自驱动实验室（SDL）通过自动化加速科学发现，但SDL软件开发技术门槛高。现有编排框架主要面向人类交互，缺乏适合AI代理的标准化接口。本文提出基于模型上下文协议（MCP）的SDL软件架构，将所有SDL功能暴露为MCP服务器，并实现NIMO控制器。该系统提供自动生成的视觉编程界面，支持人类用户无需编码设计实验流程，同时AI代理可通过同一MCP后端访问，实现人机统一接口。案例研究验证了该架构的可用性。

基于arXiv论文，NOVA框架将AI迭代自我改进循环建模为知识空间上的自适应采样过程，识别了污染陷阱等失败模式，并证明了发现成本与发现数量之间的缩放定律。

CAX-Agent是一个专为MAPDL有限元仿真自动化设计的轻量级Agent框架，通过三层架构（LLM服务、Agent框架、求解器后端）和恢复阶梯策略提升可靠性。实验评估了三种恢复策略，其中基于模型的恢复（model_only）在完成率、任务评分和零干预率上显著优于基于规则和无恢复策略。

指令调优语言模型在高风险决策中表现出行为公正性，但内部表示仍保留偏见关联。研究通过抵押贷款承销案例，发现模型输出无偏见，但内部层状表示放大了人口统计偏见。通过激活引导和跨层干预，注入关键层的抑制信息可导致近乎完全的决策逆转。这种潜在偏见是不对称的，且易受对抗性提示和微调影响。结论：仅基于输出的行为审计不足，需结合输出评估与表示分析的双层测试框架。

SkillSmith是一种边界优先的编译-运行时框架，通过从技能中提取细粒度操作边界，将技能包离线编译为最小可执行接口。在运行时，智能体仅访问和执行相关组件，避免了不必要的上下文注入和重复推理。在SkillsBench基准上，令牌使用量减少57.44%，思考迭代减少42.99%，求解时间减少50.57%（2.02倍加速），成本减少57.44%。此外，强模型生成的编译制品可被更小或更高效的模型复用，提升任务准确率。

现有的大语言模型（LLM）心智理论（ToM）评估多采用第三人称故事问答，忽略了人机交互的第一人称、动态和开放特性。本研究提出交互式ToM评估新范式，系统评估四种ToM增强技术在多种任务中的表现，发现静态基准的提升并不总能转化为动态交互中的更好表现，强调了基于交互评估的必要性。

提出SDOF框架，将多智能体执行视为约束状态机，通过在线RLHF意图路由器和状态感知调度器强制业务过程阶段约束。在招聘系统测试中，7B模型在对抗性路由基准上准确率80.9%（GPT-4o 48.9%），端到端任务完成率86.5%，并阻止了所有注入和非法操作。

DeepSlide 是一个人类参与的多智能体系统，专注于优化演示文稿从需求获取到排练支持的完整流程，而不仅仅是幻灯片本身。它通过逻辑链规划器、内容树检索、马尔可夫渲染和沙盒执行等组件，在保持幻灯片质量的同时显著提升了叙事连贯性、节奏精准度和演讲与幻灯片的协同效果。

Polarity是一个监控AI代理决策的平台，能够在生产环境中发现失败模式，并在用户遇到问题之前发出警报。它支持Go、Python和TypeScript SDK，并提供Slack集成。

在近期多所大学的毕业典礼上，多名演讲者因在演讲中提及人工智能话题而遭到台下观众嘘声。视频记录了这些尴尬场面。

CCC为承包商提供AI施工软件，旨在简化建筑流程。

一个仪表盘显示，在公共GitHub仓库中发现了超过43.5万个潜在AI API密钥匹配。尽管其中一些可能是测试字符串或已撤销的密钥，但仍存在安全隐患。了解正确管理机密信息的重要性。

皮尤研究中心的新报告显示，AI专家与公众对AI的态度存在显著分歧：专家乐观，公众焦虑且不信任。近60%的成年人认为自己对AI的使用几乎没有控制权，而多数人对政府和公司的监管能力缺乏信心。

D-slop 是一款轻量级浏览器扩展，通过分析高频短语、句子长度均匀性、标点密度、列表结构一致性以及结论性标记共五种信号，自动检测网页中的AI生成内容。用户可选择高亮、折叠或隐藏可疑文本，且短语库每周自动更新。该扩展完全在本地运行，无需账户，不收集任何数据，以MIT许可开源。

预印本存储库 ArXiv 宣布，若作者在科学论文中过度依赖大语言模型（如ChatGPT），将被禁止投稿一年。尽管论文未经同行评审，但ArXiv已成为计算机科学和数学等领域研究交流的重要平台。

Signex是一款开源的EDA工具，使用Rust编写，支持GPU加速渲染，提供原理图和PCB编辑、3D查看、仿真及插件系统。支持从KiCad迁移，分为社区版和专业版。

百胜餐饮集团（Yum Brands）与英伟达（Nvidia）合作，利用英伟达技术加速AI开发，计划在2025年第二季度在约500家餐厅（包括必胜客、塔可钟、肯德基和哈比特汉堡）部署AI工具，涵盖语音点餐、计算机视觉运营分析和AI分析，旨在提升效率并保持竞争优势。

搜索“remove definition”时，谷歌显示的是通用帮助信息，而非实际定义，被指为无意义的AI文本。

Aetherion 是一个将 AI 编码智能体 CLI 与 Neovim、Podman 等开发工具打包在容器中的项目，支持多语言工具链和本地模型，提供便捷的安装与配置方式。

Our Stories是一款专为双语家庭设计的AI讲故事工具，让家长轻松创建个性化多语言故事，支持一键生成、孩子作为英雄、跨语言连续性、插图纪念册和专业旁白，并可远程分享给祖父母。创始人为希腊籍母亲，旨在解决每晚即兴编故事的难题。

EPI 将AI代理的执行过程打包成加密签名、防篡改的取证容器（.epi文件），便于监管合规和离线验证。它集成了主流AI框架，并映射到欧盟AI法案、FDA 21 CFR Part 11、SOC 2等标准。

苹果希望其在隐私方面的记录能成为AI领域的差异化优势，甚至在其继续落后于竞争对手时争取一些喘息空间。据彭博社的马克·古尔曼称，将在iOS 27中推出的更像聊天机器人的Siri将包含自动删除聊天记录的选项。用户可以将对话保存30天、一年或永久保存。这与该领域其他主要参与者形成鲜明对比，后者通常只提供临时的隐身聊天（如果有的话）。苹果似乎正在押注，随着对AI的焦虑加剧，人们愿意为了更大的隐私而放弃一些便利。

本教程展示了如何使用llmcompressor库对指令调优的语言模型应用训练后量化。它比较了FP8动态量化、GPTQ W4A16以及SmoothQuant结合GPTQ W8A8，对每种方法进行了磁盘大小、延迟、吞吐量、困惑度和输出质量的基准测试。文章提供了可复用的Colab代码和压缩权衡的见解。

CaseGap AI帮助律师事务所通过60秒免费审计发现SEO、本地搜索、AI可见性等200多项指标中的收入漏洞，并利用AI营销代理自动执行日常修复，优化数字营销效果。

蔚蓝科技发布BabyAlpha A3消费级四足机器人，采用自研异构计算集群，感知和算力突破行业天花板，实现端侧运行70亿参数模型，推动具身智能进入家庭场景。

研究显示，通过人耳无法察觉的音频信号可以劫持AI语音系统，成功率高达96%。这种名为AudioHijack的攻击针对大型音频语言模型（LALM），可引发多种恶意行为，包括数据窃取和未经授权的工具使用。

本文对比了Roborock和Ecovacs两大扫地机器人品牌，涵盖应用功能、导航、吸力性能、避障、拖地等方面，并给出选购建议。

本文回顾了快餐行业AI聊天机器人的发展历程，从麦当劳2021年的首次尝试到如今的广泛应用。尽管技术不断进步，但顾客普遍倾向于人工服务，部分企业因此重新评估部署策略。同时，AI的应用已超越点餐环节，扩展到设备预测维护、菜单动态调整和员工评估等领域。

经济学家将一些工作归类为“AI可替代”，主要包括客服、销售、行政等岗位。这些工作通常涉及人与系统的交互，且有从办公桌被取代的趋势。

上周AI领域迎来多个重要事件：Cerebras IPO使其市值飙升至950亿美元；Thinking Machines推出将交互能力内建于模型本身的“交互式模型”；前Salesforce首席科学家Richard Socher创立Recursive Superintelligence，致力于通过自动实验实现AI自我改进；前阿里巴巴Qwen负责人林俊阳以约20亿美元估值创办新AI实验室。