a16z 普通合夥人、前美國副國家安全顧問（網路與新興威脅）Anne Neuberger 提出一項公私合作計畫，以保護關鍵基礎設施免受 AI 速度的攻擊，該計畫發表於《華爾街日報》，並由 a16z 摘要。計畫針對五個領域（電力、銀行與支付、水、通訊、醫院），以及數百家一旦失靈便會引發全國連鎖效應的營運商與共用供應商，目標包括：零網際網路暴露的控制系統、72 小時手動操作演練，以及在規定時間內控制關鍵漏洞。計畫將透過一個向白宮超級智慧部隊負責的執行長委員會運作，由各領域的 ISAC 提供 AI 驅動的掃描、修復與每月評分卡，並為資訊分享與責任歸屬提供法律保護。
Gary Marcus 認為，真正最終會損害黃仁勳的，是他一再為中國有權購買 Nvidia 晶片辯護，而非網上流傳他與 Alice Huang 的照片和影片。Marcus 表示，黃仁勳在近期一連串訪談中給人的印象「簡直是中國的說客」。
Chang Che 認為，AI 已將網路安全從零日漏洞稀缺的時代推向零日漏洞充裕的時代，而中國自上而下的體制難以適應這所需的快速、去中心化修補。根據 Censys 數據，PHP 零日漏洞披露一週後，美國已修補 1,400 萬個暴露服務中的逾四分之一，而中國僅修補了 4%。Che 將此歸因於中國 2021 年法律禁止研究人員對外公開或出售零日漏洞，削弱了西方漏洞賞金生態背後的誘因，以及 Nicole Perlroth 的觀點，即 AI 模型使囤積的漏洞利用過時，意味著 NOBUS 的終結。
民主黨期中選舉大勝被解讀為對矽谷的警鐘，隨著投資人將資料中心建設放緩納入定價，AI 基礎設施與晶片股走跌。德州州長當選人 Gina Hinojosa 將反對資料中心與 Elon Musk 作為競選主軸，新任主計長 Sarah Eckhardt 將審查 JETI 補助申請。Tesla 與 SpaceX 股價週四分別下跌 11% 與 9%。
民主黨贏得期中選舉後，隨著投資人逃離AI交易，那斯達克市值蒸發超過2.5兆美元，美國選民通過了44項地方措施中的43項，以減緩資料中心的發展。在拉納克郡的協議中，DataVita每年每兆瓦向社區基金支付最高10萬美元，顯示電網併網排隊的籌碼如何能轉化為地方利益。甲骨文在新墨西哥州的方案折算下來，僅為一次性每兆瓦8.4萬美元，吝嗇了將近18倍。
美國選民因資料中心和 AI 加速主義懲罰了共和黨，至少在 38 個轄區通過了禁令或限制，而支持 AI 的超級政治行動委員會大多失敗。Platformer 認為，監管 AI 不能沿用社交媒體的老路，那條路儘管經過多年聽證，卻沒有產生全面的隱私法、沒有第 230 條改革，也沒有新的反壟斷立法。
川普簽署行政命令、將人工智慧重新命名為「超級智慧」一個月後，這個詞已悄然取代 AI，出現在大多數政府網站上，並見於諸如 ICE 要求以 SI 驅動監控的徵求文件中，不過五角大廈、FTC 和 HHS 已退回舊用語。在簽署白宮《超級智慧協議》的科技領袖中，CNBC 發現只有祖克柏和馬斯克在第三季財報電話會議上持續使用這個詞，而亞馬遜、微軟和 Alphabet 的高層則說 AI。作者認為，真正的風險在於這場改名把用詞選擇變成了一種黨派忠誠測試，破壞了一場才剛剛開始的、關於 AI 的全國性討論。
包括伊隆·馬斯克、馬克·安德森和班·霍洛維茲在內的科技領袖，已向共和黨政治投入前所未有的資金，光是馬斯克一人在期中選舉就花了近五億美元。隨著川普支持率下滑、反AI成為主要競選議題，這些押注看來遠不如預期。想押注政治的投資人，還不如繼續玩Kalshi。
儘管外界普遍擔憂深偽技術與AI驅動的不實資訊，據Platformer報導，2026年期中選舉並未出現重大的AI干擾。前沿實驗室設立選舉作戰室，為深偽時代重啟舊有策略，但這番努力是否奏效仍不明朗。文章亦探討民主黨對約束前沿實驗室與資料中心的授權，以及AI搜尋對Google與Reddit流量的衝擊。
Ed Zitron 主張，2012 年的《JOBS 法案》取消了 500 名股東即須申報的門檻，讓科技公司與創投業者得以合法剝削散戶投資人，也使新創公司能遠更長久地維持私有狀態。他寫道，這項變革造就了史上數一數二的私人估值泡沫，如今估值是由創投的隨意決定而非市場力量所決定。
這篇文章主張，AI 生存風險警告或許出於真誠，但可能是錯的；文章指出，除了「真實且迫在眉睫」與「不真誠的心理戰」這兩種敘事之外，還有第三種可能性，卻鮮少被考慮。文章認為，政策制定者對災難性與系統性風險的韌性投入嚴重不足，並以防疫準備與資安為例；文章也主張，AI 主要是放大既有風險，而非創造出一個截然不同的對齊問題。
兩位研究人員主張，目前對 AI 存在性風險的估計仍過於不可靠，不足以作為公共政策的依據；他們重新發表先前對 p(doom) 的解構，因為這類論述正引發前所未有的政策關注。他們認為，與多數量化預測不同，這些機率並不建立在任何經過驗證的模型或方法之上，而歸納、演繹與主觀取徑在 AI 存在性風險上都行不通。
RAND 發表論文，主張美國應採取「行動自由」策略，在通往超級智慧的不確定道路上保留選項，並以四大支柱為基礎，包括人類-AI 生態系統與 AI 安全架構。該論文提出橫跨共存、拒止與加速的七種原型策略，並指出五項關鍵不確定性，例如危險臨近度與共存可行性。另外，研究人員在鼠腦已耗竭的幼鼠體內培育出人類般的腦組織塊。