亚美尼亚虽是小国，但正通过Firebird AI中心等项目，打造区域AI计算枢纽，追求计算主权，而非芯片制造。该项目涉及数十亿美元投资、数万块NVIDIA Blackwell GPU，并获美国出口批准，旨在将先进芯片转化为国家战略能力。

Mergify的《合并队列状态报告》分析了超过20万次合并，发现AI辅助的拉取请求破坏主线的概率仅为1.9%，远低于非AI的4.4%。报告还揭示了团队规模与主线破坏率之间的强相关性：40人以上的团队中，每8次合并就有1次可能导致主线破坏。

GitHub Copilot背后的亚历克斯·格雷夫利展示了如何在代理编程中保持专注：用纸质清单限制范围，避免虚假工作，并通过简洁提示和渐进式开发规则来提高效率。

微软AI发布了MAI-Cyber-1-Flash，这是其首个专门用于网络防御的模型。该模型拥有1370亿总参数和50亿活跃参数，基于MAI-Code-1-Flash的稀疏MoE微调版本，上下文窗口为256k。它不独立提供端点服务，而是运行在微软的多模型代理扫描框架MDASH内部，可处理高达90%的任务，并将系统在CyberGym基准测试中的得分推至95.95%。该模型设计为仅执行防御性任务，无法生成漏洞利用代码。

本教程详细介绍了如何使用PrismML版的llama.cpp部署1位量化的Bonsai-27B语言模型，涵盖环境验证、依赖安装、编译CUDA二进制文件、模型下载、命令行测试、启动OpenAI兼容服务器以及Python客户端交互。同时探讨了长上下文推理、推测解码和视觉扩展等高级选项。

VideoLens是一款AI工具，能够一键将爆款视频拆解为可复现的提示词和分镜，帮助创作者快速理解并模仿成功视频的镜头语言。

JetBrains测试了Claude Code的'穴居人'技能，该技能声称通过让智能体说话简洁节省65%的Token。在82个真实智能体任务的配对A/B基准测试中，强制激活时实际节省仅约8.5%。未发现明显的质量下降。广告中的节省适用于聊天风格，而非智能体工具调用。该技能安全有趣，但被过度宣传。

AgentEnv（AENV）是一个基于Firecracker微虚拟机和OCI镜像的开源平台，用于大规模运行智能体环境，为Kimi K3的强化学习训练提供支持。它具备快照启动（<50ms）、增量快照、内存气球、高I/O性能等特性，并提供了CLI和E2B兼容API。

Caimera是一个专为时尚团队设计的AI视觉制作平台，提供高效的内容创作解决方案。该平台在ProductHunt上发布并引发讨论。

微软宣布推出两款AI安全工具：MAI-Cyber-1-Flash在CyberGYM基准测试中获得96%的分数，高于Anthropic、Google Gemini和OpenAI GPT；Project Perception能自动执行红蓝绿队任务，以更低成本完成90%的工作。两款工具目前处于预览阶段，需要谨慎评估。

曾被视为硅谷荣耀的AI“令牌最大化”趋势正在消退，企业意识到无节制使用AI成本高昂且收益有限。多家科技高管和咨询公司呼吁更理性的AI投资策略，并探索模型路由和开源替代方案。

AI Usage 是一款原生的 macOS 菜单栏应用，可实时监控 Claude Code 和 Codex 的 API 用量限制。它轻量高效（CPU 占用接近 0%），无需额外账户或 API 密钥，直接读取本地 OAuth 凭据，确保数据安全。支持多种显示模式、自动刷新和自动更新。

Answerwatch是一个开源工具，可以在本地追踪不同AI模型对同一提示的推荐结果变化，通过SQLite存储数据，并生成静态HTML报告，帮助用户了解模型间的差异和推荐漂移。

AI开源权重的辩论激烈，但只有Moonshot AI的Kimi K3模型真正发布。K3在多项评测中表现优异，并附带全套基础设施开源。NVIDIA发起开放安全AI联盟，Anthropic澄清其开源立场。同时，模型评测和代理可靠性成为关注焦点。

图工程将AI应用视为显式设计的工作流，而不是单个自主代理。它定义代理、工具、确定性函数、验证器、数据源和人类如何协调完成任务。本文从实现角度探讨图工程，并使用LangGraph构建可靠的工作流。

Lamoom是一个平台，允许用户在Claude环境中运行AI代理应用，或将自己的代理应用进行销售。

LangChain数据团队通过集成Hex、dbt、语义模型和可观测性，构建了一个可靠的数据代理，将自助分析容量提升了40倍，同时将数据团队的角色从回答每个问题转变为改进系统。

罗伯特·瓦拉丹的一条推文指出，虽然AI工具降低了游戏开发的入门门槛，但完成一款游戏仍然是一个重大挑战。

Vibotify提供与300位AI专家对话的平台，每位专家专注于一个职业领域，让用户能获得各个行业的专业指导。

QuickOn是一个AI潜在客户资格认证平台，可连接任何潜在客户来源和CRM，在几秒钟内对潜在客户进行丰富、评分和解释，帮助销售团队专注于高价值线索。

作者审计了自己的11个生产站点，发现由于AI爬虫（如GPTBot、ClaudeBot）不执行JavaScript，三个依赖客户端渲染的单页应用（SPA）对AI爬虫几乎不可见（仅呈现不到10个词）。通过构建时预渲染，这三个站点的可读内容从5-8词提升至1442-3048词。文章详细分析了问题成因、影响及修复方案，并提供了检查脚本。

利用Google AI信用额度解析了约百万条维基词典条目，构建了一个词源数据库，支持按词缀、同源词、派生词、含义、源语言、词性等搜索。项目仍在完善中，数据未全部验证。

本研究利用通用大语言模型（LLM）的两阶段流水线自动检测电子健康记录出院小结中的内部不一致性。在3000份MIMIC-IV-Note出院小结中，流水线发现了3460个候选不一致性，影响69.7%的入院记录。专家审查揭示了在需要时间推理、演变诊断背景或门诊处方知识时出现的失败模式。研究提出了一个分级本体框架，涵盖严格矛盾和歧义，为后续大规模EHR不一致性分析奠定基础。

一项新研究揭示，前沿大模型能利用语义无关的填充词元进行不可见推理，在某些合成任务上准确率提升高达13个百分点，且Claude Opus 4.5可在不牺牲主任务表现的情况下满足隐藏的模算术约束，这对依赖思维链监控的AI安全方法构成挑战。

LEACL框架利用大语言模型将复杂长时程机器人操作任务分解为子任务，并为每个子任务生成任务相关规范，使自动课程学习算法仅依赖稀疏奖励信号即可训练，在LIBERO基准的五个任务上取得优于人工设计稠密奖励的成功率表现。

PRISM 提出一种机器人策略表示方法，将可观测物理变量之间的多项式交互显式化，并采用因子化多项式模块高效提取高阶交互特征。在强化学习中它保留 MLP 骨干并叠加渐进激活的逐元素多项式函数，在模仿学习中它用端到端训练的多项式层替换 Diffusion Policy 中的线性本体感受条件。实验表明该方法在人形机器人行走和接触密集操作任务上优于标准 MLP 及容量匹配的更大 MLP，并能无需力觉传感器的条件下产生柔顺行为。

该论文提出一种广义的免数据关联SLAM框架，可联合估计数据关联、机器人位姿、路标位置与路标语义，并引入半增量估计方案与路标数量估计准则，在合成与真实数据集上优于强基线。

Sling2Sim2Real是一种新型框架，能够通过一次非破坏性交互识别弹性物体参数，从而在仿真中学习策略并零样本迁移到真实机器人。该方法解决了弹性行为在真实世界与仿真之间难以标定的问题，而仅凭视觉观测无法区分弹性属性。该框架包括两个阶段：多起始点的Real2Sim系统辨识（利用参数协方差估计弹性属性），以及基于仿真的策略学习与零样本Sim2Real迁移。在Franka Emika Panda机械臂和不同弹性带的弹弓操作任务上，实验表明Sling2Sim2Real实现了准确的策略学习和鲁棒的泛化能力，同时显著减少了真实世界交互次数。

研究人员提出了一种双阶段框架，用于基于LLM的对话机器人，在语音开始前生成上下文感知的前置响应，减少响应延迟。现场实验显示不同填充类型之间存在时间权衡。

一篇被ICRA 2026接收的论文提出了一种新的缩放定律，揭示了在机器人装配等封闭世界任务中，达到固定成功率所需的演示数量随目标精度接近极限而超指数增长，且该极限精度是包含传感器和专家策略在内的整个智能体系统的涌现属性，可通过改进系统组件来降低。