私有推理、智能体基座与安全评估

私有推理与数据安全

Google 展示 HEIR 的同态加密推理路径

Google 于 8 月 14 日介绍开源的 HEIR 编译器与开发平台。其目标是把原先处理明文的预训练 AI 模型转换为可处理加密输入的版本：服务端可以计算密文并返回加密结果，而不必读取底层数据。Google 展示了四类单线程 CPU 演示，包括内容推荐、信用卡欺诈检测、加密网络流量异常检测和唤醒词检测；这些是技术可行性演示，并不等同于各场景已经大规模生产部署。1

这为医疗、金融等对数据外流敏感的场景提供了一条不同于纯端侧处理的路径。HEIR 仍要面对同态加密带来的成本开销，但它把隐私与能力之间的取舍，从能否使用转向如何控制计算成本。

智能体工程与运行时

DeepSeek 以 Harness 开放智能体基础层

DeepSeek 将 Harness 作为开发者预览发布，源码采用 MIT 许可。它把模型、工具、技能、会话、沙箱、存储、循环、调度和界面都设计为可替换或重组的插件；开发者可以通过配置组合能力，而不必修改 Harness 本体。2

该项目的另一项设计是可追溯性：系统把模型看到的上下文、工具调用及结果、子智能体调度和上下文注入写入追加式会话日志，并支持恢复、分叉、搜索和回放。对需要排错、审计或复现实验的团队而言，智能体运行时正从单一模型调用转向可观察、可组装的软件层。由于仍是开发者预览，其插件接口和核心能力尚可能变化。

前沿模型治理与用户产品

Anthropic 在风险报告中提高对自动化研发的不确定性判断

Anthropic 的 2026 年 8 月风险报告将 Claude Mythos 5 与一款未发布内部模型 Model 2 纳入评估，并称后者能力略高于 Mythos 5。报告对自动化研发这一威胁模型的总体风险判断仍为低，但表示相较此前报告信心下降，原因包括部分任务型评估已趋于饱和，以及开始看到研发加速的早期迹象。3

按 Anthropic 的内部统计，Claude 已撰写其生产代码库中合并代码的大部分；公司认为内部 AI 研发已明显提速，但尚未达到速度翻倍。这些结论均来自公司自评估，适合被视作前沿实验室对自身能力与控制措施的最新披露，而非独立风险审计结论。

ChatGPT 更新学习、项目记忆与推理入口

OpenAI 8 月 14 日的 ChatGPT 发布说明新增互动测验、项目记忆设置与个性化建议；网页端的 Free 和 Go 用户可选择 Think 处理更难的问题，Android 端则可在输入与听写之间切换。4

这组更新没有新增基础模型，而是把学习、上下文管理和不同算力层级的选择前移到产品界面。对普通用户而言，模型能力的差异正更多通过项目记忆和任务模式等交互配置被感知。