Sotto 是一款由工程师为工程师打造的 macOS 面试助手，提供问题分析、实时转录和隐形覆盖等功能，帮助你在高压面试中保持冷静，自然地展示真实水平。它并非作弊工具，而是一个协作伙伴，确保你的神经不会让你功亏一篑。

来自北京大学、香港中文大学、上海AI Lab等机构的研究团队提出了VGGT-Edit，一种原生3D编辑框架，能够在约5秒内完成场景编辑，相比传统方法实现高达120倍的加速，并在语义一致性、多视角稳定性和推理速度上超越现有方法。

本文深入分析了AI代理的架构，重点介绍了ReAct模式（推理与行动循环）、工具使用、记忆管理、多代理系统以及可观测性等关键组件。文章指出，生产级代理系统约98.4%的代码是基础设施，仅1.6%是AI决策逻辑，并讨论了企业采用AI代理面临的高失败率和评估挑战。

一名学生在深夜编程作业中挣扎，偶然发现ChatGPT已完美解答了同一题目，瞬间感到自身努力毫无意义，陷入存在性眩晕。小说以细腻笔触描绘了当AI使昔日辛劳变得多余时，个体心理所遭遇的冲击。

Kim 是一款人工智能驱动的个人健康助手，作为 Apple Health 的智能层，帮助用户理解和改善健康数据。

Agent-workpace-Linux 是一个开源项目，可为 AI 代理提供一个隔离的、隐藏的 Linux 桌面环境，代理可通过 MCP 协议完全控制该桌面，而不会影响用户真实的桌面、鼠标、键盘或浏览器。它支持 Xvfb 显示、窗口管理、应用启动、截图、剪贴板操作以及独立的浏览器自动化，并提供了可选的权限边界和实时监控功能。

LWN的文章讨论了AI爬虫机器人的问题，指出这些自动程序对网站内容造成侵权，并探讨了应对措施。

本周AI头条：马斯克对OpenAI的1500亿美元诉讼被驳回；Google I/O 2026发布多项AI更新，包括Gemini 3.5 Flash和Gemini Spark；OpenAI的AI解决了一个80年历史的数学问题；美国《Take It Down Act》生效，要求平台48小时内删除深度伪造内容；SpaceX IPO后计划以600亿美元收购AI编码初创公司Cursor。

Crew44 是一款本地优先的开源工具，可将多个 AI 编程智能体（如 Claude Code、Codex、Gemini、Cursor）组织成协同工作的专业团队。无需账户、免费、MIT 许可，支持记忆与技能积累。

EAGLE团队、vLLM团队和TorchSpec团队联合发布了EAGLE 3.1，旨在解决生产环境中推测解码的不稳定性。该算法通过FC归一化和归一化后隐藏状态反馈两大架构改进，有效应对注意力漂移问题。在长上下文任务中，EAGLE 3.1的接受长度比EAGLE 3提升高达2倍；在Kimi K2.6模型上的基准测试显示，并发数为1时每用户输出吞吐量提升2.03倍。EAGLE 3.1完全向后兼容，已合并至vLLM主线，并将随v0.22.0版本发布。

尽管AI对白领工作的威胁日益引起恐慌，但数据显示AI尚未对劳动力市场产生大规模影响。实际上，AI高暴露职业的失业率反而低于低暴露职业。然而，斯坦福大学的一项研究发现，AI可能正在悄悄削弱初级职位，年轻工作者在AI暴露职业中的就业率大幅下降。本文还涵盖了教皇呼吁监管AI、SpaceX发射、华为芯片突破等其他技术新闻。

Mirdel是一款本地优先的桌面AI工作空间，将对话、知识库、笔记、翻译、图像和视频处理、本地模型及可扩展工作流整合到一个长期运行的环境中。它注重数据隐私和用户控制，支持多种云模型和本地模型，并通过Applet、Skill和MCP协议实现工作流的模块化和复用。

了解OpenAI、Thrive和Crete如何使用Codex构建自改进税务代理，实现申报自动化、提高准确性并加速工作流程。

本文探讨了在AI写作泛滥的时代，如何有意识地选择使用AI，避免认知投降，并保持人类思考能力。通过教育领域的实验对比，文章指出使用AI代替思考会损害学习，而作为辅导工具则能提升效果。作者呼吁个人和社会在默认机制形成前，主动决定哪些任务保留给人类。

OpenAI聘请了一位曾在Salesforce从事营销工作13年的高管，负责公关事务。

本文引用了凯尔·费拉纳的一条推文，用《星际迷航》的比喻说明AI系统中的“谨慎”策略。在技术领域，仅仅有防御措施是不够的，必须真正执行才能避免严重失败。

本文探讨了如何通过游戏化机制（如打卡、徽章、排行榜）利用行为心理学来提高AI编程工具的采用率。分析了习惯循环、损失厌恶、社会比较理论、内在动机与外在动机的平衡，以及流体验的设计原则，并警告了Goodhart定律可能导致的作弊问题。提供了实现持久参与的设计建议。

新加坡国立大学、MIT和A*STAR的研究人员提出MEMO，这是一种模块化框架，将语料库知识编码到一个可单独训练的记忆模型中，使大型语言模型能够无需重新训练或微调即可吸收新知识。

只需一段提示词，OpenAI员工Vaibhav分享的Codex自我蒸馏法引发热议。

AI模型在原始智能方面似乎已达到平台期，下一阶段的进步来自于围绕模型构建的“代理马具”。本文介绍了代理马具的概念，包括工具、记忆和人类参与，并比较了Google、LangChain、OpenAI、Anthropic等公司的解决方案。

一篇新论文首次大规模评估了使用大型语言模型（LLM）生成形式化证明来解决开放数学问题的能力。最先进的智能体以每个问题几百美元的成本，自主解决了353个开放Erdős问题中的9个，并验证了492个OEIS猜想中的44个，目前已部署在组合学、优化、图论、代数几何和量子光学等多个领域。研究表明AI辅助形式化证明搜索在数学研究中具有巨大潜力。

一些股东团体越来越担心人工智能不受约束发展带来的责任风险，并推动企业采取更严格的监管措施。Vancity投资管理公司要求Alphabet更好地防止AI聊天机器人传播错误信息，而其他投资者则希望Shopify制定负责任AI使用政策。两家公司均建议股东反对这些提案。

Mr. Guy Invests 是一款面向初学者的免费股票研究与投资组合追踪工具，利用SEC公开数据追踪对冲基金和内幕交易，提供AI股票导师、虚拟交易挑战、每日市场简报等功能。免费版有每日使用限制，Pro版每月4.99美元可解锁无限功能。

AI芯片需求爆涨推动SK海力士和美光市值突破万亿美元，三星也跻身其中，但市场对AI泡沫的担忧加剧。

该论文提出随机解耦策略梯度（SDPG），一种轻量级视觉强化学习方法，可通过轨迹采样的随机扰动估计策略梯度，在单张NVIDIA RTX 4080上数小时内端到端训练多种视觉运动控制策略，在视觉MuJoCo基准上于训练时间、内存占用和奖励方面均优于基线，并附带真实视觉机器人基准及真机sim-to-real验证。

该论文提出一种强化学习增强的重叠联盟形成博弈方法，用于解决动态城市物流中异构自主飞行器（AAV）面对随机出现的时效性任务时的任务分配最优性问题。方法利用基于Transformer的软演员-评论家网络学习策略以指导联盟更新，并证明该过程构成精确势博弈，保证收敛到纳什稳定均衡。仿真显示在32架AAV和80个任务场景下，相比启发式OCF基线成本降低39.76%，室内飞行实验验证了实用性。

该论文提出Robust Koopman-CBF SAC，一种结合Koopman预测器与控制屏障函数的安全滤波演员-评论家框架。方法从数据学习有限维Koopman预测器，在提升空间中构建仿射CBF约束，并通过二次规划安全层强制执行。针对近似误差，使用投影残差边际收紧CBF条件。实验显示在CartPole上零违规且回报匹配无约束SAC，但在高维Safety Gymnasium任务中暴露一阶速度屏障和线性EDMD模型的局限。

该论文提出R2P2方法，通过去中心化的任务与运动规划，使多机器人团队能够在平坦、上坡和下坡等不同摩擦与倾斜表面上协作推动矩形箱子。该方法为机器人分配推、支撑、防滑等角色，并采用基于规则或比例速度控制，在NVIDIA IsaacSim仿真中六机器人团队表现出优于虚拟领导者-跟随者方法的成功率，并在四个TurtleBot实物实验中成功搬运1.2公斤箱子。

本文提出了一种数据质量评估与反馈（DQAF）框架，通过语义任务进度和机器人遥测数据为遥操作员提供即时的回合后反馈，帮助新手操作员更快地提升演示数据质量。

RCSP是一种在动态障碍物环境中避免预测性近失承诺的规划层，通过采样未来交互并惩罚高风险尾部来提升安全性。