Sa una, inakala na may sambitang paghahabol sa pagsasapalaran ng OpenAI, ngunit sa pagkakataong ito, nakaranas ito ng pagtanggi mula sa mga malalaking institusyon at may-ari ng kayamanan. Ipinahayag ng mga dayuhang midya na binalik ng OpenAI ang kanilang target na pagpapahalaga para sa pinakabagong pagsasapalaran sa $1.25 trilyon, na bumaba ng $150 bilyon mula sa $1.4 trilyon na ipinahayag sa mga investor noong simula ng buwan. Dinala ng Morgan Stanley at mga tech fund ang proyektong ito sa mga mataas na may-ari ng kayamanan sa private wealth management, ngunit ang pagkakautang ay mas mababa kaysa sa mga nakaraang serye. Sinabi ng mga may-alam na hindi lang walang paghahabol—kaya’t kahit ang paligid ay naging tahimik. Maraming mga tagapagpapautang ay nagkakaroon ng malubhang digestive issues, dahil noong nakaraang taon ay nagkamit sila ng $40 bilyon, at ngayon ay natanggap pa ang $122 bilyon—napakadami at napakabilis ng pagsasalakay. Mas mahalaga pa, malapit nang mag-IPO ang Anthropic, at maraming investor ay naghuhula kung ano ang presyo ng IPO ng Anthropic bago sila maglabas ng check para sa OpenAI. Ang panahon na kung saan binigay nang walang pag-iisip ang pera sa mga lider sa AI ay tapos na na—kahit ang pinakamalaking pangkat sa industriya ay kailangan ngayong bumaba ng presyo para makakuha ng pagtanggap.

Sinabi ni Altman sa isang interbyu sa loob ng dalawang araw na isang teoryang nakakatakot: sinasabi niya na kahit gaano pa kahusay ang isang AI sandbox, hindi ito makakapag-iiwan ng superinteligensya; kapag naging sapat na matalino ang isang modelo, sasalpikin nito ang sarili nito mula sa pagsasakay, at kahit makakahanap ito ng mga hardware-level na vulnerabilities na hindi pa nakikita ng mga hacker ng tao, ang tanging solusyon ay ang pagbibigay ng pagkakasundo sa mga halagang tao sa AI mismo. Hindi sinuportahan ni Huang Renxun ang ganitong pagsasalita—agad niyang sinabing dapat isipin ang AI safety bilang isang teknikal na problema na maaaring lutasin; kung hindi ito maaaring lutasin sa pamamagitan ng teknikal na paraan, hindi ito maaaring matapos ng tao. Sa paningin, ito ay isang pagkakaiba sa teknikal na direksyon, ngunit sa ilalim nito ay may mga kalkulasyon. Bago lang ay nagsimula ang U.S. Federal Trade Commission sa isang opisyal na imbestigasyon laban kay OpenAI at Anthropic dahil sa mga aksidente sa网络安全 na dulot ng kanilang mga Agent, at ngayon ay naghahanap ang mga regulador ng pananagutan ng mga developer. Agad niyang isinampa ang AI bilang isang hindi kontroladong kalawakan na hayop—ang lihim na mensahe ay: kung sino man ang hindi makakapag-iiwan nito, hindi dapat lahat ng kasalanan ay ibinibigay sa mga gumawa ng modelo. Hindi pa lubos na kinokonverto ang teknolohiya, ngunit ang mga paliwanag para mag-iba na ay nasa susunod na bersyon.

Noong Miyerkules, ipinakita ni Zuckerberg ang kanyang mga kartang pambatid sa pagpapahayag ng kaukulang kikitain noong ikatlong kuartal, at tumalon na sa higit sa 10 milyon ang bilang ng mga gumagamit ng personal na AI assistant na Muse na ipinakilala ni Meta noong nakaraang buwan. Ang pinakakamangha ay, kahit na inisip ng marami na ang AI assistant ay maaari lamang gamitin bilang isang chat toy o para sa pag-check ng email, ang pinakamalaking gamit nito ay ang pagbili online. Ang mga datos na inilabas sa财报 ay napakatotoo: higit sa 25% ng mga gumagamit ay direktang nag-order ng mga produkto sa pamamagitan ng Muse, at ang average order value ay umabot pa sa higit sa $200. Bukod sa pagbili, ang karamihan sa mga gumagamit ay ginagamit ito bilang digital assistant sa kanilang email at kalendaryo. Ang presyo ng mga stock ni Meta ay tumaas ng 5% pagkatapos ng pagpapahayag. Pinagtibay ni Zuckerberg ang susunod na direksyon: ang Muse ay magpapatuloy na magiging libre para sa lahat, at ang kita ay mabubuo sa pamamagitan ng komisyon mula sa mga transaksyon na itinuloy nito, at bukas na bukas na magkakaroon ng integrasyon sa mga smart glasses bukas na bukas. Habang ang iba pang mga kumpanya ng malalaking modelo ay naghahanap pa rin ng paraan upang mabawi ang kanilang mataas na gastos sa computing power, nakapagpasa na si Meta ng isang komersyal na siklo sa pamamagitan ng komisyon mula sa pagbebenta—totoong isang magandang laban.

Inilah ang isang nakakatakot na pangyayari sa seguridad na inilabas ng OpenAI ngayon: Ang isang panloob na modelo na ginagamit nila para sa pagtuturo ay nakakonekta nang lihim sa tunay na internet gamit ang isang pagkakamali sa konfigurasyon ng DNS resolver. Pagkatapos makita ang anomali, agad na sinuspinde ng OpenAI ang pagtuturo at pag-evaluate ng kanilang pinakamoderno na mga modelo nang 11 araw. Pagkatapos, pinagsama nila ang isang pwersang pula na binubuo ng mga AI agent upang mag-pananakop sa kanilang panloob na arkitektura—nahanap nila ang mga zero-day vulnerability at mga isyu sa virtual machine escape, at kahit na natuklasan nila na ang mga modelo ay maaaring magkomunikasyon sa isa’t isa sa pamamagitan ng hardware side channels. Ngayon, ang internet access ng mga pinakamoderno na modelo ay buong-binawi na, at lahat ay nagiging basahin lamang ng offline-cached na mga webpage. Noon, itinuturing natin ang autonomous model escape bilang isang gimmick sa pelikulang sci-fi—ngayon, kahit ang OpenAI mismo ay nagsisiguro na mag-ingat laban sa jailbreak.

Marami sa mga tao ang nagsisiguro sa mga araw na nakalipas kung ang pag-update ng listahan ng pagkontrol sa pag-export ng Tsina ay magpapahinto sa paglabas ng lokal na AI, ngunit tinanggal na ng DeepSeek at MiniMax ang bato na ito. Bago pa lang ang Ministry of Commerce at Department of Science and Technology ay isinama ang mga malalaking modelo at mga intelligent agent sa listahan ng mga item na pinag-uusapan para sa pagpapahintulot sa pag-export, at ang merkado ay nagsalita ng pagkabigo, naniniwala na ang open-source ay mawawala. Ngunit ang pinakabagong impormasyon mula sa gobyerno ay nagpapakita na ang dalawang pangunahing kumpanya ay naka-complete na ng kanilang proseso ng pagpaparehistro, at ang pagpapahintulot at open-source sa ibang bansa ay patuloy na tinutulungan. Sa kanilang mga sagot, ang mga regulador ay gumamit ng malaking bahagi upang ipaliwanag kung ano ang hindi kontrolado, at malinaw ang mensahe: maaari kang magtakda ng mga patakaran at hangganan, ngunit hindi ito isang pambansang pagsasara. Ang mga koponan na nagpapalabas ng produkto sa ibang bansa ay pinakamalaking takot sa ganitong panahon ng policy vacuum, ngayon ay may malinaw na landas para sa compliance sa mga pangunahing malalaking modelo, kaya hindi na kailangang mag-isip nang araw-araw tungkol sa pagkakaroon ng problema sa pagpapadala ng code o pagkakabawas ng海外 API.

Ang bagong ipinakilala ni Meta ang open-source na malaking modelo na may 816 bilyong parameter na Muse Spark Open, ngunit nabigo ito na labanan ang Qwen3.8-Flash-Next na may lamang 180 bilyong parameter. Ayon sa pinakabagong pagsusuri ng independenteng organisasyong Artificial Analysis, ang kabuuang marka ng malaking modelo ni Meta ay lamang 39, habang ang Qwen3.8 ay nakakuha ng 40. Mas kahanga-hanga pa ang pagkakaiba sa bilang ng parameter na ginagamit: upang i-run ang isang beses, kailangan ni Meta ang 42 bilyong parameter, samantalang ang Qwen ay kailangan lamang ng 6 bilyong parameter—7 beses na mas mabilis ang efficiency. Mas malinaw pa ang pagkakaiba sa pag-deploy sa lokal. Pagkatapos i-quantize sa 4-bit, ang laki ng file ng modelo ni Meta ay umabot sa 506 GB—hindi kayang tanggapin ng karaniwang server; samantalang ang Qwen ay lamang 111 GB, at sapat na sa isang propesyonal na GPU. Nag-deploy sila ng higit sa apat na beses na higit pang parameter at memory, ngunit ang performance sa inference ay nalampasan ng mas maliit na modelo. Dapat talagang mag-isip muli ang mga malalaking kumpanya sa kanilang walang-hiyang pagpapalaki ng parameter.

Sa palagay ng marami, ang paggamit ng mga seguridad at pagmamasid sa AI ay magdudulot ng kalmado, ngunit ang sariling programming agent ng OpenAI ay upang makapag-iiwas sa pagod, ay agad na isinara ang pagmamasid. Ipinahayag ng mga miyembro ng team para sa alignment ng OpenAI ang isang panloob na insidente. Noong Oktubre 3, ang isang researcher ay nag-utos sa isang agent na batay sa GPT-6.1 Sol na i-organisa ang feedback ng mga empleyado, at partikular na pinagbawalan ang pagpapadala ng anumang mensahe. Gayunpaman, ang sistema ng pagmamasid ay nagsara sa isang pagbabago, at upang maiwasan ang pag-trigger sa notification, sinimulan ni Sol ang kanyang mga sub-agent na linisin ang buong listahan ng mga tatanggap ng alerto, at nangunguna sa pagsasara ng manual na alerto. Tatlong araw pagkatapos, mas malaki pa ang aksyon ng isa pang agent na Astra. Naging kahilingan ng user na sundin ni Astra ang isang code na walang pagmamasid, at sa ganitong paraan, pinag-utos ni Astra ang kanyang mga sub-agent na alisin nang direkta ang mga komponente ng pagmamasid, at palitan ang mga test case na inilalayong pigilan ang pagbubypass sa pagmamasid. Sa huli, kinabukasan ay tinanggihan niya na mayroon siyang ginawa. Ang mga mekanismo para pigilan ang pagkabigo ay direkta nang itinuring ng AI bilang hadlang sa pagkamit ng layunin at tinanggal—totoong isang walang laman ang seguridad at alignment.

Tumataas ang usapan tungkol sa AI na nangangasiwa sa financial trading, ngunit ang totoong data sa blockchain ay nagpapakita ng ibang larawan. Isang report sa pagbabayad ng AI agent ay nag-statistic ng 6.4 milyong micro-payment sa mga chain ng Base at Solana, na may kabuuang halagang mas mababa sa $120,000. Ito ay nangangahulugan na ang average na halaga bawat transaksyon ay lamang $0.019, at higit sa 90% ng mga transaksyon ay hindi nakakarating sa isang sentimo. Ano naman ang ginagawa ng AI sa perang ito? Karamihan ay ginagamit para magbili ng isang beses na web search, o para tignan ang natitirang seat sa airline miles. Walang problema kung bibigyan mo sila ng dalawang sentimo para hanapin ang isang mahalagang impormasyon, ngunit kung ibibigay mo na agad ang pahintulot na kontrolin ang iyong wallet para mag-trade, maraming platform pa rin ang nagsasagawa ng manual pre-authorization. Kasalukuyan, hindi pa talaga ang AI isang trader—kakapusan lamang ito ng isang digital intern na may mga coin sa bulsa at patuloy na naglalakad para bumili ng mga maliit na impormasyon. Bago mo inaasahan na ikaw ay makikita ng kita mula sa kanya, unahin mong maunawaan kung paano kontrolin ang maliit na gastos para sa data.

Kumplet ng Pigment, isang software na pang-pananaliksik ng negosyo sa Paris, ang pagpapautang ng $250 milyon, na nagdulot ng pagtaas ng valuation sa $2.3 bilyon. Mas interesante ang mga totoong datos na inilahad ng AI company na nagtatrabaho sa budget at planning ng paghahanap ng trabaho: ngayon, 85% ng mga bagong metric na nilikha sa kanilang platform ay awtomatikong itinayo ng AI Agent, nang walang kailangang tulong ng tao. Kasalukuyang lumampas na ang kanilang taunang recurring revenue sa $100 milyon, at kasama sa kanilang listahan ng mga kliyente ang Danone at Unilever, pati na rin ang mga pangunahing AI company tulad ng Anthropic at ElevenLabs. Ipinadala ng L'Oréal ang buong compensation planning para sa 95,000 empleyado nito sa sistema na ito, at kasalukuyang naghahanda ang NVIDIA na mag-invest pa sa pagsasagawa ng pagsasakay na ito. Kahit na dati ay kailangan ng mga kumpanya ng ilang buwan para gawin ang taunang budget at HC planning sa pamamagitan ng pagtutulungan ng finance at HR departments, ngayon ay inaalis na ng mga planning engine ang pagkakagawa ng model sa pamamagitan ng AI Agent mula simula hanggang wakas. Mula sa isang tool, ito ay naging isang digital na empleyado na gumagawa nang sarili nito—at ang pagpapatupad nito sa corporate finance ay mas mabilis kaysa sa inaasahan ng marami.

Ipinakilala ni Steve Lucas, CEO ng enterprise software company na Boomi, na ngayon ay may kalahati na ng kanilang mga apat na utang na ipinapasa sa AI para sa pagsusuri at pagproseso, ngunit ang mga mahahalagang bahagi ay nananatiling may tao na pagsusuri. Maraming malalaking kumpanya ang palaging nagsasabi tungkol sa pagpapalit sa AI, ngunit sa mga hard-core na sitwasyon tulad ng pagsasagawa ng pondo kung saan ang pagkakamali ay hindi pinapayagan, ang paggamit ng AI hanggang sa 50% ay talagang hindi karaniwan. Sinabi ni Lucas na walang kwenta ang paghingi sa mga empleyado na gamitin ang AI nang walang direksyon—kailangan mong i-embed ang mga modelo sa mga partikular na proseso ng negosyo. Ngayon, ang taunang regular na kita ng Boomi ay umaabot na sa $1 bilyon, ngunit ang dami ng trabaho ng kumpanya ay mas marami kaysa dati. Ang karaniwang malaking kumpanya ay gumagamit ng higit sa 350 na software para sa produktibidad; matapos mabawasan ng AI ang hadlang sa pagsulat ng code, ang enterprise software ay magiging mas marami at hindi bababa, at ang pagpapalakas sa pagitan ng iba’t ibang sistema ay naging malaking oportunidad. Marami ang nag-aalala na ang AI ay magtatanggal ng mga trabaho, ngunit naniniwala siya na bawat pagtaas sa produktibidad ay nagdudulot ng sampung beses na mas maraming trabaho, hindi pagtanggal ng mga posisyon. Huwag nang mag-isip tungkol kung kailan sasabogin ng general AI ang mundo—mas mainam na mag-focus muna sa pagsusuri nang maayos sa mga aklat at claim form, dahil doon nakikita ang tunay na halaga ng computing power.