高盛在 8 月 18 日至 19 日完成对硅谷 AI 产业链的实地调研后指出，AI 正从“会回答”走向“能执行”，商业化模式也从按席位订阅转向按消费量、交易量和结果收费。报告认为，企业部署 Agent 的关键约束正从模型能力转向可控性与责任划分；前沿模型与开源模型将出现更清晰分工，而世界模型可能推动未来 5 年算力需求增长约 24 倍。

匿名开发者、比特币红队负责人 Calle 表示，团队正结合 AI 模型与人工复核，检查几乎整个比特币开源生态中的安全缺陷，覆盖钱包、闪电网络应用、软件库等项目。团队称已完成一轮基础扫描，8 月在 390 个项目中提交 4,962 项发现，其中 85 项为严重级别、635 项为高危。Calle 提到，团队除使用 OpenAI 和 Anthropic 模型外，也转向 Moonshot AI 的 Kimi K3 及 Z.ai 的 GLM 5.2，原因是美国模型在安全研究中存在限制。

RootData 披露其“死亡项目”统计方法称，项目被判定为停止运营需满足官宣停运或破产、官网及社媒停更超 6 个月、或官网与社媒账号无法打开或已注销等条件，并经过自动追踪与人工复核。数据显示，2026 年迄今记录的死亡项目为 124 个；在约 1.2 万个拥有 X 账号且未注销的项目中，8 月仍发推的活跃项目约 2200 个。与此同时，今年每月新增项目仅 70 至 100 个，而每月停止更新推文的项目已连续高于 200 个。

谷歌研究发现，GPT-5 和 Gemini 3 等模型对 95%–98% 的测试事实已完成参数存储，但在直接问答中仍有 26%–34% 的事实无法取出，即使开启 thinking 后仍有 11%–12% 无法回忆。研究基于新基准 WikiProfile，对 13 个模型累计生成约 450 万条回答。结果显示，前沿模型事实错误的主要瓶颈已从“没学到”转向“取不出”，冷门知识和反向提问是最明显的卡点。

Meta发布开放权重模型Muse Glimmer，并表示未来几周将开放更强的Muse Spark 1.2模型权重。Muse Glimmer采用Apache 2.0许可证，支持文本和图像输入，主打本地Agent场景。扎克伯格同步在官网为开放模型和蒸馏辩护，称应把强大且免费的AI交给数十亿人，而不是集中在少数大型机构手中。

针对 ICML 2026 论文的两项 AI 复现与核查项目显示，论文可复现性和客观错误问题正在被集中暴露。一项审计称，168 篇口头报告中有 92 篇具备至少 5 条可验证结论，其中 58 篇无法复现；另一项基于 GPT-5 的检查系统则称，顶级 AI 会议和期刊论文平均每篇检出 4.7 个客观错误，99.2% 的论文至少被标记出一个问题。不过，报道同时强调，无法复现并不等同于造假，AI 工具结果仍需人工复核。

Anthropic宣布自8月14日起，Claude Code在Pro、Max和Team方案新开工作会话中将默认启用Auto Mode，由独立安全分类器取代频繁的权限弹窗。官方受控实验显示，1,053名测试者仅拦下13.6%的危险指令，而分类器拦截率为89%；在连续处理50次以上权限确认后，人工拦截率还会降至约5%。即日起，Pro、Max、Team用户不再为分类器额外Token开销付费。

Bitcoin Red Team用AI辅助审计比特币生态项目，29.8小时内扫描390个项目，发现4962个潜在问题，其中720个被列为高危或关键级，21.4%已可复现。团队由16名志愿者组成，包括AnchorWatch CEO Rob Hamilton等；审查在Coldcard硬件钱包逾1亿美元被盗事件后启动。