OpenAI 在官网发布文章，提出构建共享的全球 AI 标准的路径，呼吁以协调一致的评估、报告和治理机制提升 AI 安全。该提议面向 AI 的下一阶段发展；目前可见材料仅为官方摘要，全文具体方案未随材料给出。
OpenAI 主动倡导以协调评估、报告和治理为核心的全球 AI 标准路径，属头部厂商的治理立场表态，全文具体内容暂未随材料给出。
Anthropic 宣布与 Accenture 合作开展前沿 AI 嵌入式独立评估，由 Accenture 旗下 AI 业务 Faculty 主导，内容包括红队测试、对齐评估与安全防护测试。
第三方安全评估从外部审查推进到模型公司内部，安全验证走向制度化探索，但权限、报告与资金规则尚未定型。
律所 Cooley 基于 ChatGPT Work 搭建 GO Public 工具，为 IPO 流程引入智能辅助，帮助律师更早发现问题、聚焦关键判断。该案例由 OpenAI 官网发布，现有材料仅为摘要，未包含具体功能与效果数据。
律所 Cooley 把大模型封装成 IPO 专用工具，显示 AI 应用进入高合规门槛的法律核心流程。
Microsoft 宣布教育 AI 五项原则，覆盖安全隐私设计、教师主导课堂、支持而非替代学生思考、强化教育体系和 AI 技能准备。配套动作包括与美国教师联合会（AFT）签约并推出隐私与安全标准，限制师生数据使用并要求重大决策人工监督。
Microsoft 正在把隐私合规和教师监督变成教育 AI 的准入门槛，用与教师工会的标准联盟抬高行业竞争线。
OpenAI 发布了一套用于跟踪、调查和披露模型未对齐问题的报告框架，并同批公开六份报告，记录模型出现的意外或令人担忧的行为。框架与报告细节以官网原文为准。
OpenAI 把模型未对齐问题纳入固定的跟踪、调查和披露流程，安全披露开始走向制度化。
OpenRouter 发布说明解释 AI API 的零数据留存（ZDR），即供应商处理完提示词和响应后不予存储，但数据仍会到达模型并被处理。ZDR 只覆盖供应商侧留存，不训练政策不等于 ZDR，供应商可临时留存数据用于滥用检测或法律义务；无法确认端点政策时会被保守归类为留存并用于训练。
ZDR 的实质是把供应商是否留存数据从宣传口径变成 API 调用里可强制、可验证的路由开关，敏感流量可据此选端点。
OpenRouter 推出美国区域路由，请求经 us.openrouter.ai 在美国境内解密并只路由到美国供应商端点，配合去年 10 月上线的 EU 路由，功能限 Business 和 Enterprise 套餐。
数据驻留从法务审查项下沉为网关的路由配置问题，也让中国开源权重模型进入受合规约束企业的选型范围。
Meta 推出 Muse Spark 模型及双档 API 定价，标准档承诺提示词与输出不用于训练，贡献档以 92%-95% 的折扣换取用客户数据训练未来模型的权利。
Meta 把推理折扣变成按 token 计价的训练数据收购，把消费级订阅里隐性的数据补贴明码标进了企业 API。
Anthropic 发布 Enterprise Frontier Safeguards（EFS），将零数据保留隐私与滥用检测防护结合，监控数据存储在客户自有云基础设施而非 Anthropic 侧。
Anthropic 用客户自持数据加自动化监控的架构，化解零数据保留与安全检测难以兼得的矛盾，降低受监管行业采用前沿模型的门槛
Tomasz Tunguz 发文分析称，前沿 AI 市场正按阵营封闭化，实验室挑选伙伴、切断对手、按信任配给最强模型，访问权取代价格成为新的稀缺。
前沿模型的分发正从按 token 计价的公用事业转向按信任准入的封闭阵营，访问权取代价格成为新的稀缺。
Google DeepMind 宣布试点业界首个针对专有前沿模型的双盲评估，外部评测被限制在密码学封闭环境中，模型无法提前接触测试题。首个受测对象为一个 Gemini Flash Lite 模型，合作方包括新加坡 AI 安全研究院、OpenMined、AVERI 和 MLCommons。官方称外部测试提示此前已有零日志协议和合同保障，此次加入密码学技术保障是为应对基准污染导致的分数虚高问题。
基准污染会虚高模型分数，外部评测的信任保障正从协议和零日志约定走向密码学技术手段。
OpenRouter 发文详解如何治理团队 AI 支出，梳理 6 项管控手段，主张从最便宜的控制起步逐层加码。除工作区预算为 Enterprise 专属外，单 key 限额、Guardrails、组织与 Activity 看板在免费和按量付费计划均可用；官方称平台按模型目录价计费不加价，卡充值买积分收 5.5% 手续费（最低 $0.80）。
OpenRouter 把团队 AI 支出治理拆成限额度、限范围、查去向三层管控，主张从最便宜的单 key 限额起步再逐层加码。
微软发布智能体安全系统 Project Perception，8 月 3 日进入公共预览。系统协调红队、蓝队、绿队三类专用智能体，持续感知风险并以机器速度处置，官方称人类始终掌控决策。第一个场景为软件漏洞管理，官方称 MAI-Cyber-1-Flash 在 CyberGym 基准取得 96% any-crash 得分并优于 Mythos，较现行 MDASH 配置节省近 50% 成本。
安全防御的竞争点从产出更多告警转向持续感知、推理与自动处置，防御自动化进入智能体阶段。
OpenRouter 推出 Classifiers beta 功能，可对平台上的每次模型请求自动分类并写入结构化元数据，用于 AI 用量统计。分类器由分类体系、分类提示词、分类模型和采样率组成，分类体系最多支持 8 个维度，官方推荐用 Gemini 3.5 Flash Lite 作为分类模型，并可用采样率控制高流量下的分类成本。
OpenRouter 把模型请求的用途、复杂度和归属变成可配置的结构化标签，AI 用量从一笔混合账单变成可归类的经营数据。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA，并获 Google.org 支持，发起总额最高 1000 万美元的多智能体 AI 安全研究资助，面向全球研究者征集提案。
Google DeepMind 把安全研究重心从单模型推向多智能体群体行为，并借外部研究网络补齐预测与监测工具缺口。
Google DeepMind 宣布扩大内容透明度与验证工具布局，Gemini 应用内的 SynthID 验证功能已全球使用 5000 万次，即日起扩展到 Search，并在数周内进入 Chrome。
内容真实性验证正被 Google 做成覆盖搜索、浏览器、手机和云的入口能力，水印加溯源的组合开始成为平台标配。
通义千问发布 Qwen3Guard 安全护栏模型系列，对用户提示词和模型回复输出风险等级与违规类别，官方称在主要安全基准上达到 SOTA（官方口径，暂无独立验证）。
内容安全审核可以从生成后整段拦截前移到逐 token 的生成中拦截，且以开源权重提供，企业可自行部署风控层。
白宫本周发布28页AI行动计划，政策重心从此前的监管讨论转向赢得AI竞争，主张减少监管、加快数据中心与能源建设。计划支持开源模型、向中国等国出售美国芯片与软件，劳工部同时在推动AI教育、再培训税收优惠和AI就业影响研究。作者认为该计划代表政府对行业认知的进步，但版权与偏见争议仍未解决，Meta对13位作者的版权诉讼获胜，Workday招聘偏见集体诉讼推进并可能涉及11亿份求职申请。
美国AI政策从防范风险转向竞争加速，版权与偏见争议正由判例个案消化，企业用AI的合规责任更多落在自身与供应商之间。
Anthropic 发布负责任扩展政策（RSP）的重要更新，把安全防护从原则承诺改为按模型能力阈值触发升级的机制。新框架设定自主 AI 研发与 CBRN 武器协助两大能力阈值，触发后分别要求 ASL-4 或更高、ASL-3 标准防护，目前其所有模型运行在 ASL-2。
Anthropic 把安全承诺细化为按模型能力触发防护升级的分级治理机制，并主动披露执行中的未达标情况，为 AI 风险治理提供了可参照的操作样本。