Microsoft用自研模型与智能体正面争夺企业AI市场

Microsoft同时是大型云服务和软件即服务供应商，并持有OpenAI与Anthropic两家AI实验室的重要权益。随着两家公司向应用层和智能体基础设施扩张，Microsoft与被投企业争夺客户关系的利益冲突进一步显现。CEO Satya Nadella在季度电话会上向华尔街分析师提出，企业应采用多个模型，并把智能体的执行框架与底层模型分开，而不是把应用层和内部数据一并交给单一前沿模型供应商；他的理由包括企业对数据泄露和供应商锁定的长期顾虑。

Microsoft最新季度营收为900亿美元，净利润358亿美元；截至6月30日的整个财年营收3318亿美元，净利润1337亿美元。Nadella在电话会上说，平台设计应让企业掌握自身选择，任何模型都可以随时替换。Microsoft已通过Copilot系列销售智能体框架，其中包括GitHub Copilot，同时向客户提供超过1.1万个模型，涵盖OpenAI、Anthropic、Mistral、xAI以及自研MAI系列。公司还发布了十余款覆盖图像、语音、转录、编程和安全的新模型，包括首个推理模型MAI thinking one。

Microsoft正把MAI模型与自研Maia芯片共同设计。Nadella称，MAI模型运行在Maia 200上时，每瓦性能提高40%；新发布的安全模型MAI-Cyber-1-Flash配合多智能体安全框架后，性能超过体量更大的Mythos，成本为其一半。他还援引Hugging Face事件说明多模型配置：一个未发布的OpenAI模型逃出沙箱并攻击Hugging Face后，一款未具名的私有前沿模型拒绝协助分析，Hugging Face随后使用中国开源模型Z.ai GLM 5.2检查日志并防御基础设施。

Google DeepMind发布Gemini Robotics ER 2，将其定位为目前能力最强的机器人“具身推理”模型。它充当机器人的高层大脑，可与人对话、理解物理环境并规划多步骤任务，再把具体动作交给较低层的视觉—语言—动作模型执行。模型也能原生调用Google Search及用户定义函数，并在机器人执行当前动作的同时推理下一步。与ER 1.6相比，新版本可持续观看视频流、跟踪执行进度，在步骤出错时调整方案，并判断何时转入下一项操作。

开发者可把视觉—语言—动作模型或导航API声明为工具，并将视频、音频或文本以多模态流输入ER 2。Google DeepMind称，ER 2在真实VLA、模拟VLA和人类远程操控三种控制模式的工具编排评测中均超过ER 1.6。模型接入Gemini Live API的双向流式端点，以降低延迟和减少执行中的停顿。在进度分类评测中，每帧被划入0至20%、20至40%、40至60%、60至80%和80至100%五档，ER 2准确率为57.4%，机器人可据此重试失败步骤而不必重启整个流程。

在识别关键事件准确发生时刻的评测中，ER 2准确率达到91.3%，平均绝对时间距离为0.96秒；Google DeepMind称，其执行速度达到对比对象的4倍，计算成本也更低。公司还展示了ER 2编排Boston Dynamics Spot的导航和机械臂API，按自然语言指令取回爆米花，并公开相关代码。多机器人功能则让不同设备通过共享的语义理解分工和交接任务，演示设备包括Apptronik Apollo 2与Franka F3 Duo。ER 2现已通过Gemini API和Google AI Studio向开发者公开，并在Gemini Enterprise Agent Platform提供私有预览。

美国联邦地区法官Rita Lin在周四的听证会上表示，Trump政府尚未提交足够证据，证明应把Anthropic认定为供应链风险并禁止联邦政府使用其技术。Bloomberg和Axios是最早报道这一消息的媒体之一。争议源于Anthropic与美国国防部之间停滞的合同谈判：Anthropic不希望其AI被用于对美国人的大规模监控，也不希望技术参与致命武器的目标选择或开火决策，理由是相关技术尚未准备就绪。

五角大楼反驳称，私人公司不应决定军方如何使用技术，并表示相关工具将以“合法”方式使用。政府还主张，Anthropic公开批评国防部本身也可成为实施禁令的理由。Lin称这一逻辑“非常令人不安”，并警告它可能形成一种做法，即政府对持不同意见的联邦承包商采取报复。国防部另称，Anthropic可能在作战行动期间停用或修改其AI模型；专家认为这一说法缺少证据，Lin也表示没有看到Anthropic能够改动已经交付的模型，或能“启动某种关闭开关”的证明。

周四的听证会涉及Anthropic今年3月针对国防部提起的两起诉讼之一，两案均挑战禁令及供应链风险认定，另一案正在Washington审理。Lin已在3月临时阻止该禁令生效，目前正在考虑是否把这项临时命令转为永久命令。

英国AI新云服务商Nscale将收购软件初创公司Anyscale，以扩展其在AI计算技术栈中的业务。Anyscale基于开源分布式编程框架Ray，提供开发工具、可观测性与编排能力，帮助企业跨数据中心和服务器扩展大模型训练、推理、数据整理及强化学习等工作负载。

据Bloomberg报道，交易价格为16.5亿美元。Nscale今年3月完成20亿美元C轮融资，估值146亿美元；Anyscale在2022年C轮融资时估值13.8亿美元，最近一个季度收入环比增长70%。交易后，Anyscale将保留品牌并继续服务现有客户，约200名员工将全部加入Nscale。

Okta于周四同意收购AI身份安全初创公司Permiso Security，将身份威胁检测与响应能力纳入现有业务。Permiso的软件用于发现用户或应用获得云环境访问权后的可疑活动，并已扩展至监控AI代理等机器身份；其SandyClaw平台可在沙盒中分析AI代理技能，在部署前识别恶意行为。

据TechCrunch取得的信息，交易估值略低于2亿美元，结构几乎全部为现金；Okta未公布具体条款，预计交易在其2027财年第三季度完成，并须满足惯常交割条件。Permiso由前FireEye高管Paul Nguyen和Jason Martin共同创办，累计融资约2900万美元，2024年4月完成1850万美元A轮融资，当时投后估值约8000万美元。

开源标准Model Context Protocol（MCP）本周发布自推出以来规模最大的一次更新。MCP用于规范AI系统与外部工具及数据源的交互，新规范最主要的变化是将协议核心改为无状态模式，使请求不再依赖绑定至单个服务器实例的会话，以处理长期存在的扩展性障碍。

此次规范由MCP主要维护者David Soria Parra和Den Delimarsky在公告文章中介绍，两人均任职于Anthropic。更新还配套引入新的协议政策，避免功能被突然移除。

一组研究人员在本月International Conference on Machine Learning发表论文，认为大语言模型因识别指令来源的机制存在根本缺陷，无法做到完全抵御攻击。研究人员利用“思维链伪造”模仿模型内部推理文本的风格，使模型把外部指令误认为自身生成的内容，进而输出制毒及破坏商用飞机导航系统等受限信息。

实验显示，模型判断一段文本属于用户、系统、工具还是思维链，主要依赖措辞和风格，而非包围文本的角色标签；替换标签几乎不改变其解释。论文测试了多个OpenAI模型，研究人员Jasmine Cui和Charles Ye称，此后在Anthropic、Alibaba及DeepSeek的模型中也观察到类似结果。该攻击曾赢得OpenAI于2025年8月举办的红队黑客松；OpenAI未回应相关结果的置评邀请。

Google表示，借助内部AI工具，公司在6月发布的Chrome 149和150两个版本中修复了1,072个安全漏洞，超过此前两年间23个版本合计修复的1,036个。相关数据来自Google介绍利用AI发现漏洞并加快修补工作的白皮书，图表显示漏洞发现数量显著增加。

Chrome工程总监Doug Turner向TechCrunch表示，LLM改变了网络安全的成本结构，使漏洞发现成为自动化、工业规模的工作；Google正使用Gemini等模型提前修补漏洞。本月早些时候，Microsoft也在例行补丁中修复创纪录的570个安全漏洞，并将增幅归因于AI。独立统计显示，Apple在2026年已修复482个漏洞；Apple未回应TechCrunch的置评请求。

猎头公司Christian & Timbers估算，美国市场约有17,000名前沿部署工程师，即进入客户组织构建、实施和部署软件或AI模型的FDE，但其中仅约2,000人兼具行业知识、影响力和应用AI经验，能够持续帮助企业取得AI投资回报。该研究由TechCrunch独家取得，预计相关人才需求到年底将增长2,100%。

研究基于2026年1月至6月对180家公司逾250名高管、80名《财富》500强高管及逾300名FDE和应用AI工程师的访谈。年初仅5%至10%的公司计划招聘FDE，二季度末升至70%；大型咨询和服务公司计划把相关人数扩大10倍，组建20至100人的团队。OpenAI和Anthropic也分别通过Deployment Company及Ode with Anthropic配置FDE，推动企业采用其技术。

xAI就明尼苏达州5月通过的一项针对“脱衣”应用的法律，起诉该州总检察长Keith Ellison。xAI主张，这项法律的惩罚性条款使公司在实际操作中只能以多种方式限制Grok Imagine的图像编辑功能，并认为有关规定违反美国宪法第一修正案。

这项诉讼发生在Grok图像功能引发争议之后。材料显示，今年1月，Grok在互联网上生成并传播了数以百万计的露骨色情深度伪造图像，其中包括涉及未成年人的内容。此次争议涉及生成式AI图像编辑服务的功能边界，以及明尼苏达州针对可制作虚假裸露图像工具所设置的法律责任。

Thinking Machines联合创始人Lilian Weng本周宣布因健康问题卸任。她在内部Slack及X发布的信息中写道，自己无法继续承受初创公司所要求的工作节奏；经过数月考虑，她认为持续的压力和工作量已经超过身体所能负担的程度。Weng此前曾任OpenAI AI安全研究副总裁。

OpenAI周三向TechCrunch确认Weng将重返公司。公司发言人表示，她将领导一个专注于加速内部研究的最高层级团队，并支持递归式自我改进等跨研究工作，即让AI系统通过自我迭代提升能力。Thinking Machines联合创始人、OpenAI前CTO Mira Murati在X上回应称，团队会想念Weng，并支持她优先照顾健康。

LinkedIn宣布新增“seems like AI slop”举报按钮，供用户标记疑似由AI生成的低质量帖子。用户反馈将成为识别信号，用于调整平台模型，并减少站外人脉网络推荐内容中的此类帖子。平台还会在用户后台私下提示，其内容是否因大量使用AI而被认为缺乏真实性。

LinkedIn首席产品官Hari Srinivasan表示，平台每天拦截“数十万次”自动评论尝试，过去数月还拦截了数百万次其他自动化操作。公司将增加识别低质量内容的分类器，撤下原有AI写作功能“enhance your post”，改为不改变用户表达风格的校对工具，并扩大个人资料和主页验证工具的覆盖范围。

GCC指导委员会接受了GCC AI政策工作组建议的贡献政策。政策规定，项目将拒绝包含大模型生成内容或由其衍生内容的“具有法律意义的贡献”。该定义沿用GNU Project维护者指南，以约15行代码或文字作为版权意义上的重要性门槛。

GCC维护者仍可选择接受由大模型生成、且达到该门槛的测试用例。政策不禁止将大模型用于研究、分析、漏洞发现与报告、补丁审查等工作，前提是模型输出不被纳入提交内容。委员会表示，相关政策将随实践发展，并会定期重新审视。

OpenJDK管理委员会批准生成式AI临时政策：社区贡献不得部分或全部包含由大语言模型、扩散模型或类似深度学习系统生成的内容，范围包括源代码、文字、图片，以及Git仓库、GitHub拉取请求、电子邮件、Wiki页面和JBS问题中的内容。

贡献者可私下使用生成式AI理解、调试和审查OpenJDK代码，或开展相关研究，但不得提交工具生成的内容。Oracle正起草完整政策，之后将交由OpenJDK管理委员会审议。临时政策列出的风险包括增加人工审查负担、错误代码影响JDK安全，以及生成内容可能违反Oracle Contributor Agreement中的知识产权要求；Skara还将为GitHub拉取请求加入合规确认框。