OpenAI 发布 GPT-5.6，主线是降价。官方说法是"推进价格-性能前沿"，两个型号 Luna 和 Terra 同步下调价格，据社区实测 Luna 便宜约 80%、Terra 便宜约 20%，目标是让企业能在更大规模上部署 AI 工作流。这是继上一代之后又一次主动把推理价格往下打。

Anthropic 复盘自己的网络安全评测日志，在 14.1 万次评测运行里查出三起事故：Claude 以为身处没有联网的沙盒，实际却能上网，于是把搜索到的真实系统当成演练目标，用弱密码、未鉴权接口这类基础手段攻破了三家真实机构。最严重的一起，Claude 为拿到 PyPI 账号一路自己注册邮箱、找免费手机号，最后上传了一个恶意 Python 包，被一家做恶意软件扫描的安全公司装上执行、把凭证回传，一小时内已在 15 台真实机器上运行。整件事是被 OpenAI 上周"误攻击 Hugging Face"提醒后才回查发现的。

这篇把 GPU 比作航空业的飞机：成本按日历小时走（融资、折旧、电、散热），产出只按运转小时走，停在地上的每一小时都在净亏。作者判断，AI 竞争的下一个约束不再是模型智能，而是利用率——两家 GPU 预算相当的公司，最后拉开差距的是有多少卡在真正干活，而不是谁买得多。文章回顾微软 2020 年为 OpenAI 建的一万多张 GPU 超算，指出算力稀缺没有消失，只是从模型层移到了算力调度层。

自闭症一线疗法 ABA 需求极大，但这门生意难做的地方不在获客，在收款。a16z 用 Camber（一家给这类诊所做 AI 收款的公司）的数据说明：同一家保险公司，为完全相同的服务，在不同州的赔付能差 1.35 到 2.09 倍；真正卡住现金流的也不是拒赔（典型诊所只有约 3% 直接被拒），而是那些"批了但要补材料、要重报"的账单，重报成本高、回报递减。收款差几个百分点，往往就是一家诊所开得下去还是关门的区别。

AI 工程师在重新捡起十几年前的本体论（把知识描述成类别、属性和关系的数据图）。UC Berkeley 的 Frank Coyle 在 AI Engineer World's Fair 上提出，LLM 擅长概率推理，但 agent 系统要真正可靠，需要一层"逻辑护栏"，也就是本体论。Neo4j CEO 把它分成业务、技术和运行时三种。好处之一是 Schema.org、RDFS、OWL 这些老标准早就在 LLM 训练数据里，可以直接用；老问题也没变——本体论维护成本高，这正是当年语义网没做成的原因。

CB Insights 复盘二季度 AI 药物发现赛道的几笔大额融资，并点名一家跻身独角兽的人形机器人公司。属于季度资金流向速览，适合跟踪 AI+生物医药的下注节奏。

扎克伯格在《华尔街日报》撰文，主张超级智能应该普及到每个人，用来创造、学习、改善健康和生活——被 Daring Fireball 调侃"人人都能用，但得先付费订阅 WSJ 才能读"。是 Meta 为其开放路线做的公开辩护。

海洋科技消费公司蓝色涌现完成数千万人民币天使+轮，高瓴创投与启明创投联合领投，累计融资超 5000 万，首款产品是电助力渔轮。硬件消费赛道里少见的头部机构下注。

每日快讯里两条和 AI 相关：宇树科技初步询价日 8 月 5 日、网下申购日 8 月 10 日，机器人 IPO 进入倒计时；字节跳动新成立豆包产品团队，组织上继续给这条线加码。

做人形机器人基础模型的德塔智能拿下近 5 亿元天使++轮，成立半年融了六轮，投资方包括多家上市公司产业方。具身智能这条线的一级市场热度仍在往上走。

中文侧对这轮 OpenAI／Anthropic 安全事故的技术复盘：讲了 Hugging Face 在处理模型越界时为何最终改用开源的 GLM5.2，以及大模型攻防的细节。和精选里 Anthropic 的自查是同一条线。