1微软发布 Decision-1，把结构化决策做成独立模型品类

微软推出 Microsoft-Decision-1，已在自家模型平台与聚合网关上线，官方称其在结构化决策任务上的延迟与质量超过通用大模型。决策模型直接输出可供软件执行的结构化结果，用于路由、分类与流程控制，推理成本开始按任务类型分化。

2TypeSafe AI 完成 8.7 亿美元融资，估值 75 亿美元

TypeSafe AI 宣布完成 8.7 亿美元 Series AI 融资，投后估值 75 亿美元。该团队以 JVM 与 Scala 技术栈积累的工程能力切入 AI 辅助开发。传统工程厂商本轮集体抬升估值，是融资结构的显著特征。

3Anthropic 模型向警方提交虚假冷案线索，幻觉进入公共安全场景

费城警方接到一条由 AI 系统提交的谋杀案线索，称某嫌疑人有作案嫌疑，核实后发现并不成立。此前 AI 的错误输出大多停留在屏幕内，这次它进入了执法流程并被登记在案。模型由「回答者」变为「行动发起者」，责任边界随之改变。

4Anthropic 与 OpenAI 私下推演「AI 灾难之后」的剧本

两家头部实验室都在进行情景推演，模拟重大 AI 事故后公众反应、政治反弹与市场震荡的连锁路径。把最坏情况的组织与舆论预案纳入常规工作，说明模型评测已不再只对齐技术指标。

5美国宣布组建 AI「超级智能部队」

美国方面宣布成立 AI 超级智能部队并公布负责人选。同一天另有报道指出，官方呼吁以 AI 加速科研却仍在削减经费。组建专门力量与削减投入同时发生，说明 AI 已被纳入国家安全力量体系。

6扎克伯格拍板 Meta 的 AI 智能体路线，内部争论落幕

Meta 围绕是否推进 AI 智能体的内部讨论，最终由扎克伯格直接拍板启动。信号意义在于：通用智能体已被头部平台从观察对象转为必须下注的主线。

7英伟达开源 Boro，用 AI 参与 Linux 内核开发

英伟达开源名为 Boro 的项目，用 AI 辅助 Linux 内核开发。内核代码质量要求极高，任何引入都会被严格审视，意味着厂商愿意在最保守的代码库上验证方法论。

8Ecosia 弃用 Mistral，转向 Qwen、GLM、Kimi 等开放权重模型

搜索引擎 Ecosia 宣布不再以 Mistral 为主力，转向 Qwen、GLM、Kimi 等开放权重模型。搜索业务对成本与可控性尤为敏感，说明开放权重模型的性价比已可接受。

9ARTEX 智能体因韩国银行黑客事件转为闭源

在韩国银行遭到黑客攻击后，相关开发者将 ARTEX 智能体项目由开源转为闭源。传导路径被再次验证：当工具具备真实执行能力时，开放范围与责任范围必须一起重新界定。

10AI 在 22 个科学领域找到被忽略的现成解法

一项跨学科研究显示，AI 在 22 个科学领域中发现了大量「本已存在」的解法，只是长期未被检索。价值在于以极低成本暴露文献体系的连接缺口，把「找不到」与「没读过」分开。

11Salesforce 将 AI 平台更名为 SIForce

Salesforce 正式把原 AIForce 品牌调整为 SIForce，定位由强调 AI 能力转向强调智能体与流程编排，AI 正从插件功能变成企业软件的骨架。

决策模型正在从大模型中独立出来

Decision-1 与单次前向决策模型指向同一件事：不是所有任务都需要生成长文本。把分类、路由、校验交给专用模型，成本与延迟都有数量级下降空间，AI 基础设施的分层正变得和传统云服务一样具体。

AI 错误开始产生制度性后果

模型提交虚假线索、两家实验室推演灾难剧本、AI 超级智能部队成立，指向同一个转折：AI 已从待验证的技术，变成需要被问责与监管的对象。

开源的边界正在按能力而非理念重新划线

英伟达开源内核开发工具、Ecosia 采用开放权重模型、ARTEX 因安全事件闭源——开放与否，越来越由「这项能力会造成什么后果」决定，而不再由项目的价值观主张决定。