8月17日 AI 五条：Stripe 据报敲定收购 OpenRouter，ChatGPT 开始记录电脑活动

本期覆盖 2026 年 8 月 16 日 08:30 至 8 月 17 日 08:30（UTC+8）公开或出现状态变化的五条进展，按对模型入口、个人数据边界、监管路径和工程可用性的影响排序。

彭博社 8 月 17 日凌晨报道，Stripe 已与 AI 模型路由平台 OpenRouter 敲定收购协议，交易金额超过 70 亿美元，消息来自知情人士。TechCrunch 转述称，Stripe 对此不置评，并注明公司不评论「传闻或猜测」；因此，交易金额和完成状态目前仍应按媒体报道理解，而不是双方已公开确认的公告。12

OpenRouter 的产品是一个统一入口，让客户按任务和预算切换不同模型。公司 5 月曾宣布完成 1.13 亿美元 B 轮融资，并自称拥有 800 万全球用户、可接入 400 多个模型；这些用户和模型数量属于公司披露口径。3

如果交易最终交割，Stripe 买到的不是又一个模型，而是企业在模型之间选择、切换和控制成本的那一层。模型供应商争夺能力，路由器争夺的是使用入口和迁移权；这会把「避免被单一模型锁定」从采购偏好变成基础设施价值。

现在能确认的仍只有交易报道。收购条款、产品整合方式、OpenRouter 的价格和模型接入是否变化，都没有公开；判断它会不会改变开发者成本，要等正式公告、API 变更和实际费率。

The Verge 8 月 16 日报道，ChatGPT macOS 应用的 Computer History 会记录用户在应用和网站中的点击、按键等交互事件，生成可供 ChatGPT 和 Codex 调用的活动时间线，帮助用户继续未完成的工作。OpenAI 的版本说明显示，这项功能于 8 月 13 日公布，默认关闭；它记录的是交互事件，不记录截图、屏幕录制、麦克风输入或系统音频，也不纳入隐私浏览。45

用户可以暂停记录、选择纳入的应用和网站、查看或删除时间线条目；Pro、Business 和 Enterprise 用户可用，Business 与 Enterprise 还需要管理员先授权。当前不在欧洲经济区、英国和瑞士提供。5

这项功能改变的是上下文来源：用户不必每次重新解释文件、网页和做到哪一步，模型可以从长期活动记录里接上任务。对个人用户，关键问题是哪些活动被纳入、谁能暂停或删除；对企业，管理员授权和退出机制比「模型会不会总结」更值得先审查。

它仍是 macOS 上的限定功能，且默认关闭。要判断它能不能用于真实工作流，应先核对所在地区、账户类型和企业管理策略，再用一组不含敏感信息的任务测试时间线是否完整、误记是否可删除。

《Arizona Capitol Times》8 月 16 日刊载 Pluribus News/State Affairs 的报道：追踪项目 Tech Influence Watch 统计，围绕 AI 的超级政治行动委员会在本轮选举中已筹得 1.07 亿美元、在联邦竞选中花费 5550 万美元；Tech Oversight Project 另统计，超过 2000 万美元的 AI 相关资金已流向州级竞选，主要来自 Meta 和 Google，广告库当时收录了 175 条广告。上述数字是追踪项目口径，不是政府最终审计结果。678

报道所说的两边，一边支持更宽松的联邦框架和限制州级规则，另一边支持州级安全与问责要求。文章还提到，Anthropic 向支持 AI 监管的 Public First Action 捐款 4000 万美元；这属于该组织和报道披露的政治资金动作，不代表 Anthropic 的主张已经成为法律。6

AI 政策的下一轮分歧，可能先表现为谁能影响议员和州级候选人，再表现为法案文字。对企业来说，联邦是否抢先统一规则、州政府能否继续立法，直接关系到数据中心许可、模型安全义务和部署成本。

这条消息本身没有改变任何法规。读者要继续看的是捐款支持的候选人是否当选、联邦「抢占州规则」的提案是否进入正式程序，以及各州现有 AI 法案会不会被修改；筹款额只能说明政策竞争的资源规模。

Anthropic CEO Dario Amodei 8 月 16 日接受 TechCrunch 关注的公开讨论时说，公众对 AI 的负面看法「根本上是一场信任危机」，问题不只是 AI 领导人谈了多少风险。他同时承认，Anthropic 还没有兑现「让世界受益」的许多承诺；这些表态来自他在 X 上对投资人 Gavin Baker 言论的回应。910

Amodei 还表示，规则可以同时处理网络安全、生物安全和对齐风险，约束前沿公司的权力，并给开放权重模型留下空间；他把「开放权重」视为缓解集中化的部分办法，但认为它不能单独解决算力和芯片带来的集中。这个判断是公司 CEO 的政策立场，不是已经生效的监管方案。11

这场争论的焦点已经从「AI 公司应该讲得更乐观吗」移到「公众凭什么相信它们」。对使用者而言，信任不会由一句更积极的宣传建立，还是要看公司是否给出可核验的安全报告、数据边界、价格规则和事故处置记录。

对政策观察者，Amodei 的说法说明 Anthropic 仍在争取一种中间位置：反对无约束扩散，也不接受只有少数巨头能做 AI 的结果。它能代表公司的游说方向，不能替代法案文本或对公司行为的检验。

《Scientific Reports》论文页标注该研究发表于 8 月 16 日，页面没有提供具体发表时刻。研究团队提出一种用于电动汽车锂离子电池的自演化多模态数字孪生：把电压、温度和阻抗等信号放在一起，用二阶电路模型、两节点热模型和无迹卡尔曼滤波器估计电池状态，再根据数据一致性动态调整不同传感器的权重。12

论文在模拟实验中报告，荷电状态估计 RMSE 为 0.0525，核心温度估计 RMSE 为 0.4049 K，异常检测准确率为 0.9017、召回率为 1、F1 值为 0.8716；研究还用一套锂离子电池老化数据集验证了电压、温度、荷电状态、健康状态和阻抗代理量的误差。论文展示的是模型和数据集上的结果，没有给出装车运行或真实道路安全效果。12

这类研究的价值不在于再造一个聊天机器人，而在于让 AI 参与「电池现在处在什么状态、哪个信号更可信、是否需要发出风险提示」这类连续判断。对电池管理系统，能否同时处理热状态、健康状态和异常信号，比单一的寿命预测数字更接近实际需求。

工程团队仍要把它当作研究结果：论文没有证明模型能在不同车型、传感器故障和真实道路环境中稳定工作。下一步应拿自己的循环数据和故障样本复现误差，并单独验证误报、漏报和安全阈值，再谈部署。