Cerebras 本周成功 IPO，市值达 600 亿美元，收盘价 280 美元。此前 Cerebras 曾撤回 S-1，随后与 OpenAI 建立 750MW 合作伙伴关系及 100-200 亿美元的合约。IPO 发生在 NVIDIA 以 200 亿美元收购 Groq 仅 6 个月之后。投资人 Ishan Taneja 公开表示此前不信 Cerebras 的早期说法，如今承认"怀疑者是对的"。Cerebras 财务数据已全面公开，但市场焦点集中在供给侧——TSMC 晶圆产能到 2028 年前持续紧张。

本月所有开放前沿实验室集中发布新模型：DeepSeek V4、Gemma 4、Kimi K2.6、MiMo 2.5、GLM-5.1。CAISI（AI 标准与创新中心）对 V4 的评估声称开放模型与美国闭源前沿的差距在扩大。但 Nathan Lambert 指出这些评估使用标准化简单设置（bash for-loop + 固定 token 预算），而非 Claude Code 或 OpenCode 等实际 harness——导致评估结论可能严重偏差，例如将 Bun 从 Zig 到 Rust 的百万行级别迁移判定为"不可能"。

OpenAI 宣布公司重组：联合创始人兼总裁 Greg Brockman 正式接管产品战略，此前他在 AGI 部署 CEO Fidji Simo 因医疗休假期间临时负责产品，现在转为正式任命。此次调整是 OpenAI 将 ChatGPT 和 Codex 统一为核心产品体验的持续努力的一部分。

John Gruber 反驳 Steven Levy"Apple 下一任 CEO 需要推出杀手级 AI 产品"的论点。Gruber 认为 AI 不是产品也不是功能，而是底层技术——正如无线网络渗透了 Apple 所有设备但从未成为独立产品。他逐条拆解了"AI agent 到 2030 年取代手机"的愿景：谁在听指令？谁在显示状态？谁在拍照？答案都指向手机。Gruber 的结论：Apple 不需要"killer AI product"，需要的是让 AI 渗透进每一个现有产品。

Dwarkesh Patel 整理了预训练并行化和训练失败的技术笔记。核心发现：打破因果性是训练失败的主要原因之一。Expert routing 中使用 expert choice（而非 token routing）会导致 token n 的专家分配依赖于 token n+k，破坏因果性——传言 Llama 4 表现不佳正与此有关。其他失败原因包括多模态数据过早混入（类似 Gemini 早期问题）和分布式训练中的 bias 引入。

ArXiv 宣布新规：提交明显 AI 生成内容的研究者将被禁止投稿一年。计算机科学分会主席 Thomas Dietterich 明确表示作者对 AI 工具生成的不当语言、抄袭和错误负全部责任，学术界对 AI slop 的容忍度正在归零。

马耳他成为全球首个与 OpenAI 合作为 53 万国民免费提供 ChatGPT Plus 的国家。公民需先完成马耳他大学设计的 AI 素养课程，通过后获一年免费订阅。这是国家层面将 AI 作为公共服务推广的首例，OpenAI 正在将"智能作为公共基础设施"从口号变成落地。

Dwarkesh 指出将智能定义为"在多领域实现目标的能力"有根本问题——按此定义，斯大林才是人类史上最聪明的人。当前 AI 的发展方向（科学推理）与追求权力所需的能力并不对等，我们不应混淆"超级智能 AI"和"权力寻求型 AI"这两个截然不同的风险维度。

Simon Willison 在 PyCon US 演讲前通过 Git README 历史梳理了 OpenClaw 的完整改名轨迹：Warelay → CLAW → claude-dev → OpenClaw。短短几个月内四次更名，折射出这个热门开源 Agent 项目的快速演变。

圣克拉拉县起诉 Meta，指控其放任平台上的诈骗广告骗取用户资金。诉讼称 Meta 不仅没有积极打击虚假广告，反而从中获取广告收入，同时削弱了内容审核能力。这是地方政府直接起诉科技平台广告质量的新趋势。

量子位报道 Cerebras IPO 及 Sam Altman 的 20 亿美元持股版图曝光，从中文视角解读这一年度最大科技 IPO。Altman 在 AI 芯片赛道的个人布局规模引发关注。