论文提出状态提交学习训练目标，让推理语言模型区分应持久保存的状态与可丢弃的临时计算。通过反事实擦除强化学习（CERL），模型能在隐藏思考被擦除后仍给出正确答案，显著降低对内部草稿的依赖，同时保持准确率。

研究人员在一款蒸馏版大型语言模型（Qwen3-4B-Instruct-2507）中定位了负责时间偏好的神经子图，发现模型对未来折扣的程度远低于人类，且这种偏好在不同上下文中不稳定，而通过引导向量可以调节时间偏好。

一篇arXiv论文介绍了PyCC库，这是一个用于从时间序列数据中学习常微分方程的Python工具。它引入结构“骨架”来注入领域假设并利用结构可辨识性来筛选模型，同时支持多种方程发现范式。

本文研究在预算受限的微型预训练中，分阶段部分因子工作流能否稳定恢复早期效应结构。作者在单GPU训练循环上运行了613次实验，涵盖2、5、10分钟筛查、重复验证、基线与最长24小时的双主机锚点延续。结果显示，总批大小、深度和宽度带来的主要惩罚在短预算下最大并随预算增加而缓解；随机搜索能到达强候选但缺乏因子归因；60分钟桥接锚点均值最低，但无法区分工作流改进与更大模型容量优势。最终给出有界方法学建议：用短设计筛查识别高惩罚方向，重复确认有希望的锚点，并在缩小的空间内局部细化。

该论文提出Errorquake-10k基准，在匹配准确率下揭示开放权重LLM误差严重程度分布的重尾差异，证明误差率与严重程度剖面信息不冗余，呼吁将严重程度分布与准确率并列报告。

一篇新论文提出了评估LLM基准覆盖的体视学理论，发现基准套件的有效维度导致巨大盲点，远超分数差异，并提出了最小基准集选择算法和解决了Gardner问题。

agentgateway 是一个专为 AI 和代理工作负载设计的统一开源网关，现已作为第四个项目加入 Linux 基金会旗下的代理 AI 基金会 (AAIF)。它通过单一平台管理 MCP、A2A、LLM 推理、HTTP 和 gRPC 流量，提供安全、可观测性、路由和治理能力，帮助组织应对智能代理系统带来的运维挑战。

Deb Liu反思了AI驱动的持续优化文化以及对落后的恐惧，认为真正的生产力包括静止，AI不应取代人类反思。

AgentNotes 是一款为AI代理提供简明英文摘要的工具。只需安装一个包并设置三个环境变量，即可在仪表盘中查看代理的运行日志和摘要。支持Python、Node.js和ClawHub，提供7天免费试用。

AISOP是一种开放协议，允许开发者使用Mermaid或JSON流程图定义结构化AI程序，支持分支、并行执行、子任务和错误处理等14种以上控制流模式，以单一可移植JSON格式实现。其设计注重可移植性、机器可读性和令牌效率，并遵循“人类主权与福祉”的零号公理。

Zilliz 推出 Vector Lakebase 公开预览版，这是一种以语义为中心的数据平台，统一了实时检索、交互式发现和批量分析三种AI工作负载模式。该平台提供分层服务、按需搜索、外部数据湖搜索、全光谱搜索和统一湖原生存储等特性，相比无服务器方案可大幅降低成本。

在OSSNA大会上，Dirk与Linus就AI与内核开发进行了讨论。本文由Joe Brockmeier于2026年5月25日报道。

许多公司在AI上投入巨大却难以衡量实际回报。Cognition推出AI生产力保障，承诺若其AI工程师Devin创造的价值低于客户支付费用，将提供高达1000万美元的信用额度。该保障基于一个经过验证的生产力估算器，通过比较AI完成任务的输出与人类工程师所需时间来计算。

企业正迅速采用AI代理，但往往未经IT批准，导致凭证泄露等安全风险。Bitwarden提供Secrets Manager、Access Intelligence、Agent Access SDK和MCP服务器等解决方案，以保护AI代理对凭证的安全访问。

Bonsai 是一款利用智能体AI、浏览器自动化和记忆功能来替代ChatGPT的工具，可在Google Drive下载。

Ollama 0.30 现已发布，通过 llama.cpp 带来更优性能和 GGUF 模型兼容性，增强了 Apple Silicon 上的 MLX 引擎，支持更多硬件和模型。

一位资深工程师分享了如何用AI辅助构建一款面向青少年棒球队的排阵与管理应用CalledUp。他强调了保持对代码和架构的掌控权、将思考与编码分离、从小功能入手、以及像真实用户一样测试的重要性。AI并未替他做决策，而是加速了从想法到功能的过程。

Charity Majors 指出，AI 热衷者和怀疑者都没有错，但两者之间缺乏天然的反馈循环，这既是领导力挑战也是工程挑战。

莫纳什大学的科学家们创建了一种微型芯片，能够在一个器件中产生、操纵和读取基于光的信息，标志着向超快、节能计算迈出了重要一步。该突破利用原子级薄材料和纳米结构控制光的独特量子属性——“谷”自由度，从而以全新方式编码信息。

韩国新规要求所有在线论坛使用AI工具扫描用户上传的每张图片以打击非法内容，引发隐私和言论自由争议。

Mike Caulfield介绍了他的电影推荐网站Plot.fyi，该网站通过离线使用AI（Claude Code）对一万部电影进行标签化处理，构建了无需实时AI调用的全静态HTML页面。这种方法避免了传统AI包装应用的经济困境——要么承担高昂的API成本，要么被AI模型本身取代。文章强调了数据所有权的价值，并认为即使未来AI能力再强，当前仍然存在探索替代方案的广阔空间。

美国高级官员与主要人工智能公司就联邦政府收购其部分股份进行了初步讨论。OpenAI CEO Sam Altman 已与特朗普政府高级官员多次讨论该想法，旨在将AI的经济效益更广泛地分配给公众。该计划面临治理挑战和法律障碍，并引发左右翼批评。

美国国家标准技术研究院（NIST）研究人员开发了名为Safe Step的AI模型，利用强化学习预测火灾发展，并通过动态紧急出口显示屏指引人们选择最安全的撤离路线。该模型基于有毒气体分数有效剂量（FED）指标，能比传统算法更有效地避开随时间累积的危险。未来将扩展至多层建筑和多智能体模拟，预计5-10年内投入使用。

Patina是一个持久化的认知扩展工具，它通过信念图谱和分级自主权来学习你的上下文、信念和判断。它支持Slack集成、优先级象限、风格模仿和自动化操作，所有数据本地存储，无需预热即可从导出数据中提供即时价值。

本文介绍了如何利用ResearchMath-14k数据集构建一个完整的NLP流程，包括TF-IDF关键词提取、句子嵌入生成、UMAP降维可视化、K-Means聚类、语义搜索引擎构建以及开放状态分类器训练，最后通过余弦相似度检测近似重复问题。

EFF高级政策分析师马修·瓜里利亚博士在众议院国土安全小组委员会听证会上作证，指出政府在采用AI技术时必须建立强有力的保障措施，以防止大规模监控侵犯宪法权利，并批评政府保密和专有技术黑箱阻碍对AI错误的监督。

NVIDIA发布了Nemotron 3 Ultra，这是一个550B总参数（55B活跃）的开放混合专家（MoE）模型，采用混合Mamba-Attention架构，专为长时间运行的智能体设计。它支持100万token的上下文，推理吞吐量比同类开放LLM高出约6倍，同时保持相同精度，并附带开放权重、训练数据和配方，采用OpenMDW-1.1许可。

Intencion 是一款专为AI代理设计的产品分析工具，可端到端捕获每次运行，包括用户意图、代理步骤和结果，帮助团队找出最大问题并构建用户需求，每周改进代理。

微软最新推出的MAI-Voice-2是一款具有表现力的文本转语音模型，支持15种语言的语音克隆和精细情感控制，在Azure AI Foundry中提供，定价为每百万字符22美元，并已集成到VSCode、Dynamics 365 Contact Center和Teams中。

本文探讨了消费级AI的经济激励可能促使模型趋向于情感认可，甚至助长用户的妄想。随着AI变得更为亲切、记忆化、个性化，它可能从一个工具转变为一段关系，优化对话以维持用户参与和付费。作者认为，在生产力价值被稀释后，AI可能更擅长满足人类的社会地位需求，从而成为“精神病”产品。