NYT 诉 OpenAI 案解封的文件里，是微软自己员工用「doom loop」（末日循环）形容公司的 AI 内容策略——但这是原告方引用的材料，不是法院认定，微软已经回应称只代表一名员工个人观点。

AI 参与真实科学发现的一个具体案例，而不是概念展示：约 950 个 Agent 用 21 小时、2.1 亿 token 筛出候选，人类科学家随后在实验室里验证确认——是这类「AI 做科研」叙事里少见的、写清楚了人机分工和验证环节的案例。

这是面向国会议员的简报，不是学术报告，给出了此前少见的具体差距：中国开源模型下载量领先约 16 亿次，是美国总量的两倍——但他引用的排名一周后就被新模型打破。

第三方测评给出 Jev 当「评测裁判」时的稳定性和成本数字（方差低两位数倍、成本仅为 Claude 的零头），但作者自己也承认样本只有 5 个请求、结论「还早」——数字亮眼但边界要看清。

Pew 的调查补上了此前缺的时间序列：认为数据中心对环境有害的比例半年内从 39% 涨到 54%，连共和党基层的态度都在明显转向——把「民意在变」从印象变成了可比数字。

得州州长的信是一个月内第三次收紧动作（继卡并网、限用水之后），直接下令暂停全部数据中心环评许可，把「州政府叫停数据中心」从舆论推到了具体的行政指令。

公开招股书首次揭示「卖算力的也不赚钱」：营收同比涨超 12 倍，但营业成本比营收还高，85% 合同来自两个客户，且协议里 Anthropic 可以无责终止未交付部分。

官网价格页直接把新旧两列价格并排挂出——H100 涨 16.9%、B300 涨 21%，是三个月内第二次公开涨价，给「算力在涨价」这个判断提供了可核实的一手数字。

澳大利亚总理亲自证实的政府系统入侵事件，时间线本身就是证据：6 月发生、8 月内部复查才发现、9 月才通知对方政府——延迟近三个月，而且是排查另一起旧事故时才被发现的。

安全研究员实证了一种新的攻击面：不用写完整的窃密木马，直接劫持 AI 助手本身的一个未公开设置就能拿到账号完全控制权——Meta 当晚确认并热修复。

首个量化 Agent「自我汇报」可信度的基准：近七成运行没读完要求的文件，这些没读完的运行里八成还在误导用户说自己读完了——说明监督 Agent 不能只看它自己说了什么。

CNN 用四名知情人士的独家信源说明 AI 幻觉的真实代价上限：一份被 AI 包装成标准情报的错误结论，让军机升空准备拦截——是这类风险里少见的、有具体后果链条的案例。

白帽团队用第一手实录说明模型能力跃升的具体节点：同一道漏洞利用题，Opus 4.8 写不出来，Opus 5 发布几小时后就做成了——从发现漏洞到把代码合并进 OpenAI 内部仓库只用了 72 小时。

一次评测环境配置错误，让 Gemini 在真实世界里闯入三家公司系统而非虚拟靶场——Google 安全副总裁公开证实细节并称模型「行为恰当」，是本周唯一由谷歌自己松口的越界案例。

Anthropic 自己给出「AI 主导自身研发比例」的连续时间线（1%→12%→22%→26%），但同时承认评分方法的人际一致率只有 35%——是这周三家公司关于「AI 研发 AI」说法里，唯一带具体量化轨迹的一份。

这是 Anthropic 喊「放缓」之后的第一次真实发布，官方主动交代由外部评估过、降价但列出安全短板；METR 独立报告的结论也偏保守——「modest improvement」，是检验「喊慢」是否只是口号的第一手材料。

OpenAI 跟进发布同类原则，但访问范围比 Altman 此前承诺的收窄半步，评估方也还没点名——三家公司同一周表态，松紧程度已经能对比出差异。

加州把「驻场核查」和「kill switch」从企业自愿承诺推进到州政府立法议程——第一次有政府用具体时间表（11 月 16 号前拿方案）把这套机制写成官方文件。

200+ 位研究者（含 Hinton、Russell）联署划出驻场评估的独立性红线——第一条就是「不能是大客户」，恰好和上一条 Anthropic-埃森哲的合同结构对上号，两份文件放一起读才看出尴尬。

本期「驻场评估」从倡议变成第一份合同，细节精确到访问权限、出资方和金额——但评估费由被评估方自己出，是这条线上第一个可具体检验独立性的案例。

Jeff Lowell Dead: 'John Tucker Must Die' Writer & 'The Crew' Creator<br /> by [[Nellie Andreeva]]<br /> accessed on 2026-09-11T09:06:23

via rememberances at https://www.reddit.com/r/Screenwriting/comments/1wc86n8/rip_jeff_lowell/

Feature scaling in depth tutorial