气候科学家 Zeke Hausfather 分析了 8 周自己的 Claude Code 使用日志：1138 次输入触发超 14000 次模型调用、处理 32 亿 token，一次编码会话中位能耗约 41 瓦时，单次输入平均 150 Wh，是普通 Gemini 查询（0.24 Wh）的约 600 倍。

这不是论文里的估算，是一个真实用户把 8 周日志摊开算的账。
官方喜欢报「单次查询能耗」，但 agent 实际干一次活要调用几十次模型。
当「让 AI 替你干活」变成日常，电费单上会第一次出现 AI 的名字。

AI Agent 能耗实测 · Zeke Hausfather · 数据图：一次会话是普通聊天的 600 倍

澳大利亚 Relevance AI 等初创公司过去依赖 OpenAI 等美国闭源模型，如今因「可负担、开放性」转向中国模型，为可画、毕马威等企业构建智能体。

一线集成商用脚投票，不是因为情怀，是因为账单。
当中国开源模型的性价比摆上台面，「默认用美国闭源」的惯性开始松动。

多伦多大学数论学家 Jacob Tsimerman（菲尔兹奖得主）加入 OpenAI 做 AI 安全研究，他去年发表过论文讨论 AI 导致人类灭绝的「全灭绝事件」场景。

他认为 AI 目前仍以经验主义为主，数学家可以为安全性提供形式化保证。
当最挑剔的证明者走进最前沿的实验室，AI 安全第一次有了「可验证」的指望。

Google DeepMind 发布 DiffusionGemma，一个基于 26B A4B MoE 的实验性开放权重模型，用离散扩散生成文本，把解码瓶颈从内存带宽转向算力。

传统模型逐字生成，扩散模型一次性「成形」再逐步细化。
文本生成的技术路线开始分流，当扩散模型学会写词，模型的生成方式会多一种选择。

Anthropic 为 Claude Code 上线跨终端会话通信：开发者可在不同终端的会话间传递摘要、协调并行工作流，Claude 可自主决定何时向其他会话发消息。

Agent 之间的通信，过去是安全测试里的「越界漏洞」，现在被做成了正式功能。
当 AI 开始自己调度另一群 AI，「Agent 协作」从概念走向了基础设施。

斯坦福与弧形研究所用 Evo 2 设计噬菌体基因组，合成测试近 300 种，16 种有活性，可杀死耐药大肠杆菌，论文登上《科学》。

生成式 AI 用数百万份基因序列训练，从 AI 生成的基因组里筛出能用的。
加速药物研发和降低生物武器门槛，是同一把刀的两面，技术中立，选择在人。

发表在《Judgment and Decision Making》的研究：AI 短篇小说质量评分 1.54 对人类 0.97，读者区分 AI 与人类写作的准确率不高于随机猜测，但一旦被告知作者是 AI，评分立刻下降。

偏见不在文字里，在人心里。
当 AI 的作品「够好」，真正决定它被如何对待的，是读者对作者身份的态度。

亚马逊在德州的数据中心配套燃气电厂获批，预计年排放 3300 万吨 CO₂，成为全美最大的单一气候污染源；亚马逊去年碳排放已增长 16%。

这跟 2040 净零承诺背道而驰。
AI 算力需求正推动科技巨头重新依赖化石能源，绿电供给的速度，追不上数据中心扩张的速度。

英伟达宣布最多投资 30 亿美元给电力基建开发商 Lancium（Stargate 数据中心背后的公司），初始 20 亿美元换约 20% 股权。

这是英伟达首次对数据中心开发商如此重仓。
从「卖铲子」延伸到「建矿场」，算力巨头开始直接锁定供给链上的电。