本文探讨了如何将Claude Code和OpenAI Codex结合使用，而非二选一。通过基准测试、上下文窗口行为、代币经济分析和MCP集成，作者展示了两种工具在设计哲学上的互补性，并提供了具体的工作流模式。

探索2026年世界杯的AI预测，包括实时分组表洞察和模型比较。

随着 GLM-5.2 通过所有人的“氛围检查”，开源模型的故事终于成为真正的前沿故事。

Mutter AI Dictation 是一款Mac应用，提供隐私保护的听写和意图模式，能将口述的粗糙想法直接转化为完成品，速度比打字快约三倍。

本文作者认为，像Replit这样的“氛围编程”初创公司正在通过TikTok广告向非程序员推销轻松开发应用并致富的梦想，这让人联想到多层营销（MLM）骗局和加密货币泡沫。文章指出，这种营销方式隐瞒了AI编码的真实成本、安全风险以及成功的极低概率，在经济不景气的时期尤为具有剥削性。

Plansera AI 提供由人工智能起草的 E-2 签证商业计划书，旨在帮助创业者快速生成符合要求的文件。

波士顿儿童医院与OpenAI合作，利用AI工具成功诊断了18名患有罕见疾病的儿童，这些病例此前一直未能得到确诊。该研究发表在《新英格兰医学杂志》AI特刊上，展示了AI在基因组分析中的潜力。

巴雷特·佐夫重返OpenAI仅五个月后再次离职。他于1月中旬回归，负责企业AI销售，此前曾在米拉·穆拉蒂的Thinking Machines Lab担任联合创始人兼CTO，因不当行为指控于1月离职。OpenAI已确认其离职。

尽管公众普遍认为AI发展过快，许多政客却呼吁加快AI adoption。本文探讨了这一矛盾背后的政治与经济原因，指出快速变革可能带来的社会冲击。

Sakha是一款集成在Slack中的AI入职助手，能够自动引导新员工完成入职流程、回答公司政策相关问题、审核合同并生成公司政策。该工具旨在解决传统入职流程中知识分散、管理者负担重等问题，提供从第一天到完全融入的自动化支持。

Ferrix AI代理专为产品经理设计，通过上下文层、发现、验证、规划、PRD生成、规格制定、设计反馈、验收标准、工单创建、执行情报、发布沟通和上线后监控等12个代理，自动化产品管理工作流，同时保持人工审核与控制。

FetchSandbox是一款专注于API集成测试的工具，能够自动记录和分析测试中出现的故障，帮助开发团队快速定位和修复问题。

OALABS 的研究人员发现，一名低技能攻击者利用 AI 代理 Claude 和 Codex，通过模糊的提示绕过防护措施，突破至少 14 家公司并窃取数据。攻击者的操作安全失误导致超过 1000 个会话日志被恢复，暴露了其身份和手法。

arXiv 论文提出 SCAN-Planner，一种用于长途四足机器人导航的空间碰撞感知局部规划框架。它采用偏航感知的双圆柱足迹在膨胀三维占据地图中评估全身碰撞，并结合投影 A* 搜索与机器人中心滑动地图，改善狭窄空间、三维非结构化场景和楼梯环境下的轨迹质量。

该研究提出了一种基于范畴论与层论的新型数学模型，用于描述软件组件集合语言（SCEL）中的自主代理系统。该模型将组件视为点、集合视为开集、分布式知识视为层的数据，通过“粘合”局部数据来模拟信息共享，并利用层上同调将系统故障量化为拓扑障碍。此方法将复杂分布式系统的验证转化为几何分析，为设计鲁棒的自主系统提供了结构性见解。

研究人员提出一种仅依赖机载本体感知的不变扩展卡尔曼滤波（InEKF）方法，使双足机器人能在晃动、俯仰或旋转的非惯性地面上实时估计自身相对地面的位置与速度。在Digit机器人上的实验显示，收敛速度加快96%，位置误差降低80%，在单轴旋转地面上行走时平均误差低于9厘米。

本文提出一种游戏化的机器人学习方法，让机器人通过自我导向的玩耍持续学习技能，并构建可复用的代码技能库。引入RATs框架，在玩耍阶段自主探索、执行、验证和固化技能。实验表明，该方法在LIBERO-PRO和MolmoSpaces上将下游任务成功率分别提升20.6和17.0个百分点，且学到的技能可迁移至其他Code-as-Policy代理，无需微调模型。

DiffusionVS 提出一种基于扩散策略的视觉伺服方法，利用归一化标签角点坐标作为输入，通过条件去噪生成相机速度，并采用在线训练范式提升泛化能力。在仿真中成功率接近 100%，物理实验中达到 93%，且该扩散模块可提升现有视觉伺服网络的性能。

3D场景图（3DSG）作为空间AI的强大表示，结合了几何基础与语义及关系抽象，在机器人学和计算机视觉中广泛应用。然而，该领域碎片化严重，不同社区采用不同公式、构建流程和评估协议，难以比较方法、识别共同假设和评估稳健部署的挑战。本综述统一批判地审视3DSG，重点讨论开放挑战和未来方向，包括节点边属性、层次结构、动态表示和可负担性扩展，并回顾构建方法、下游应用和评估策略。

研究者提出 WorkBenchMark，一个基于乐高得宝的机器人组装基准，包含 400 个任务、四个复杂度层级，并提供开放词汇感知与拆解组装基线。基于规划的流程在所有层级上优于现代视觉-语言-动作方法。

研究人员构建了 Physical Atari 系统，由驱动机器人 Atari CX40+ 手柄的 Robotroller、在屏幕上渲染游戏帧与奖励信号的 Atari Devbox、现成摄像头和一台台式机组成。整套系统造价低于 1000 美元，可连续数周不间断运行强化学习实验而不出现机械故障，并用于验证强化学习算法能直接在机器人上学习，同时揭示学习与部署之间哪怕是微小的分布偏移也会显著降低策略性能。

研究者提出TeleMorpher，一种基于扩散模型的一键式框架，用于视频中同步运动与位置编辑。该方法通过分离主角与背景、利用运动先验进行姿势变形，并引入新的评估指标，实现了更可控和精确的编辑。实验表明，在真实场景视频和TaiChi数据集上，TeleMorpher在定量和定性评估中均优于现有方法。

本文提出了一种学习异步调度的方法，用于多表示潜扩散模型。通过调度校正的目标函数和快速联合探针，学习凸且单调的调度参数。在ImageNet 256x256上，仅用200个epoch达到FID 1.05（匹配800个epoch的SFD-XL），600个epoch达到FID 1.02（超越1B参数的SFD-XXL）。无引导设置下也取得显著提升。

GB-LSR提出了一种固定网格的局部频谱表示方法，用于连续图像重建。该方法采用单个可训练的全局带宽参数，在所有图像块间共享，从而简化模型并降低计算成本。在标准本机重建基准测试中，GB-LSR的PSNR比LIIF、LTE和WIRE等方法高出2.8-3.6 dB，而推理成本仅为最慢基线的四分之一。在超分辨率任务中，GB-LSR在4倍放大时比LIIF-RDN快1.44倍，比LTE-SwinIR快3.25倍。此外，一种无需局部集成平均的变体实现了1.77倍加速和35%的内存减少，而PSNR几乎没有变化。

arXiv 上的新论文提出 LIVE 方法，把语言当作高层指导信号，在推理时动态引导视觉编码器生成面向任务的嵌入，无需针对具体任务重新训练，从而减少视觉幻觉并提升跨任务泛化能力。

论文提出Mix-QVLA，一种任务证据感知的视觉-语言-动作（VLA）模型训练后混合精度量化框架。它通过比较全精度与量化模型在关键功能边界上的任务证据图来评估量化是否保留了决策相关证据，并结合任务执行过程中的敏感度变化分配比特，在LIBERO上把OpenVLA-OFT内存从15.4 GB降至4.1 GB，平均成功率96.3（BF16为97.1），推理加速1.52倍。

本文提出PerceptionDLM，一种优化用于高效并行区域感知的多模态扩散语言模型。该模型利用扩散语言模型的并行解码特性，通过高效提示和结构化注意力掩码实现多掩码区域的同时感知，显著提升推理效率。同时构建了ParaDLC-Bench基准以评估并行区域描述能力。实验表明，该模型在保持区域描述竞争力的同时，大幅提升了多区域感知的速度。

ImageWAM 提出用预训练图像编辑模型替代视频生成来驱动机器人动作预测，避免了视频世界动作模型推理成本高、关注无关细节和长时程误差累积的问题，在仿真和真实实验中超越 VLA 基线和竞争性 WAM，并将 FLOPs 降至 1/6、延迟降至 1/4。

LooseControlVideo 提出了一种使用稀疏有向 3D 边界框作为“阻挡”代理的文本到视频生成控制方法，通过微调 Wan 2.2 骨干网络并引入 DNOCS 编码，在 nuScenes、HO-3D 和 BEHAVE 基准上显著提升了轨迹误差、刚性运动一致性和遮挡准确性。

LEAP是一种针对视觉Transformer特征蒸馏的训练课程，通过利用教师模型的中间特征图作为渐进难度目标，帮助学生模型构建基础表示后再学习高层抽象，从而显著提升蒸馏效率与下游任务性能。