一项新研究声称全民基本收入（UBI）无法阻止AI导致的裁员，但本文作者指出该研究对UBI的定义过于狭隘，忽略了其更广泛的经济影响。真正的解决方案是对自动化征税，并将收益作为红利分配。

Anthropic的AI网络安全工具Mythos引发争议，英国银行无法访问。与此同时，OpenAI向九家英国主要银行提供了其GPT-5.5 Cyber工具的访问权限。两家公司的AI工具均可发现系统安全漏洞，但Anthropic对Mythos的访问限制更严格，认为其能力更强。专家指出，AI工具能快速扫描大量代码，但仍需人工验证。

Moonshot AI 发布了开源终端 AI 编码代理 Kimi Code CLI，采用 TypeScript 编写，支持子代理并行工作、MCP 配置、视频输入等功能。该工具采用 MIT 许可证，可使用 Kimi 模型或其他兼容提供商。

一款名为Stack Overflow AI的VS Code扩展，以Stack Overflow帖子风格提供AI生成的答案，包含多个竞争性答案和一个采纳标记。开发者将其视为艺术作品，表达对AI侵蚀编程工艺和社区协作的担忧。扩展基于Claude Agent SDK，仅使用只读工具集，确保答案基于实际代码。

作者在哈佛校报的毕业特刊中建议2026届毕业生积极拥抱AI技术，掌握并广泛使用各类AI工具，同时以公民身份批判性地对待AI，关注其风险与利益分配。他强调AI能赋予有主动性、创造力和远见的人巨大力量，即使缺乏经验或资本。

根据SEC文件，SpaceX以每月9.2亿美元的价格向谷歌租赁AI计算能力，提供约11万块英伟达芯片，以满足谷歌Gemini Enterprise平台的需求。这一交易凸显了AI基础设施的稀缺性以及大型科技公司业务的紧密交织。

NVIDIA发布了Nemotron 3.5 ASR，这是一个600M参数的流式自动语音识别模型，采用缓存感知的FastConformer-RNNT架构，支持40种语言区域的实时转录，且内置标点和大小写功能。模型以开放权重形式发布在Hugging Face上，许可协议为OpenMDW-1.1。

OpenAI与特朗普政府正在谈判一项直接政府持股计划，拟通过“公共财富基金”向美国公民支付收益。参议员伯尼·桑德斯提议对AI股份征收50%的税，但批评者担心此举可能引发类似2008年金融危机的“太大而不能倒”风险。

AIEI开始追踪AI领域的投资和并购活动，并监测前沿模型和主要应用的合作伙伴计划。

本文介绍AI编码代理如何利用现有技术栈，提升开发效率，并讨论了代理体验（AX）的重要性。

peers是一个开源工具，驱动两个或多个AI编码代理（如Claude Code、Codex）作为协作伙伴，通过硬性门控（测试通过、覆盖率保持、无回归、无待办项、无存根、无跳过测试、秘密清理）确保任务完成。一个代理实现，另一个盲审，再加一个对抗性怀疑者重新审计，然后才接受“完成”。支持无人值守、预算封顶和容器沙箱。

Bitrig是一款macOS应用，能将你的想法转化为真正的Swift和SwiftUI代码，支持自然语言交互和内置模拟器，无需编码经验即可快速构建并发布应用到App Store。

心理学家格洛丽亚·马克的研究表明，数字技术的使用已导致人类注意力持续时间从2003年的2.5分钟锐减至近年来的47秒。她担忧AI聊天工具（如ChatGPT）可能进一步加剧这一问题，因为它们鼓励用户“将认知工作外包”，从而削弱深度处理能力，增加认知退化和情绪智力下降的风险。马克建议通过增加个人努力（如阅读完整书籍、减少GPS依赖）来重新平衡与技术的关系。

一个工具，允许用户通过将 YouTube 视频链接粘贴到 AI 聊天界面来获取视频摘要。

一篇被伪造为纳米比亚总统Netumbo Nandi-Ndaitwah的AI生成演讲在社交媒体上广泛传播，谴责腐败和外国剥削，反映了非洲和加勒比地区民众对道德领导力的渴望。总统本人澄清该演讲为AI伪造。

AI公司使用衬线字体以获得人性化和信任感，但批评者认为这掩盖了AI的冰冷本质。设计师指出这是一种“品味泛滥”的趋势。

人工智能先驱尤尔根·施密德胡伯在访谈中回顾了1991年其慕尼黑实验室的关键突破，包括世界模型、人工好奇心、强化学习，并对比了大型语言模型与决策系统。他还探讨了象棋AI的发展历史及未来通用人工智能的挑战。

Nanocode-CLI 是一款基于终端的轻量级AI编码助手，完全用 Python 编写。它提供实时控制、文件状态感知、陈旧编辑保护、项目感知导航、可恢复上下文、缓存感知上下文、聚焦工作记忆等特性，所有操作都在命令行中完成。

标普道琼斯指数公司拒绝为SpaceX、OpenAI和Anthropic等公司破例，坚持原有的盈利和上市时间要求。尽管纳斯达克和富时罗素已给予更灵活的处理，但标普500的严格标准意味着这些亏损公司可能仍需等待。

本文详细介绍如何使用 Chat SDK 和 AI SDK 为 Slack 构建一个 AI 驱动的智能体，包括项目搭建、工具定义、流式响应、部署到 Vercel 以及使用 toolpick 扩展工具集。

今日AI新闻涵盖多个领域：Sakana AI在东京设立RSI实验室，推动递归自我改进研究；新智能体评估基准如ALE和SWE-Marathon出现，揭示前沿模型可靠性不足；开源模型方面，谷歌发布Gemma 4 QAT检查点，Ideogram 4成为领先的开放权重图像模型；NVIDIA扩展Nemotron生态系统；Hermes Agent发布新版桌面应用；Arena推出Agent模式；开发者工具和基础设施经济也成为焦点。

针对科学模拟产生的海量时空数据，有损压缩至关重要。现有学习型压缩器在中精度目标下可实现高压缩比，但高保真场景（块级NRMSE 10^-6至10^-4）中，残差修正流会主导码率。本文提出以残差为中心的观点，设计两种残差编码器LBRC和NGLR。LBRC是免训练的自适应量化流水线，NGLR引入因果神经网络预测器。在E3SM、JHTDB和ERA5数据集上，LBRC相比GAE提升压缩比30-60%，NGLR进一步提升10-40%，超越SZ压缩器。

LLM-as-judge 评估假设评判稳定，但本文表明决策后交互可操纵评判结果。在 MT-Bench 和 AlpacaEval 上的实验发现，LLM 评委在中性重评下稳定，但针对性挑战可逆转决策，影响排名和人类一致性。文章引入评估鲁棒性分数（ERS）。

该研究构建了一个合成对比推理轨迹数据集，用于多表问答任务，并通过对比偏好优化（CPO）微调开源大语言模型，在MMQA基准上实现了9.7%-16.3%的绝对平均提升，最高提升达21个百分点。

本研究开发了一种结合深度学习MRI骨关节炎膝关节评分（MOAKS）预测与可解释统计建模的AI框架，利用OAI数据大规模研究膝关节结构异常与疼痛的关系。通过共形预测实现不确定性量化，仅保留高置信度预测，显著提升了骨 marrow 病变（BML）、软骨损失（CART）和半月板挤出（ME）的预测性能（MCC分别从0.69提升至0.91、0.45至0.80、0.59至0.89）。基于2,175个膝关节的高置信度数据，纵向潜在类别混合模型识别出快速和稳定两种疼痛轨迹，快速进展组中BML、CART损失和ME的比值比分别为1.62、1.83和2.50，强调了这些结构异常作为骨关节炎疼痛和功能进展风险因素的重要性。

AI智能体默认采用连续动作模式，但对于需要数分钟乃至数小时的长期任务而言，这种策略效率低下。SentinelBench是一个开源的基准测试，包含10个合成网络环境中的100个任务，用于评估智能体在时间演化监控任务中的表现。它衡量任务完成度、反应时间和资源使用，揭示了响应性与成本之间的权衡。初步实验表明，不同的智能体设计会显著影响关键指标，为后续研究提供了基线。

本文提出了一种结合不确定性感知功能预测与部件级疲劳评估的框架，用于循环工厂中返回产品的再利用决策。以角磨机为例，通过卷积编码器提取载荷模式，LSTM预测九个功能变量，同时利用有限元应力重建和疲劳损伤评估（S-N曲线、Miner法则、Paris裂纹扩展）分析输出轴疲劳。测试显示平均精度0.9652，热变量预测近乎完美，驱动电机电流和负载速度最具挑战性。

时间序列基础模型（TSFMs）面临上下文污染问题：异常补丁会不成比例地占据注意力并降低零样本预测质量。GITCO框架通过门控、路由器、批评者三个组件，在推理时无需更新参数即可识别并抑制有害补丁，在53个数据集上平均提升MASE 1.95%，并达到改进上限的89.9%。此外，研究引入了上下文敏感度剖面，用于表征TSFMs在推理时上下文干预下的性能改善映射。

多模态模因是动态的，常常需要最新的背景知识来解读。现有方法往往忽略此类知识，或依赖预训练模型中可能不完整、过时或新兴模因不可用的固定参数知识。我们提出了“查询-检索-结论”框架，这是一个零样本框架，能够识别缺失知识、检索开放网络证据并综合基于证据的背景知识，用于模因理解和检测。我们还引入了一个精心策划的模因理解基准，包含2024至2026年的近期模因及外部背景知识标注。在三个模因理解数据集和五个模因检测任务上的实验表明，我们的框架在知识恢复、模因理解和下游检测方面优于零样本基线。

多智能体系统（MAS）通常依赖自由形式的自然语言通信，导致令牌消耗激增和性能下降。本文分析了五种通信策略，提出PACT协议，将通信视为状态更新问题，显著提升性能-成本平衡，在OpenHands和SWE-agent等实际系统中验证了有效性。