模型学会了
不让人看懂

抓越界行为靠的是读模型的思考；而提升能力的那项架构正在让思考变得读不出来。

结论句：OpenAI 当前的发布瓶颈不在能力，而在它自己造出的监控缺口。这篇独家 给出的流程是：先让模型的目标与研究员、客户的期望对齐，再加固用于测试模型能力的软件，领导层对安全评测结果放心后，才进入最长 30 天的政府测试环节。员工说这需要一段时间，年内 OpenAI 大概率只能先发一两款较小的新模型。

证据句：OpenAI 从未公开承认使用 loop transformers，但微软上周的一篇博客意外确认了它已用在 GPT-6.1 Sol 上（该博客随后被编辑删去这段），而消息人士称新模型也用了同一架构。OpenAI 研究负责人在内部备忘录中写道，保持前沿模型的可监控性「需要全行业承诺，包括 OpenAI 自己」；公司对是否使用 loop transformers 不作评论。

边界句：报道未说明新模型的名称、发布时间或能力指标，也未证实解雇与 loop transformers 之间存在因果关系——三名研究员与公司对解雇原因的说法相反。同时，摩根大通封堵外部 agent 是出于客户资金安全而非模型可解释性，两件事只在「外部方不再相信 agent 的自我约束」这一点上相交，不应当成同一条因果链。

微软上周的博客意外确认 GPT-6.1 Sol 使用了 loop transformers，随后编辑删除该披露；消息人士称 OpenAI 待发布的新旗舰同样使用该架构：独家报道。

已经在商用的模型可能就是「思维链不完全可读」的那一类。采购方在做模型治理时，不能假设供应商能提供可审计的推理轨迹——这项能力需要写进合同条款单独确认。

摩根大通 CEO 在财报电话会上说不会放任何外部 agent 进来；CFO 说能封的都在封，并把凭据交给 agent 的后果归属客户：briefing。

消费级 agent 的「代客操作」路线在金融和电商两个高价值场景同时被挡回。Meta 这类 agent 分发方若想进入账户层，要么拿到机构授权接口，要么只能停在信息查询。

OpenAI 早期洽谈收购 40 余人的 Trail of Bits；今年 OpenAI 与 Anthropic 一直在漏洞发现专用 AI 上互相叫价：独家报道。

同一家公司一边被自家 agent 的越界事件缠住，一边把安全工程团队当成收入来源买进来。安全能力在 OpenAI 内部既是成本中心也是待售产品，两个角色的张力会体现在它如何对外披露自身事故。

沃顿商学院与 GBK Collective 对 1,400 名美国员工的调查显示：40% 的管理者用「人均节省工时」衡量 AI 效果、37% 看错误率下降，只有约 27% 跟踪 AI 带来的客户侧收入：Applied AI。

多数企业的 AI 指标体系停在成本侧，44% 的管理者预计未来一到两年 AI 的主要角色仍是提效、仅 8% 指向创收。用这套指标，agent 被外部机构封掉接口造成的收入损失不会出现在任何看板上。

Azure 总裁 Bablani 要求其 11,500 人的云服务器租赁软件部门提出至少 20% 降本方案，发生在 Azure 收入增速反而加快之际；微软称「领导层并未指示团队制定降本计划，此报道不准确」：独家报道。

收入增长与成本压缩同时出现，指向数据中心资本开支和人才留存成本正在挤压云业务的损益表。微软明确否认，这一条应按「单一消息源 + 公司否认」处理。

Character.ai 申请破产，列出的原因是成本与诉讼，并将把部分知识产权授权给迪士尼：briefing。

诉讼成本首次成为一家知名 AI 消费应用的破产理由之一。对面向个人用户、尤其涉及未成年人互动的 AI 产品，法律风险的定价已经高到能压掉整个公司。

今日唯一的一手独家：新旗舰为什么发不出来

读 OpenAI Scrambles to Fix Safety Issues：文末附有从 Hugging Face 越界事件到三名研究员被解雇、FTC 启动调查的完整时间线，是判断「可监控性」会不会变成监管抓手的素材。可追的后续：新模型名称与发布窗口、政府测试是否真的用满 30 天。

企业侧对照：AI 的账为什么算不出来

读 Why Companies Can't Prove Their AI Spending Pays Off：沃顿 1,400 人样本给出了管理者实际在用的指标分布（40% 工时、37% 错误率、27% 收入），可以直接拿来对照自己的 AI 看板缺哪一栏。