Auto-FL-Research (AFR) 是一个约束编程代理工作流，用于自动搜索联邦学习算法。它在五个医疗保健FLamby任务和六个LEAF数据集上进行了评估，显示在多个任务上取得了提升，但也揭示了种子敏感性和搜索选择的失败案例。

本文介绍了PACE，一个模块化的神经符号框架，用于生成考虑可行性的反事实解释。该框架将预测和推理分离，使用神经网络进行分类，并用符号推理层施加领域约束，确保解释的合理性和可操作性。在Adult Income数据集上的案例研究表明，符号约束能够产生更符合领域可行性要求的解释，展示了神经符号方法在可解释AI中的潜力。

本文深入调查NVIDIA DGX工作站的实际能力，揭露其748GB统一内存中仅252GB为高速HBM3e，其余为低速LPDDR5X。通过Cornell、Snowflake等使用案例和GLM-5.2等基准测试，探讨其能否承载本地前沿模型推理。

Imagent是一个将图像、视频和语音生成能力集成到AI代理工作流中的开源工具。它提供统一的CLI接口，支持多个AI提供商（如OpenAI、Google、ElevenLabs等），并管理生成的资产库，方便复用。

Interfaze 开源了 diffusion-gemma-asr-small，一个多语言语音识别模型，采用扩散解码器而非自回归解码器。该模型通过一个约 42M 参数的适配器将音频输入到 Google 的冻结 DiffusionGemma 模型中，单个适配器即可处理六种语言。转录成本由去噪步数决定，而非转录长度。在 LibriSpeech 测试集上词错误率为 6.6%，领先其他扩散 ASR 模型。

本文将'点球成金'概念——利用数据驱动的统计分析发现低估资产——应用于物理人工智能领域。文章认为，机器人数据目前定价错误，过度强调数据量和遥操作时长，而忽视了数据的新颖性和边际效用。通过分析规模法则和数据采集的经济学，文章提出，物理AI的资本效率取决于准确计算和定价数据的新颖性，而非最大化数据量。

韩国芯片制造商三星电子和SK海力士推动的AI芯片热潮带来了前所未有的财富增长，但只有少数人群受益，引发关于利润分配和贫富差距的广泛讨论。

在内部全体会议上，Meta CEO马克·扎克伯格承认公司的代理型AI开发速度慢于预期，这是一次罕见的坦诚表态。他透露AI代理进展未如预期加速，且裁员重组效果不佳。尽管Meta大幅增加资本支出，但购物代理等产品尚未落地。扎克伯格预计未来3-6个月将看到实质性回报，但分析师认为成功只是时间问题。

本视频讨论了AI领域被认为正在崩溃的原因，以及中国如何通过战略投资在该领域取得优势。

Yann LeCun（前Meta AI负责人）认为，当前的LLM（如ChatGPT）缺乏真正的智能，无法处理现实世界的复杂性。他的新公司AMI Labs正在开发一种不同的AI方法JEPA。与此同时，牛津大学的Ingmar Posner正在研究世界模型。两者的目标都是让AI能够推理物理世界。

随着AI生成内容在专业场合的泛滥，作者呼吁LLM用户遵循基本礼仪：验证输出、用自己的话转述、注明来源。通过一个假想的职场故事，揭示了不验证AI输出可能带来的误导和尴尬。

影子艺术部长安吉·贝尔要求人工智能公司像其他人一样“先征求许可并付费”使用澳大利亚创意作品。同时，一名青少年被控谋杀，X公司称平台没有义务阻止有害内容，以及澳大利亚民众对以色列的看法比对中国更负面。

一项潜在协议将允许国际科技公司利用澳大利亚音乐人的创作成果，总理最喜爱的一些艺术家向《卫报》表达了他们的感受。

Yoshua Bengio等16位学者提出Scientist AI (SAI) Predictor的形式化安全论证，通过认识语境化训练实现诚实预测，并证明在合理假设下危险预测器的训练概率极小。

亿万富翁科技投资者彼得·蒂尔在阿斯彭思想节上发表了一系列关于人工智能和西方未来的挑衅性警告和预言，指责教皇利奥十四世呼吁AI监管无意中充当了“中国共产党代理人”，他还警告美国民主党可能出现“民主社会主义接管”。

Charity Majors 指出，尽管AI强制令往往不受欢迎，但若能获得适当资金和支持，它们可以成为有效的组织工具。她将提供资源和学习空间的强制令与惩罚性且资金不足的强制令进行了对比，并强调领导层的一致性和明确权衡的重要性。

DocuPipe 的免费 AI 工具，可将任何 PDF（扫描件、数码文件或照片）转换为结构清晰的 Excel 工作簿。每张表格独立成表，关键字段汇总，所见即所得，无需注册。

Vox 是一个开源的 CLI 扩展，允许用户通过语音与 GitHub Copilot 进行交互，实现免提操作。它支持 Windows、macOS 和 Linux。

Vercel 首席软件官 Andrew Qu 在访谈中解释了代理为何是一种新型软件，以及其代理框架 eve 的诞生过程。他强调技能（skills）、沙盒（sandboxes）和可被代理读取的网站的重要性。Qu 分享了 Vercel 从网页开发转向代理的经验，以及如何通过技能解决模型知识过时的问题，并预测未来网站需要同时为人类和代理提供不同体验。

Rainslice 是一个AI平台，24/7 自动运行家庭服务业务的前台和后台，包括接听电话、短信、调度、报价和客户服务，帮助业务增长。

芝加哥附近发生一起130万美元的货物盗窃案，被盗物品包括铜线和数据中心设备，凸显AI基础设施供应链中物理安全的新风险。

一项详细的实验，比较了五个Claude模型（Opus、Fable、Sonnet、Sonnet 4.6、Haiku）对LangChain Python单仓的完整审计。Fable在评分上与Opus持平（A-），但在生成可操作的里程碑和快速胜利方面表现出色。文章展示了发现、优缺点，并推荐多模型流程。

据报道，OpenAI Group PBC向特朗普政府提议，将公司5%的股份转让给美国政府。此举可能是更广泛AI政策的一部分，政府也可能获取其他AI开发商的股份。该提议尚在早期讨论阶段，可能需要国会批准。

Gist是一款AI工具，将arXiv论文总结为简洁的幻灯片，包含要点、逻辑分析、反方观点和最高级反驳。利用13万美元的Claude积分训练了定制模型，提供免费摘要流，支持语音播放。

Osloq是一个AI代理，能够为你复现GitHub上的问题。

Mirrors 将生产轨迹转化为代理环境的隔离副本，让您在不影响用户的情况下测试变更。它通过确定性回放和工具调用评分，帮助捕获回归、复现错误并安全地测试风险流程。

本教程详细介绍了如何在 Google Colab 中使用 RAG-Anything 构建一个支持文本、表格、公式和图像的多模态检索管道。从环境配置、OpenAI API 密钥安全输入开始，到生成合成多模态报告、构建 content_list、插入检索系统，最后测试多种检索模式（naive、local、global、hybrid）。全面演示了 RAG-Anything 处理多模态文档的能力。

NeuralFit 是一个曲线拟合游戏，玩家通过调整神经网络的权重和偏置，使输出曲线匹配目标曲线。游戏包含计时挑战，达到一定拟合度即可通关。

Adobe首席科学家Carlos Sanchez在AI工程师世界博览会上演示了“代理网站”概念，该网站利用LLM根据用户意图实时组装个性化页面，成本约每页1-2美分，仍处于实验阶段。

拉马努金挑战赛旨在评估当前AI系统在数学常数公式方面的研究级问题解决能力。挑战赛于2026年7月1日至8月1日开放提交，接受形式化证明、基于CAS的推导或可读的人类证明。提交需包含可重现的代码，且不能依赖未公开的服务。