AI 進入流程後，哪些證據才算落地
模型分數、車隊名冊、定價建議和雲端快照，都要對回實際流程與資料邊界，才能判斷能力走到哪一步。
近期的產品消息各自呈現一種進展：模型公布評測成績，車隊車輛出現在州名冊，AI 被放進價格建議或研究流程。但這些證據回答的問題不同。發布分數、登記數、實際營運和授權範圍，不能互相替代。
模型評測要回到實際工作
Google 公布 Gemini 4 Argon，先提供給 Fairwind 計畫中的可信任資安防禦團隊測試，再逐步擴大到開發者、企業和消費者，並以付費 API 客戶作為後續供應對象。Google 的模型公告稱，Argon 在 DeepSWE v1.1 長流程軟體工程基準拿下 77.9%。這是公司公布的特定基準成績，能說明模型在該測試中的表現。
Bloomberg 的報導提到，Google 內部對 Gemini 4 Argon 的編碼能力仍有疑慮。評測分數和工作現場的看法可以同時存在；前者回答模型在固定任務上的結果，後者提醒使用者還要用自己的程式庫、工具和錯誤處理流程驗收。
研究成果要回到實驗
Google DeepMind 將 SynthID Bio 介紹為蛋白質設計的概念驗證：在 AI 設計的蛋白質序列中加入可辨識的水印，並測試它能否在合成後仍被偵測，同時維持生物功能。Google DeepMind 的技術說明提出方法與實驗結果；Nature 的報導補充，水印訊號會改變序列與三維結構，但研究結果沒有顯示功能受到明顯損害。這仍是概念驗證，不能直接等同所有 AI 設計蛋白都能被完整辨識。
Microsoft Research 的 Quine 把模型建議接到濕實驗室：系統提出研究方向，實驗測量再回到研究者手上，供下一輪問題使用。Microsoft Research 的介紹也記錄，Quine 在與 Broad Institute 的合作中，協助研究者優先排序預測能改變腫瘤狀態的候選化合物，並以多項濕實驗室測試驗證部分候選。真正有用的指標會落在實驗結果能否重現，以及它如何改變下一個研究問題。
名冊和原型各有範圍
Tesla 的 Cybercab 數字要分成登記和載客兩件事。Cybercab Collective 比對德州名冊的 9 月 23 日與 25 日快照，報告兩天增加 57 輛 Cybercab，州內登記總數達 126 輛；該站也提醒，名冊不會顯示車輛分配在哪個城市、是否能在 App 叫到，或是否正在載客。Cybercab Collective 的快照整理與德州 DMV 的 Tesla Robotaxi 許可名冊提供的是州級授權和登記資料，不是營運儀表板。
MotorTrend 在 Austin 試乘五趟，合計 11.5 英里、$33.72，平均每英里 $2.93；其中 0.6 英里一趟收 $4.73，6.2 英里一趟收 $11.44。MotorTrend 的實測紀錄是一組實際行程樣本，不代表固定票價或長期營運成本。車隊登記擴大了供給的可能性，仍需搭配上線車數、等待時間和已完成付費行程來判斷服務規模。
NASA 的 AI 應用也有不同成熟度。NASA 的 AI 說明列出 AI 在任務、研究和任務規劃中的用途；Microsoft 報導，NASA 員工使用 Copilot 搜尋學術資料、處理日常工作，AI 也曾協助 Artemis II 規劃。該報導另提到，Johnson Space Center 正開發原型 AI agent，協助 SPARTAN 飛行控制人員整理國際太空站電力與熱控資訊；目前描述的是原型與探索中的用途，不是由 AI 接手即時飛行決策。Microsoft 對 NASA 工作流程的採訪提供了這些細節。
DoorDash 的 MCP connector 讓企業可以把午餐訂購和辦公室補貨整合至內部 AI 工具。DoorDash 的公告表示，擴大的 beta 等候名單於 9 月 30 日開放。這是供企業申請測試的連接器，來源沒有說它已全面提供。
價格建議不會代替管理責任
路透社在《海峽時報》刊出的調查報導指出，McDonald’s 的價格引擎使用機器學習分析每日數百萬筆交易，涵蓋近 14,000 家餐廳，並產生各店餐點價格建議。這篇 Reuters 報導列出 Fresno 兩家相距 3.2 公里的公司直營店，Big Mac 分別標價 $5.69 和 $6.89；報導也引述 Reuters 查看過的加盟店介面，指出價格敏感度提示部分依據「當地顧客的支付意願」；Reuters 明確表示，無法確認價差由價格引擎造成，McDonald’s 也說加盟店可自行定價。報導同時引述公司文件，指出系統會記錄加盟店偏離建議的情況，並將「建設性地與麥當勞核准的定價顧問和工具互動」列入新的營運標準。
IBM 的 CFO 研究則顯示，財務主管更常參與企業技術和 AI 策略。IBM 的研究公告說，多數受訪 CFO 認為自己的角色已擴大；研究報告限定在活躍採用 AI 的財務從業者，其中 33% 仍在做分散試點、44% 已將 AI 整合進執行流程、23% 進入最佳化階段。這組比例描述的是財務 AI 使用者的成熟度，不是所有企業的普及率。
Anthropic 宣布 Claude for Government 正式開放使用。Anthropic 的發布公告說明，服務透過 FedRAMP High 授權環境提供 Claude 的程式與 agent 能力；公告描述的是服務使用的授權環境，並未提供逐一核對各模型認證狀態的資料。
同一週，CNBC 報導 FTC 已就 AI 產品可能帶來的風險展開調查，涉及 OpenAI、Anthropic 和其他公司；FTC 發言人沒有公布其他公司名稱。CNBC 的報導描述的是調查消息，不是違規認定或執法結果。
本機封包不等於成功上傳
ZCode 案件也需要把封包、傳輸和接收分開看。研究者後續更新表示，313 MB 商業專案快照停在本機待傳佇列，累計 564 次失敗，沒有成功上傳；另一個公開 repository 的小型工作區則有 538 個檔案、壓縮加密後約 15 KB，伺服器回報已接收。研究者的更新紀錄更正了大型商業封包已外流的說法，也指出外部無法確認既有雲端快照是否確實刪除。ZCode 的官方 GitHub repository提供客戶端原始碼，README 記錄 9 月 23 日更新到 v3.14.3；公開原始碼讓人可以檢查程式，仍無法單獨證明已發布二進位檔與來源逐位元一致。
Reuters 也報導，DeepSeek 表示與 Huawei 合作，為 Ascend 晶片開發程式工具，並開放 Ascend 平台的計算與通訊基礎設施原始碼。Reuters 的報導重刊於 Yahoo Finance另提到，TileLang 是供 AI 晶片使用的高階開源程式語言，DeepSeek 表示它有助提升開發效率並簡化程式邏輯；文中把合作與開源說法歸於 DeepSeek 的官方微信公告。這說明 AI 基礎設施的競爭也包含軟體工具鏈；報導並未證明這些工具已達到與 CUDA 相同的效能或採用規模。
評估 AI 進入實際流程的進度，可以把成績、樣本、登記、原型、試點、傳輸狀態和授權路徑分開記錄。這些數字和狀態指向的對象不同，分開讀才看得出一項能力走到了哪個階段。