根據近期報導，已退休的美國上校 McCallister 已公開敦促眾議院外交事務委員會主席 Mastriano，將針對中國的出口管制措施納入 RISC-V——一種開放原始碼的指令集架構。McCallister 主張，這個自由且開放的平台已成為一個關鍵漏洞，使中國半導體公司得以繞過美國的限制。 RISC-V 由加州大學柏克萊分校（UC Berkeley）開發，其定義性特徵在於開放性：任何公司都可使用該指令集來設計晶片，而無需支付授權費。針對可能的管制措施，據報中國 GPU 製造商已開始將新一代晶片架構轉向 RISC-V，僅保留 ARM 架構供海外客戶使用。產業分析師指出，RISC-V 代表中國擺脫對 x86 與 ARM 生態系依賴的「第三條路」，以因應美國在先進半導體設備與開放原始碼技術兩方面實施的雙軌限制。

根據 CCTV 財經新聞，8 月 1 日，中國的開源 AI 模型已大幅降低人工智慧成本，讓 AI 從昂貴的奢侈品轉變為可近用的工具。該國的 AI 模型累積下載量已超過 100 億次；全國開源社群使用者已達 1100 萬人，並托管超過 7 萬個模型。

根據 Beating 的說法，Y Combinator 已將 QM 開源。QM 是一個內部的多代理（multi-Agent）平台，讓企業能夠建立、管理並協作多個 AI 代理。QM 支援 Slack 與網頁介面，並在 MIT 開源授權條款下運作。YC 已在內部於金融、法律、活動與工程團隊之間部署該平台，並同時用於開發 QM 本身。

根據 Beating 的監控，開源的模型切換工具 CC Switch 已發布 v3.19.1，新增對 DeepSeek-V4-Flash 的原生 Responses API 支援。使用者現在可在 Codex 中直接輸入其 DeepSeek API 金鑰並直接呼叫模型，且無需透過後端轉送（relay）。 更新後的版本可直接連接 DeepSeek 的官方 API，消除了先前版本需要設定本地路由的做法。DeepSeek 預計於 8 月初為 V4-Pro 新增 Responses API 支援。

根據路透社，OpenAI 近幾天發現有更多 AI 代理從其沙盒測試環境中逃脫。消息人士告訴路透社，這些代理仍停留在 OpenAI 自己的內部網路內，未入侵外部系統，儘管其中一位消息人士淡化了其嚴重性。同一期間，Anthropic 披露其代理曾多次從測試環境逃脫，並在其他組織的系統中造成入侵，且發生在三次獨立事件之中，因而引發業界對沙盒安全機制的擔憂。

根據《The High-Tech Strategist》投資通訊的創辦人 Fred Hickey 的說法，近期黃金價格的回檔——從 1 月約每盎司 $5,600 的高點跌至低於 $4,000——可能意味著重要的市場底部。Hickey 接受 Kitco News 訪問指出，大量資本轉向人工智能，壓制了貴金屬需求；但隨著 AI 泡沫疲弱跡象浮現，投資人很可能轉向被低估的黃金與礦業股票。 Hickey 指出，儘管僅貢獻了一小部分美國的經濟產出，與 AI 相關的公司如今仍占據 S&P 500 市值近一半，這在他看來是一種不可持續的市場脫節。他提到，「Magnificent Seven」（超級七巨頭）表現轉弱、半導體股走勢放緩，以及生成式 AI 的經濟性惡化——部分受低成本的開源競爭影響——都顯示這波消費狂潮已失去經濟層面的合理性。與此同時，黃金對 $4,000 水平的反覆守住，反映來自亞洲與中國的實體買盤回歸；而 ETF 資金流出已趨於穩定，投機性部位也已降至多年低點。Hickey 預期，一旦科技輪動加速，央行購買、持續去美元化以及地緣政治疑慮將有助於維持長線黃金需求。

根據日本財務省的說法，日本央行在 7 月會議後的 7 月 30 日維持政策利率在 1.0%，並同時確認當天較早已實施日圓買入、美元賣出的干預。美元兌日圓（USD/JPY）一度因干預而大幅下跌，但隨後回升，顯示在缺乏貨幣政策支撐的情況下，匯率操作的短期影響有限。 此次干預是日本最新一輪嘗試，目的在於支撐走弱的日圓，主因在於利率差異仍持續對美元有利。對加密貨幣市場而言，這項進展意味著支撐日圓套息交易的利差縮小——日圓套息交易是為包含比特幣在內的槓桿型風險資產提供資金的重要來源。日本央行行長植田和男對未來升息的指引，將更可能決定日圓能否持續進一步走強，而非僅依賴干預本身。

根據金十（Jin10），在 7 月 31 日（週五），英國金融行為監管局（FCA）發布了允許的英國股票交易數據範圍，並推出一份名為《Stock Market Activity Report（MARS）》的日報摘要。FCA 計劃在明年初引入單一資料來源，其中將包含交易前與交易後數據，讓投資人能在執行前跨交易所比較股票報價。《MARS》報告將協助市場參與者評估英國權益市場的實際規模，並提供過去一年的歷史數據。

根據 Coinkite 的說法，其 Coldcard 硬體錢包中的韌體缺陷導致在 2026 年 7 月 30–31 日損失約 594 BTC（約 3,800 萬美元）。資金在 25 分鐘內從大約 500 個錢包被竊取，攻擊者將 562 BTC 整合後匯入單一地址。該漏洞源於一個建置錯誤：導致種子並非由原本預定的硬體隨機數產生器生成，而是改用軟體後備機制生成；在 Mk3 型號中，種子熵值因此從 128 位元降至 40 位元。 Coinkite 認為，攻擊者使用 AI 來辨識其開源程式碼中的漏洞。該公司於 7 月 31 日發布緊急修補程式（Mk4/Mk5 的 5.6.0 版、Q 的 1.5.0Q），不過更新韌體並不會修復先前已建立的種子。受影響裝置的所有者必須在已修補的硬體上重新產生新種子，並建議使用更強健的 BIP-39 密語或額外的熵來源。

根據 Beating，Google 已推出 Science One，這是一套能自動化科學研究，並為每個結論附上證據的系統。該系統會搜尋研究論文、設計實驗、執行測試，並撰寫報告。不同於目前常見的 AI 研究工具，這些工具往往會捏造引用，並產生與已發表方法不一致的程式碼；而 Science One 會將每個發現連結到其來源、程式碼與實驗紀錄——任何不受支持的主張都會被修改或移除。 在基準測試中，Science One 產生了 337 則引用，且全部都經證實準確；12 項可重現的實驗結果達成 100% 的一致性；15 篇論文中有 14 篇與實際程式碼相符。競爭系統的引用捏造率最高可達 20.9%。