现有AI基准测试衡量的是AI能做什么，但没有衡量AI是否按用户意图行事。本文提出了一种新指标——精灵系数，用于量化用户指令与AI实际行为之间的差距，并借鉴经济学中的基尼系数，将AI可能出现的“精灵式”行为分为狄俄尼索斯型和魔像型，呼吁建立相应基准。

谷歌发布 Gemini 3.6 Flash 系列，包括 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 模型，旨在提供更快速高效的 AI 推理。

Augustus公司已融资1.8亿美元，旨在构建一个为AI和稳定币时代服务的清算银行。该公司已通过其在芬兰的受监管实体提供欧元清算，每年处理数十亿欧元。其客户包括Kraken等加密交易所。今年5月，Augustus获得美国货币监理署（OCC）的有条件批准，预计最终获批后直接接入美元清算。公司认为，十年内所有清算银行都将提供稳定币通道。此外，Augustus的平台从头构建，支持可编程支付和全天候结算，以应对AI带来的新风险。

一款自动化检查工具，可在代码投产前捕捉AI生成的漏洞、幻觉依赖项和代码截断问题。

Apache Spark 4.2版本发布，重点转向AI原生数据平台，引入了度量视图、原生向量搜索、实时Python流处理、地理空间支持等特性，旨在简化AI开发者的特征工程、实时信号处理和嵌入工作流。

本文进一步强化AI代理的安全措施，包括Docker沙箱隔离、提示注入防御和输入验证。Docker沙箱将工具执行隔离在容器内，防止对主机造成损害。提示注入防御通过标记和明确指令将工具输出视为数据。输入验证确保所有工具输入在执行前符合模式。

OpenAI推出“ChatGPT for Small Businesses”计划，帮助创业者掌握AI技能、实现工作自动化，并借助ChatGPT Work促进业务增长。

AgentManager 是一款工具，帮助用户不再错过 Claude Code 会话中等待输入的时刻。

一名联邦法官批准了Anthropic与作者之间15亿美元的集体诉讼和解，该诉讼指控Anthropic在训练AI模型时使用了受版权保护的书籍。和解将为每位受影响的作者每本涉嫌盗版的书籍提供约3000美元的赔偿，被认为是历史上最大的版权赔偿。

Gumroad创始人兼CEO Sahil Lavingia分享的数据显示，公司人力支出从2021年6月的41.9万美元骤降至2026年6月的4.3万美元，同期AI代币支出从零增至4.3万美元，首次与人力成本持平。AI在工程提交和客户支持中承担主要工作，支持响应时间从24小时降至2分钟。Gumroad将此视为AI深度融入企业运营的案例。

本教程探讨了 NVIDIA 的 srt-slurm 框架，学习如何使用 srtctl 将声明式 YAML 配置转换为可重复的 SLURM 基准测试工作流，用于分布式 LLM 服务。在 Google Colab 中设置项目，检查内部架构，定义集群配置，试运行内置和自定义配方，并为 DeepSeek-R1 建模分离的预填充和解码部署。还生成参数扫描，与类型化 Python API 交互，验证扩展配置，并通过吞吐量与延迟的帕累托前沿分析模拟的基准测试结果。

PathToShip扫描了1868个公开的AI构建应用，发现仅23%达到生产就绪标准。扫描器初始的严重发现误报率达42%，经修复后降至约25%。结果揭示了AI生成代码在生产就绪性、安全性和架构方面的典型差距。

本文探讨了在监督微调（SFT）中为缺乏推理轨迹的数据集生成思考令牌的方法。首先分析了推理抑制问题，然后介绍了自我蒸馏推理（SDR），并通过三个基准验证了其效果，最后提供了实用建议。SDR通过复用基础模型的思维链，在不牺牲目标性能的情况下有效缓解灾难性遗忘，甚至提升目标性能。

Moto 是一款将 AI 生成功能直接集成到视频时间线中的编辑器，用户可在同一时间线内生成、编辑和完成视频，无需在多个工具间切换。它支持提示词生成动态图形、助手、来源参考和制片等功能，适用于动态设计师和视频编辑人员。目前处于内测阶段，核心编辑器免费。

麻省理工学院媒体实验室的研究人员提出了一种新概念——AI同居者，即具有独特个性的物理人工智能实体，作为自主存在与用户共处，不同于传统助手。他们建造了一只名为“随机鹦鹉”的机器鹦鹉来探索这一范式，促进了自发且情感丰富的互动。

Google发布了Gemini 3.6 Flash和3.5 Flash-Lite，旨在降低企业AI代理的延迟和Token成本。3.6 Flash在多项基准测试中性能提升显著，而3.5 Flash-Lite则专注于高吞吐量、低延迟的场景。此外，Google还推出了针对网络安全的3.5 Flash Cyber模型，并集成了客户端计算机使用工具。

阿里巴巴的Qwen 3.8 Max作为低成本开源模型，展示了中国AI模型正在迅速追赶美国，为企业提供更多选择。

LangSmith现已支持对基于Pipecat、LiveKit、OpenAI Realtime和Gemini Live构建的语音代理进行追踪。可以捕获音频、STT和TTS延迟、中断、工具调用等信息，并整合到一个追踪中。

GitHub Copilot的“画布”扩展将AI从对话工具转变为可视化、可交互的工作空间。开发者可以通过提示创建自定义画布，用于问题分类、代码可视化、会话管理、提示优化以及知识查找等任务。画布支持实时协作，允许用户和AI代理在同一界面上共同迭代。

NVIDIA Vera Rubin NVL72 正加速生产，与 CoreWeave、Google Cloud、Microsoft Azure 和 Oracle Cloud Infrastructure 等合作伙伴共同部署。该平台通过极致协同设计实现最高的每瓦性能和最低的令牌成本，在 DeepSeek-R1 基准测试中每兆瓦吞吐量比 Grace Blackwell NVL72 提升 10 倍。Vera Rubin 还支持欧洲开放模型时代，与微软和 Mistral 合作扩展 AI 基础设施。

SpaceMolt 是一款玩家不直接参与的游戏，所有角色都是AI代理。人类“操作员”构建并部署这些机器人，然后观察结果。本文采访了Brocktree，他运营着游戏中最大的集群之一——约200个代理负责采矿、运输和物资分配。他分享了如何构建集群、为何坚持人类决策，以及“脚本比令牌更便宜”的核心理念。

Lattics是一款类脑知识库工具，集成了AI写作和深度研究功能，帮助用户更高效地管理知识并创作内容。

Diff Forge AI 是一个开源的智能开发环境（ADE），支持AI辅助PCB设计、视频编辑和多终端工作区。作者分享了他从伊朗战乱中逃离的经历，并详细介绍了如何利用AI代理（如Codex、Fable 5、GPT-5.6 Sol）在两个月内编写超过88.8万行代码。该工具提供免费开源客户端，并包含付费云服务，如远程控制、蜂窝通信和自动化工作流。

Flock摄像头在全美各地悄然部署，利用AI识别车辆及追踪行踪，但居民往往毫不知情。本文探讨其工作原理、隐私风险、误报警例及争议。

谷歌发布了 Gemini 3.6 Flash、更便宜更快的 3.5 Flash-Lite 以及针对网络安全的 3.5 Flash Cyber 模型，但备受期待的 3.5 Pro 旗舰模型仍未发布。3.6 Flash 在多数基准测试中超越前代，且成本更低。3.5 Flash-Lite 面向高吞吐量任务，性价比突出。3.5 Flash Cyber 目前仅限政府及合作伙伴试用。

NVIDIA宣布其102.4太比特每秒的Spectrum-6以太网交换机系统已开始交付，该系统作为Vera Rubin平台的一部分，专为千兆级AI工厂设计，提供两倍于上一代的带宽。CoreWeave、Microsoft、Nebius等领先AI基础设施构建者将首批部署。Spectrum-6是Spectrum-X以太网平台的新一代核心，通过智能交换、ConnectX-9 SuperNIC和全栈软件，实现高达1.6倍的AI网络性能提升和95%的网络效率。

谷歌发布了一款名为Gemini 3.5 Flash Cyber的AI安全模型，旨在快速发现和修复安全漏洞。该模型成本低廉，是Anthropic的Mythos等大型昂贵系统的替代品。它基于Gemini 3.5 Flash构建，将首先通过CodeMender提供给政府和合作伙伴。谷歌称其在网络安全基准测试中表现出色，并在V8 JavaScript引擎中发现了55个独特问题。

Remote OpenClaw 提供超过13,000个MCP服务器、技能和插件，专为AI编码代理设计，打造开发者生态。

在阿联酋，企业AI的选择不仅关乎模型能力，更取决于数据运行地点、实际运营成本和法规合规性。前沿模型与本地开源模型的能力差距正在缩小，但自建基础设施的成本高昂。阿联酋的监管环境要求严格的数据本地化，催生了主权云和混合架构的解决方案。企业应采用“红绿灯”路由系统，根据数据敏感度分配模型使用，并先验证需求再投资硬件。

文章提出AI应被视作“思维软件”（ThoughtWare），而非传统软件。它认为AI正从工具转变为认知环境，将重塑人类思考方式：思考将从孤独的内心活动变为人类与AI的协同过程。文章警告，这种依赖可能导致人类认知能力退化，使人类成为离不开机器的共生体。