Lookspan 是一个本地优先的 AI 代理可观测性仪表板，支持 MCP、LangGraph、CrewAI 和 OpenTelemetry。所有数据存储在本地 SQLite 中，无需云服务。提供实时追踪、成本跟踪、警报、回放评估和数据集实验等功能。通过一行命令即可启动。

本文探讨了如何以负责任的方式使用AI进行写作，包括让AI编辑草稿、作为自学工具、生成列表等。同时提醒AI的迎合倾向需要用户主动规避。

这篇由Mert Demirer、Leon Musolff和Liyuan Yang撰写的NBER工作论文探讨了不同代AI编码工具对生产力的影响，区分了编写代码和发布代码阶段，为AI工具如何影响软件开发效率提供了见解。

ChatGPT是一款功能强大的AI工具，可用于写作、研究、图像生成、文件处理等。本文介绍了如何开始使用ChatGPT，包括免费版和付费版的区别，以及网络搜索、深度研究、文件上传、应用连接、图像生成、GPT、项目、语音模式、记忆等核心功能。

DNS-AID利用现有DNS基础设施实现AI代理的发现、发布和验证，无需新网络层，并通过DNSSEC提供信任保障。该协议支持MCP、A2A和HTTPS，可集成到现有DNS区域中。

谷歌发布了Gemma 4 12B模型，这是一个120亿参数的AI模型，可在配备16GB内存的消费级笔记本上运行，填补了Gemma 4系列中移动端与高性能型号之间的空白。

MIT研究人员利用经典游戏作为测试平台，发现小型AI模型仅需1%的成本就能超越最大型模型。

麻省理工学院媒体艺术与科学教授托德·马乔弗荣获约翰斯·霍普金斯大学皮博迪学院颁发的乔治·皮博迪奖章，这是该学院的最高荣誉。马乔弗因其在参与式歌剧、人工智能和创意技术方面的开创性工作而受到表彰。

文章内容不可用；仅提供了标题。

研究人员在arXiv预印本中展示了一种新型计算机蠕虫，它利用人工智能智能体通过被入侵设备上的开源大语言模型进行推理，针对每个目标生成定制攻击策略。这种蠕虫能自我维持，在Linux、Windows和物联网设备间传播，攻击者利用被盗计算能力实现零边际成本，绕过了传统安全控制。

iocaine 是一种激进的防御机制，旨在通过向AI爬虫提供垃圾数据来毒害它们，从而长期阻止它们。它高效轻量，采用MIT许可证开源。

Prodync是一个AI商务可见性平台，帮助Shopify商家优化产品数据，使其更适应AI搜索引擎，从而提升产品曝光率和销量。

Mnemo 是一个旁路服务，通过提取实体和关系构建知识图谱，为LLM提供持久记忆。它支持本地或云端LLM，响应时间低于50毫秒，无需云依赖。提供Docker、二进制和Python SDK部署方式。

Linux基金会宣布成立Tokenomics基金会，旨在为AI token消费建立开放标准、基准和最佳实践。该基金会得到了Google、Microsoft、IBM等多家公司的支持，但OpenAI和Anthropic等前沿模型提供商缺席。随着token消费的快速增长，企业面临巨大的成本压力，该基金会致力于提供成本透明度和标准化。

谷歌DeepMind发布开源模型Gemma 4 12B，原生处理文本、图像和音频，可在仅16GB RAM的笔记本电脑上运行。其性能几乎与两倍大小的26B模型相当，并采用Apache 2.0许可证，可用于商业用途。

谷歌首次在Search Console中为网站运营商提供退出AI搜索功能（如AI概览和AI模式）的开关，这些功能已覆盖超过35亿月活跃用户。新性能报告单独展示展示次数。此举是由英国竞争与市场管理局（CMA）推动的，该机构认为网站运营商处于严重劣势。

成立仅七个月的初创公司Axiom在普特南数学竞赛中获得满分，展示了验证性AI的力量。CEO卡琳娜·洪解释了如何使用Lean进行形式验证，以实现智能的扩展和复合，可能克服非正式AI面临的瓶颈。Axiom在Verina代码生成基准测试中取得99%的成绩，远高于OpenAI o3的4.9%，其方法可能是实现AGI的关键。

本教程展示了如何使用iii引擎构建文档智能工作流，包括安装引擎、注册模块化函数、组合分析管道，并通过直接调用、HTTP端点、即发即弃执行和定时cron触发器复用相同逻辑。

本文提出了“AI领结”框架，帮助管理者决定团队工作流中何时使用AI，避免过度依赖或完全回避的极端。框架包括五个阶段：研究探索、综合提炼、独立思考（无AI）、计划准备、执行实施。

本文认为，人工智能（尤其是大语言模型）应被理解为一种计算形式，而非人造智能体。文章探讨了循环、组合性和代理框架在实现计算中的作用，引入了“Verplankalkül”作为非正式编程语言的概念，并分析了将计算结构整合到训练中的未来方向。

尽管AI基础设施的讨论常聚焦于GPU和TPU，但CPU在AI从聊天机器人转向自主代理的过程中扮演着关键角色，作为“空中交通管制员”协调任务，并支持沙盒环境以确保安全。ARM和Google的专家解释了CPU在处理工具调用、内存管理和轻量级模型运行中的优势。

Google DeepMind 发布 Gemma 4 12B，这是一款 120 亿参数的密集多模态模型，采用无编码器设计，直接将视觉和音频输入 LLM 主干。该模型可在 16GB RAM 的消费级笔记本电脑上本地运行，并采用 Apache 2.0 许可证。它原生支持文本、图像、音频和视频，是首个具备原生音频功能的中型 Gemma 模型。

Ideogram 发布4.0版本文本生成图像模型，作为开源权重模型，提供原生2K分辨率、边界框控制和改进的文本渲染。在DesignArena排行榜中，该模型在所有开源模型中排名第一；只有OpenAI和Google的闭源系统得分更高。商业使用需要付费许可。

研究表明，使用AI可能增加工作量而非减少，导致认知疲劳。专家建议聚焦工具、遵循准则和优化输出，以平衡效率与质量。

英国工党议员杰斯·阿萨托对埃隆·马斯克的AI公司提起诉讼，指控其Grok工具被用来生成她的虚假性化图片。这些图片在今年早些时候大量出现在X平台上，阿萨托称看到自己被AI以不雅形象呈现感到“被侵犯”。

本文批评了谷歌Gemini Spark等AI生产力工具，指出它们解决了科技公司自己制造的问题，而忽视了工资停滞、工作不安全感等系统性经济问题。作者认为，AI提升的生产力并未惠及工人，反而可能加剧不平等，且缺乏社会保障。

本文介绍了两种将 Kiro IDE 连接到 Databricks 的方法：通过四个 Databricks 托管的 MCP 服务器进行快速设置，或使用新的 Databricks AI 开发工具包 Power 实现一键集成。两种方法都基于 Unity Catalog 的元数据，确保 AI 助手只看到用户有权限的数据，减少幻觉。文章还强调了 Databricks 在 AI 辅助开发中的优势，包括统一的治理、单一数据副本和集成 AI 堆栈。

本文将精益制造原则应用于AI推理，识别了LLM推理中的七大浪费，并提出了即时上下文、标准化工作、节拍时间和提示缓存等核心原则，通过一个仓库分析代理的案例展示了13倍成本降低和3.3倍延迟改进。

本文提出了一个从简单SaaS到AI原生平台的实用框架，描述了五个层次的AI集成：从提供个人访问令牌和MCP服务器，到嵌入AI聊天窗口，再到对话历史、自定义UI生成，最终实现自主代理框架。作者分享了自己的实践经验，并强调了每个层次的关键考虑因素。

DeepLearning.AI与Red Hat合作推出免费中级课程《使用vLLM实现快速高效的LLM推理》，由Red Hat高级开发者倡导者Cedric Clyburn授课。课程涵盖量化、vLLM服务部署及基准测试，时长1小时38分钟，包含9个视频课程、3个代码示例和1个评分作业。