Anthropic 承诺投入 1 亿美元，到 2027 年底培训 10,000 名 Frontier Deployed Engineers。首批来自 Accenture、Bain、Capgemini、Commonwealth Bank of Australia、Deloitte、McKinsey、Morgan Stanley、Novo Nordisk 等机构。课程不是普通认证，而是围绕真实 Claude 项目、企业安全审查、交付交接和 12 周 residency。
影响判断：这说明前沿模型公司的企业竞争正在从“卖 API”转向“卖可落地的组织能力”。FDE 角色会越来越像云时代的解决方案架构师，只是交付对象变成 agentic workflow。
Barclays 将在全球运营中扩展 Claude，目标是到 2026 年底让 Claude Code 覆盖 50% 开发者，2027 年覆盖多数软件工程师。其 Colleague Knowledge Assistant 已服务 16,000 多名员工，处理超过 100 万次搜索；Global Markets 场景每天用 Claude 处理约 120,000 封邮件。
影响判断：这是大银行把 LLM 放进受监管生产流程的样板：RAG、邮件分流、代码现代化先落地，强治理和人工监督作为部署前提。
CNBC 报道关注 Google 新模型 Argon 是否追上 OpenAI、Anthropic 的前沿梯队。因本次未读到 Google 官方技术页，暂不写具体 benchmark 结论。
影响判断：可确认的是前沿竞争仍围绕推理、agent、企业部署和成本效率展开。没有官方材料前，不把媒体标题转写成“已超越”。
来源：https://www.cnbc.com/2026/10/02/tech-download-google-argon-frontier-openai-anthropic.html
TechRepublic 汇总 NYT 与 Reuters 报道称，美国 FTC 正准备要求 OpenAI、Anthropic 等公司提交文件并让高管作证，关注 agent 风险、安全宣传、消费者数据处理和外部系统交互控制。报道强调调查仍在早期，尚无违规结论。
影响判断：agent 从聊天框进入邮箱、支付、云系统和内部网络后，监管问题会从“输出是否有害”变成“系统是否越权行动”。这会影响企业采购合同、审计要求和产品文案。
来源：https://www.techrepublic.com/article/news-ftc-openai-anthropic-ai-consumer-harms/
OpenAI 称其发现并阻断一次试图提取 protected reasoning 的协调活动。活动最早出现在 7 月初，7 月 24–25 日出现高峰，涉及超过 4,000 用户的 16,000 次相关请求；后续识别出 15,000 多用户的相关 prompt pattern，并称核心集群与 Moonshot AI 相关人员有关。OpenAI 表示没有数据库或用户对话被直接攻破，问题来自模型交互操纵和 reasoning 暴露路径。
影响判断：这件事比普通“爬 API”严重：前沿模型的隐藏推理、蒸馏防护、云伙伴一致性和行业情报共享都会进入安全边界。OpenAI 的归因说法属于单方披露，需保留限定。
来源：https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/
Argo-Bench 把 agent 放进模拟纽约外卖公司的企业数据环境：81M 订单、235 张 Oracle EBS 表、7.5B 行数据、210 个运营/分析任务。公开报道显示 Claude Opus 5.5 在 210 项任务中达到 95 分 solved bar 的比例为 34.8%，平均 59.5/100。评分看最终业务行动后果，不只看 SQL 或代码是否像参考答案。
影响判断：这类 benchmark 更接近真实企业 agent：查数据只是中间步骤，难点是判断、行动和后果。对 Link 关心的 harness/闭环来说，它把“会写查询”和“能负责业务动作”分开了。
来源：https://shattered.io/argo-bench-ai-agent-benchmark-34-8-percent-2026/
Zero2Repo 要求 coding agent 根据产品需求文档、接口契约和空 workspace，在原生生态里交付完整仓库，隐藏验收测试直到提交后才运行。论文报告 GPT-6 Astra+Codex 解决 10/11，Claude Opus 5.5+Claude Code 解决 9/11，Grok 4.7 High+Cursor CLI 解决 7/11；失败提交仍通过 89.9%–99.4% 隐藏测试，常卡在长尾规则或单点遗漏。
影响判断：代码 agent 的瓶颈正在从“能不能写出主体功能”转向“能不能完整吃透规格、构建工程边界并处理低频规则”。这对验收测试、记忆和自检策略要求更高。
BAAI 研究者提出 AREX，让 agent 在搜索、阅读、形成临时答案后压缩研究状态，记录已验证事实、弃用假设、未解决点和下一步计划。若置信度不足，系统按未满足需求继续研究而不是简单重来。The Batch 报道称微调后的 Qwen3.5-122B-A10B 在 BrowseComp 达 82.5%，WideSearch-en 达 82.0 F1。
影响判断：方向很实用：把 pass/fail verifier 改成“缺口定位器”。这比单纯增加上下文更像可训练的研究闭环。
来源：https://www.deeplearning.ai/the-batch/agents-that-can-check-their-own-work-piece-by-piece
OpenAI 详述一次 adversarial distillation 活动、请求规模、缓解动作和行业共享。该文属于安全/工程复盘，已在商业与政策板块写主要事件，这里只标为核心博客更新。
来源：https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/
两篇官方文章偏企业落地与组织工程，不是模型方法论文；作为 Anthropic 核心博客更新保留。
检索到 MiniMax M2.7、H3、Music 2.6 等历史文章，但未发现 10 月 2–3 日新官方更新。
检索到 Kimi K2 页面及 0905 权重更新，非本期新发布。OpenAI 对 Moonshot 的归因属于 OpenAI 单方安全披露，不写成 Moonshot 官方博客。
检索到 GLM-5.3-Flash 9 月 30 日与 GLM 自建推理基础设施 9 月 17 日文章。若昨日已覆盖，应避免重复；本期只作覆盖说明。
已检查 TLDR AI、The Rundown AI、Import AI、InfoQ AI 快讯入口、OpenAI、Anthropic、Google/DeepMind、Meta AI、Mistral、Qwen、MiniMax、Moonshot/Kimi、Z.ai/智谱，以及 arXiv/技术媒体补漏。discover.py 对 TLDR/Rundown/Import AI 可访问但未给出高置信候选；web_extract 对部分站点返回私网拦截错误，因此部分全文依赖搜索索引摘要与可读官方页面。InfoQ web_extract 同样被拦截，未把未核验快讯写入正文。未使用机器之心作为来源。