OpenAI表示，Astra初步内部评测和专家判断已接近其准备框架中的「Critical」网络安全门槛，即可能在较少人工干预下开发零日利用，或针对强化目标执行端到端新型攻击。公司正扩大隔离测试、模型权重加密、风险行为与思维链监控，并暂停不符合新要求的活动。此前模型仅达到High等级；Astra仍在评估和安全加固阶段，计划在保护措施到位后向防守方及更广泛用户开放。

AMD已同意收购多伦多AI芯片初创公司Taalas，交易仍待监管批准，金额未披露。Taalas的HC1演示芯片把模型权重直接嵌入硅片，在Llama 3.1 8B上达到每秒约1.7万token；相关材料称其速度较NVIDIA GPU高48倍。该架构减少计算与内存间的数据搬运，降低对HBM的依赖，但以模型专用化换取效率。Taalas此前融资约2.19亿美元，AMD称其技术将与Instinct GPU路线并行。

AWS已在全球所有商业区域及GovCloud正式上线DynamoDB原生向量搜索，开发者可把嵌入与业务操作数据存放在同一数据库，无需复制到独立向量库。服务支持最高4096维向量，以及欧氏距离、余弦相似度和点积三种度量；单次查询最多返回100个结果。AWS给出的性能指标为个位数毫秒延迟、召回率超过99%，适合将语义检索直接接入现有DynamoDB应用，并减少数据同步与额外基础设施。

Anthropic宣布8月14日起将Auto Mode设为Claude Code Pro、Max和Team用户的默认权限模式。该模式用分类器审查shell命令，测试中识别出89%的危险命令，可让Opus 5等长时任务减少逐次人工批准。用户仍可用Shift+Tab切换，管理员可锁定或禁用；分类器产生的token开销即日起不计入上述套餐额度，Enterprise与API用户稍后跟进。Anthropic还称多层防御使未见过的间接提示注入接近零。

Anthropic为Claude Managed Agents集中加入三项运行控制：会话可设预算上限，触顶后自动暂停；启动时可从已连接仓库加载现有.claude/skills/技能；工作代理还可在会话中调用指定的顾问模型获取第二意见。三项能力分别覆盖成本约束、项目上下文复用和多模型复核，减少开发者自行搭建编排层的工作。官方尚未披露价格、支持模型范围及全面可用时间，现阶段更适合作为托管代理基础设施更新观察。

Claude Code现已支持跨会话消息，不同运行中的编码代理可相互查询、共享上下文，并进行自主的代理间通信，减少用户在并行任务间手工重复说明。更新已向macOS和Linux提供，适合把大型开发任务拆为多个会话后协同推进，例如让一个会话请求另一个会话核对实现或补充背景。该能力提升了多代理工作流的连续性，但材料未披露Windows可用时间、消息权限边界、成本计算方式或跨会话历史的保存期限。

腾讯开源WorkBuddy Bench与E-Bench两套Agent评测。前者含代码80项、前端70项、办公50项和安全60项，并以真实提交、评审和漏洞反向构造任务；后者围绕王者荣耀、QQ音乐、腾讯会议建立41张表、7.6万行数据，要求代理逐步补足信息并调用工具。当前前沿模型最佳准确率约73.8%，Pass³低于60%；代码执行可使Opus-4.8从68.78%升至81.11%，显示可靠性仍是主要瓶颈。

AllenAI发布TutorMoments，一项基于真实一对一数学辅导记录的回放式评测，用教师标注的关键决策点判断模型应立即帮助，还是让学生继续推理。结果显示，仅要求模型「好好辅导」时，LLM普遍过度帮助，较少推动学生进行更深入思考；明确提示帮助与克制之间的权衡后，所有受测模型得分均提高，但差异仍明显。研究者强调，该基准衡量的是导师行为选择，不等同于真实学习效果，后者仍需学生实验验证。

LangChain将Managed Deep Agents推入公开测试，目标是让开发者从原型直接部署到托管环境，无需自行维护代理运行基础设施。产品把Deep Agent的执行框架与LangSmith托管能力打包，开发者可在终端搭建代理、部署，并使用Harbor Framework评估行为，重点转向业务上下文和工具配置。Harmonic称将Scout重构到Deep Agents后，留存率提升4倍；不过该案例来自生态方披露，材料未给出样本规模、价格或服务等级。

LangSmith Signal数据显示，开放权重模型在其平台上的日使用量同比增长9倍，闭源模型同期增长4.8倍，显示生产环境中的采用速度正在拉开。该指标来自LangSmith自身代理开发与可观测性流量，反映的是平台用户行为，并非整个模型市场份额；材料也未披露基期、绝对调用量、具体模型构成或统计口径。尽管如此，这一增速为企业从闭源API转向可自托管、可定制模型提供了可观察的使用侧信号。