1. 纽森签AI行政令：两个月内出安全立法指南，kill switch列入考虑
一句话: 9月18日加州州长纽森签署行政令，召集专家在两个月内给出强化加州AI安全法规的指南，同时要求政府运营署加快SB 813和AB 1405的实施时间表。
先说清楚这份行政令做了什么、没做什么。它本身没有直接规定企业必须装kill switch，而是启动一个两个月的专家程序，要拿出一份「加州怎么加强AI安全法规」的指南。正在考虑的选项有两个最受关注：要求公司为前沿模型开发紧急关停机制，以及要求由独立第三方来编写AI公司的安全计划。执行层面，政府运营署要和州应急服务办公室一起召集全国专家。
为什么是现在？纽森的原话是「before it's too late」。据CNBC报道，本月早些时候一名Anthropic研究员辞职并在社交媒体上发出警告，加上纽森被视为2028年民主党总统候选人热门，他明确说联邦层面做得不够。
对从业者，落点在两个月后。加州是几家前沿模型公司总部所在地，这里的规则往往就是事实标准。如果「第三方写安全计划」最终进了法条，AI审计、红队、安全评估这类岗位的需求会直接被拉起来。现在还只是指南阶段，别急着按「已立法」理解。
原文: "The executive order convenes a group of world-leading experts to provide, within two months, a guide for California to reinforce and strengthen its AI safety and security laws."
来源: Governor of California · CNN · CNBC
2. OpenAI推出Astra for Law：法律检索正确率比纯联网搜索高40%
一句话: OpenAI发布Astra for Law，用GPT-6 Astra加一套覆盖美国判例、成文法、法规、法院规则和行政决定的法律检索索引（超过2.3亿个URL，每天新增），面向律所和法律科技公司。
看数字。OpenAI用200道美国法律研究题评测：Astra for Law整体正确率54.0%，同一个GPT-6 Astra只用联网搜索是38.7%，相对提升40%。判例题上多找到24%的参考案例，从正确判决书里检索到的相关段落最多多出54%。这组对比说明一件事：同一个模型，差距几乎全来自检索层——专属索引、领域指令、评测集。
生态这边，法律工作可用的插件有26个合作方插件和47个社区插件；Thomson Reuters、Harvey、Legora、iManage都在合作名单里，Latham & Watkins、Ropes & Gray、Cooley、Sullivan & Cromwell是早期采用律所。Harvey和Legora的处境有点微妙：它们一边是API客户，一边要和OpenAI自己的法律产品抢同一批律所。
访问方式很克制：先通过ChatGPT和Codex里的Trusted Access给选定律所，API随后开放，价格没公布，目前只覆盖美国法律。对做垂直RAG的工程师，这是一个很好的参照：通用联网搜索到54%这个量级，靠的是专有语料和自建评测，不是换更大的模型。
原文: "Astra for Law passed the evaluation's overall correctness check on 54.0% of questions, compared with 38.7% for GPT‑6 Astra using web search alone – a 40% relative improvement."
来源: Artificial Lawyer · OpenAI · Legal IT Insider
3. Claude Code Projects重做：一个对话调度多条并行云端线程
一句话: Anthropic把Projects从「文件夹」改成「对话」——你描述要做的事，协调者负责拆解、分派、并行跑线程、审产出，每条线程是一个跑在独立分支上的Claude Code云端会话。
结构拆开是两层：thread干活，coordinator指挥。比如同时让一条线程profile接口、一条跑测试、一条开PR。线程之间共享项目记忆，新线程不用重新交代背景；上传的文件和Claude生成的产物集中进一个产物库。几条线程改到同一段代码时，冲突按普通merge conflict处理——没有发明新机制，沿用git本来的做法。
线程跑在云端，所以合上电脑它还在继续，你可以在手机上看进度、中途改方向。这是和本地起几个agent最大的区别：以前多agent并行要自己搭编排框架、管worktree、管上下文，现在是订阅里自带的功能。
门槛要看清：现在是beta，只给使用云端会话、且在网页端或桌面端没有旧Projects的部分Pro和Max用户，未来几周扩大。Team和Enterprise排在后面，本地执行（线程跑在你自己机器上、能访问内网代码）还在计划中。公司代码不能上云的团队，暂时用不上。
原文: Updated projects are available in beta to select Claude Pro and Max subscribers who use cloud sessions in Claude Code and don't have any existing projects on the web or desktop.
来源: Claude Blog · Claude Code Docs
4. Pew调查37国：34国民众认为AI会让岗位变少
一句话: Pew研究中心9月17日发布调查，2026年2月8日至5月13日访问36国42,151人，加上美国的单独调查共37国；其中34国民众更倾向认为AI会让未来20年岗位变少。
最扎眼的是富裕国家。报告点名澳洲、韩国和美国：约七成或以上成年人认为AI会在未来20年造成失业，美国这个比例两年内涨了7个百分点。这三个国家的共同点是白领比例高、AI渗透快，焦虑来自亲眼看到的工作变化，而不是想象。
贫富差距的判断更悲观。人们更倾向认为AI会拉大而不是缩小贫富差距；报告写得很直白，没有一个国家有超过四分之一的人认为AI会减少经济不平等。Nigeria是少数例外，对失业的担忧明显低于富裕国家。
放到澳洲求职场景里，这组数据的意思是：面试你的经理、团队同事，大概率也在担心自己的位置。与其回避这个话题，不如准备一个具体例子——你用AI把哪个流程从几小时压到几十分钟、结果怎么验证。能讲清「我怎么驾驭AI」的人，在这种情绪里反而更占位置。
原文: "In some wealthy nations like Australia, South Korea and the United States, around seven-in-ten adults or more say AI will result in job loss over the next 20 years."
来源: Pew Research Center · Gizmodo
5. AWS机器学习工程师助理级换版：MLA-C01英文版9月28日最后一考
一句话: AWS同时更新三门考试——MLA-C02、SAP-C03、DVA-C03；其中MLA-C01英文版最后考试日是9月28日，距今9天，MLA-C02 beta 9月29日开考。
时间表按考试排：
- MLA（机器学习工程师助理级）：9月1日开放C02 beta报名（仅英文），9月28日C01英文版最后一考，9月29日C02 beta开考，2027年1月14日正式版全语言开考。beta报名费75美元。
- SAP（解决方案架构师专业级）：10月27日开放报名，11月16日是SAP-C02最后一考，11月17日SAP-C03正式开考，考试费300美元。
- DVA（开发者助理级）：10月27日开放报名，11月30日是DVA-C02最后一考，12月1日DVA-C03正式开考，考试费150美元，及格线720/1000。
怎么选？已经在备MLA-C01、模拟题稳定过线的，尽快约9月28日前的场次，旧版题库和课程到期后就不对口了。刚起步的直接按C02考纲准备；beta报名费比正式版便宜，但目前只有英文。SAP和DVA还有两个多月，考C02版本的时间窗口足够，不用慌着换。
原文: "September 28, 2026 – Last day to take MLA-C01 in English"
