1️⃣ 五角大廈 AI 合約風波：OpenAI、Google、Meta 簽約，Anthropic 遭排除在外
美國國防部近期與 OpenAI、Google、Meta 等多家 AI 公司簽署機密合約，將前沿模型部署至機密軍事網路。然而此前曾為五角大廈處理機密資訊的 Anthropic 卻被排除在這波合約之外。此舉正值國防部長 Hegseth 公開稱 Anthropic CEO Dario Amodei 為「意識形態瘋子」之後，暗示 Anthropic 的「負責任 AI」立場可能成為與軍方合作的障礙。
2️⃣ Writer 推出無需提示詞的自主 AI Agent：偵測事件自動觸發工作流
企業 AI 平台 Writer 推出事件驅動的 AI Agent 功能，可自主偵測 Gmail、Gong、Google Calendar、Google Drive、SharePoint、Slack 等工具中的業務事件，並自動執行多步驟工作流，無需人工發起。同時新增 Adobe Experience Manager 連接器、自帶加密金鑰治理控制和 Datadog 可觀測性插件。Writer 稱企業客戶在使用過程中發現「人類才是工作流觸發的瓶頸」，此次發表標誌企業 AI 從被動回應轉向主動自主的關鍵轉折。
3️⃣ OpenAI「哥布林問題」：RLHF 訓練副作用導致 GPT-5.5 沉迷哥布林，官方發文解釋
開發者在 OpenAI 開源 Codex 倉庫中發現 GPT-5.5 系統指令裡有一條重複四次的規則：「絕對不要談論哥布林、地精、浣熊、巨魔、食人魔、鴿子或其他生物」。原來 RLHF 訓練過程中單一美學選擇導致模型過度偏愛哥布林主題，用戶回報模型執著於哥布林、將技術 bug 稱為「機器裡的小妖怪」。Sam Altman 在 X 上幽默回應「啟動 GPT-6 訓練，你可以用整個叢集，多加點哥布林」。OpenAI 隨後發布技術解釋文章「哥布林從何而來」，罕見地展示了 RLHF 訓練的不確定性。
4️⃣ 阿里巴巴 Metis/HDPO 框架：AI Agent 冗餘工具調用從 98% 降至 2%
阿里巴巴研究團隊提出分層解耦策略優化（HDPO）強化學習框架，訓練 AI agent 學會何時該用外部工具、何時該靠自身知識。以此訓練的多模態模型 Metis 將冗餘工具調用從 98% 大幅降至 2%，同時在多項產業基準測試中創下新的 SOTA 推理準確度。核心創新在於將準確度和效率分成兩個獨立優化通道，避免傳統方法中兩個目標互相干擾的困境，創造出隱性認知課程效應。研究已發表於 arXiv。