 job、理解 lineage、诊断失败并审阅修复建议。Lakebase 的 Backstage walkthrough 则展示数据库 branching 和 point-in-time recovery 如何缩短开发测试循环。两者共同指向数据工程 agent 的落地点：agent 不只是解释 SQL，而是进入有治理边界的 pipeline 开发、调试、变更审查和运营流程。 查看原文
GIANTS: Generative Insight Anticipation from Scientific Literature
GIANTS 把 automated scientific discovery 拆成 insight anticipation：给模型两篇 parent papers，让它预测后续论文的核心洞见。项目页称 GiantsBench 包含 17,839 个跨八个科学领域的样本，GIANTS-4B 通过 reinforcement learning 优化与真实下游洞见的相似度，在 held-out benchmark 上相对 Gemini 3 Pro 获得 35% 提升，并在 SciJudge-30B citation-impact pairwise comparison 中 68% 优于 base model。它不是完整科研自动化，但提供了可评测的科学综合能力任务。 查看原文