来自arXiv的一篇论文提出“建构性对齐”框架，挑战当前AI对齐中的静态偏好假设，将对齐重新定义为控制偏好演化的过程，而非满足固定偏好。

Arena是2023年加州大学伯克利分校的研究项目，其商业服务上线仅八个月，年化经常性收入就达到1亿美元。该平台以众包AI模型性能排行榜闻名，已累积超过1000万用户评估。

随着 AI 从模型开发转向生产推理，计算需求加速并转向持续运行的 AI 工厂。NVIDIA 推出新战略，通过收入分成和信用支持模式，让初创企业、模型构建者等获得大规模加速计算资源。Sharon AI 和 Firmus 等公司已率先部署。

Meta投资数十亿美元发展AI和数据中心，现计划开拓云基础设施业务，出售AI计算能力和模型，与AWS、Google Cloud和Azure竞争。

Anthropic在经历出口限制后重新部署Fable 5模型，但新版本引入了更严格的安全分类器，导致更多良性请求被拦截，尤其在编程任务中。美国政府获得模型预发布访问权和专用计算资源，标志着AI行业向国家管控方向转变。

Senior SWE-Bench是一个新的开源基准测试，旨在评估AI智能体像高级工程师一样处理未充分指定的任务、进行运行时调试以及提供优雅解决方案的能力。该基准包含50个公开和50个私有任务，涵盖多种编程语言和栈，结果显示顶尖模型在高级别任务上仍有超过75%的失败率。

人工智能正从辅助工具转变为科学基础设施的一部分，提高了生产力，但可能缩小研究范围和减少合作。一项《自然》研究发现，AI增强的研究者发表论文数量是其他人的三倍，但研究主题范围减少5%，合作减少22%。风险在于研究工业化，缺乏深入批判性思考。

Panel Designer 是一个直观的设计工具，允许用户在真实设备上拖放组件来设计UI，并支持导出布局提示以便AI生成代码。它提供预览模式、版本管理功能，并支持导入JSON或SwiftUI代码。

作者认为，在面对面交谈中使用AI笔记工具，破坏了社交的“后台”真实性，使每一次闲聊都成为被记录的表演，呼吁建立新的社交规范来保护那些本应转瞬即逝的对话。

WebDeck 是一个开源工具，可将 PowerPoint (.pptx) 演示文稿一键转换为交互式网页演示文稿。它通过AI智能解析PPT内容，并重构为原生网页组件，支持响应式设计、多种区块类型、可视化编辑和离线使用。旨在解决PPT分享时格式兼容性差、移动端显示错乱、内容死板等痛点。

More AI 是一款免费开源、面向 Windows 的 AI 桌面应用，支持本地和云端模型。它提供聊天、代码 IDE、音乐/图片/视频创作、工作流编排、AI 竞技场等功能，并内置治理引擎和加密审计追踪，确保所有 AI 行为透明可控。用户可以自由选择模型提供商，完全离线运行或混合使用云 API。

Float公司凭借仅三人的团队，利用Tiger Data技术运营一家AI能源公司。其旗下的体现碳观测站（Embodied Carbon Observatory）通过采用TimescaleDB，将查询时间从6秒缩短至100毫秒以内，有效区分了电网改进与真正的脱碳。

VektorGeist推出了操作员与代理平台，旨在通过AI驱动的操作员和代理简化复杂任务，提升自动化水平。

这幅漫画讽刺了AI公司通过盗用知识产权牟利，质疑它们是否正在逍遥法外。

Scritty为每一个AI编码代理提供可共享、可搜索的记忆功能。

本文研究反因果设置下的域泛化问题，其中结果导致观测到的协变量。作者提出两种方法，通过惩罚模型对跨环境协变量均值和协方差变化的敏感性，并利用无标签数据来估计扰动方向，从而在标签稀缺时实现稳健的域泛化，并提供了最坏情况下的最优性保证。

该论文将推理 LLM 的 token 预算与自适应停止阈值设置视为风险控制问题：在给定目标错误率和验证集的前提下，用无分布假设的风险控制方法同时确定“置信即停”的上阈值和提前放弃不可解实例的参数化下阈值，从而在满足用户风险目标的同时降低计算开销。

研究人员提出残差上下文扩散（RCD），通过回收块级扩散语言模型中被丢弃令牌的表示来提升准确率并减少去噪步骤。

Apple 与学术机构的研究人员提出用强化学习训练扩散语言模型（dLLM）的去掩蔽采样策略，以一个单层 Transformer 轻量策略网络把 token 置信度映射为去掩蔽决策，在块式半自回归生成中追平最先进启发式方法，在全扩散设置中超越它们。

MemoryLLM通过将前馈模块（FFN）与自注意力解耦，实现了可解释的上下文无关词元级神经检索记忆，提升了计算效率。

研究揭示RL微调的视觉语言模型在文本扰动下鲁棒性下降，开源模型存在准确率与忠实度的权衡，而闭源模型表现更稳健。

该研究提出摊销最大内积搜索（Amortized MIPS），通过训练神经网络直接预测MIPS解，从而分摊在已知查询分布和固定键数据库下反复求解MIPS的成本。核心洞见是MIPS值函数是键集合的支持函数，其梯度给出最优键。作者设计了两种互补模型：SupportNet（输入凸神经网络回归支持函数）和KeyNet（直接回归最优键），并在BEIR基准上验证了它们在IVF匹配率上显著优于基线，且论文提供了开源代码。

一项基于组织心理学的研究发现，自组织LLM团队在无约束协调下往往无法达到团队内最佳专家的水平，在ML基准上性能损失最高达41.1%。主要瓶颈在于专家利用而非专家识别：团队倾向于整合性妥协，平均专家与非专家意见，且这种倾向随团队规模增大而加剧，并与性能负相关。

Meta向约6000名员工发送内部备忘录，警告2026年内部AI使用成本正逼近数十亿美元。30天内员工消耗了73.7万亿代币，内部排行榜“克劳德经济学”加剧了无意义使用。首席技术官博斯沃思强调代币消耗不等于生产力。Meta将部署“AI网关”仪表板进行集中监控，并从2027年开始实施正式代币预算，同时引导员工转向自家编码助手MetaCode。

Introspection公司联合创始人Roland Gavrilescu在AI Engineer World's Fair上阐述了自动研究的概念，即构建“外循环”让代理通过反馈信号、评估和人类输入来维护和改进主系统。他介绍了代理“配方”、内外循环分工，以及人类在软件工厂中的核心地位。

AuthSec是一个统一的Go服务，提供完整的身份生命周期管理，包括认证、MFA、OIDC联合、RBAC、SCIM、客户端管理、外部服务凭证和SPIFFE/SPIRE工作负载身份，所有功能都集成在一个单一的二进制文件中。

AI时代的FOMO（错失恐惧症）已演变成一种慢性焦虑，源于技术迭代速度远超人类学习能力。文章分析了其症状、代价以及背后被设计的焦虑经济，并提出了真正的解决方案：从“我是否跟上”转向“我创造了什么”，建立专注的信息摄入习惯。

消费者权益组织Which?的调查显示，Tripadvisor使用AI生成的酒店评论摘要常常淡化严重投诉，例如将因大规模食物中毒被起诉的酒店描述为“一尘不染”，并称赞有性骚扰投诉的度假村服务“友好”。

本文介绍了Databricks AI在大规模GPU训练中遇到的三种失败模式：任务崩溃、静默性能下降和数值错误。通过使用多样化的极端工作负载进行压力测试，并结合多阶段健康检查系统（主动引导检查、被动连续检查、定期多节点检查），有效捕捉和预防GPU故障，确保训练可靠性。

甲骨文在AI数据中心上投入数千亿美元，但在一份监管文件中承认这些投资可能无法收回。文件详细列出了需求误判、客户违约、电力短缺、建设风险等多种因素。尽管面临重重挑战，甲骨文仍计划继续巨额投资，并为此增加债务。