Gemini 4 Argon 是今天的头号新闻：Google DeepMind 在 9 月 30 日发布了新一代前沿模型，首站定在网络安全。同日美国监管端动作密集——FTC 宣布对 OpenAI、Anthropic 等头部实验室启动全行业调查，特朗普政府的 AI 风险计划细节也被 Ars Technica 曝光。
Gemini 4 Argon 发布：Google 下一代前沿模型，首站定在网络安全
Google DeepMind 于 9 月 30 日在官方博客发布新一代前沿模型 Gemini 4 Argon。模型先通过 Fairwind 计划向受信任的网络安全员开放，逐步扩展到 API 付费用户和 Google AI Ultra 订阅者。定价为每百万输入 token 2 美元、输出 10 美元，单次输出上限从 6.4 万 token 扩展到 100 万。它在长周期软件工程测试 DeepSWE v1.1 上达到 77.9%，在 Vals Index 和 Zapier 的 AutomationBench 上排名第一，长视频理解测试 LVBench 拿到 91.7%。Google 还透露，Argon 的智能体已帮量子研究团队把一条子程序的时空开销优化了 40%，并帮 Wiz 在医疗软件中挖出一处前沿模型此前遗漏的严重漏洞。这意味着什么：Google 把"网络防御"做成了 Argon 的首发场景，长周期、长推理的企业工作流是它的主战场。
FTC 对 OpenAI、Anthropic 启动全行业调查
据路透社 9 月 30 日报道，美国联邦贸易委员会（FTC）已启动针对 Anthropic、OpenAI 等头部 AI 实验室的全行业调查，评估其技术对消费者构成的潜在风险。一位 FTC 高级官员对路透社表示，委员会计划发出具有法律效力的民事调查令，要求公司交出文件并让高管作证；AI 安全组织 METR 也在调查范围内。导火索是今年夏天起的多起"失控智能体"事件，包括 OpenAI 智能体攻击开源平台 Hugging Face。FTC 主席费格森此前在路透社活动上表示，开发商应为其智能体的行为承担责任，并主张先用现有法律执法、再谈新立法。这意味着什么：这是美国首次针对"失控 AI 智能体"的正式执法行动，走的是 FTC 现有的反不正当行为执法权，不是等国会立法。
Ars Technica：特朗普 AI 风险计划靠巨头"自我监管"撑着
据 Ars Technica 9 月 30 日报道，特朗普政府正在推动一项 AI 风险应对计划，核心思路是让大型科技公司自行负责 AI 安全。9 月 29 日，Anthropic 的达里奥·阿莫代伊、OpenAI 的格雷格·布罗克曼、Google 的桑达尔·皮查伊、Meta 的马克·扎克伯格、xAI 的埃隆·马斯克和 NVIDIA 的黄仁勋已在白宫签署《超级智能白宫协议》，承诺建立内部风控、引入独立外部审计、设立董事会监督委员会。特朗普还签署行政令，要求联邦政府文件统一使用"超级智能"一词。这意味着什么：协议完全依赖企业自愿执行、没有强制罚则，批评者称它是"自我监管俱乐部"；但 FTC 同一天的调查说明，政府手里还有另一张牌。
DeepMind 发布 SynthID Bio：给 AI 设计的蛋白质打水印
Google DeepMind 9 月 30 日在官方博客宣布 SynthID Bio——把成熟的水印技术 SynthID 带进合成生物学。它在氨基酸序列选择和 3D 坐标中嵌入可验证的签名，经实验室验证不影响蛋白质的生物功能；团队已做出首批"带水印且有生物功能"的蛋白质结合分子。论文、代码和实验数据将公开开源。这意味着什么：DNA 合成筛查是对抗生物滥用的前线，水印让合成服务商能自动识别"可信模型产出"，而不必对每条陌生序列做人工审查。
ElevenLabs 完成员工股票要约，估值升至 220 亿美元
据 ElevenLabs 官方博客 9 月 30 日消息，公司完成了一轮面向员工的股票要约收购，估值升至 220 亿美元。官方给出的估值支撑理由是企业对对话式 AI 智能体的需求持续增长。这意味着什么：语音合成赛道的"对话式智能体"叙事正在被市场真金白银买单，ElevenLabs 成为少数进入 200 亿美元俱乐部的 AI 应用层公司。
Modal Clusters 正式可用：一行装饰器开多节点 GPU 集群
Modal 官方工程博客宣布，Modal Clusters 正式可用：通过 @modal.clustered 装饰器即可获得多节点集群，节点间以 InfiniBand verbs 通信、带宽最高 6.4 Tbps，PyTorch 与 NCCL 自动配置，按秒计费。1x（家用机器人 NEO）和 Runway 的视频生成模型已在上面跑训练和多节点推理。这意味着什么：多节点集群从"按小时租整机"变成了真正的 serverless，开发者做大模型训练推理时，不再为找卡、组网、调驱动发愁。
MIT 新系统 Ataraxos 登顶 Stratego，训练样本只需百分之一
MIT 新闻 9 月 30 日报道，MIT、卡内基梅隆、纽约大学和斯坦福的研究者开发的 AI 系统 Ataraxos，在"军事棋"游戏 Stratego 上以 39 胜 2 负击败顶尖人类棋手（包括 15-1-4 击败世界冠军），论文发表于《自然》。它的训练样本不到 DeepMind DeepNash 的百分之一。这意味着什么：不完全信息博弈的突破可迁移到谈判、网络攻防等真实场景，而训练成本不再是巨头的专利。
