字節跳動、騰訊、MiniMax、阿里巴巴和小米在同一競爭窗口內將AI代幣價格下調了50%至99%。美國銀行證券分析師認為，中國主要AI模型之間的能力差距縮小是引發價格戰的原因。阿里巴巴的Qwen3.7-Max降價50%與618購物節掛鈎，將AI競爭與消費者促銷相結合。

samtSQL 允許您在現有的 PostgreSQL 數據庫上運行增強型 SQL 查詢，支持文本、圖像和音頻等多模態數據。

AI並沒有讓糟糕的工程師變好，只是讓他們更快了。它不改變我們的本質，而是放大我們的特質。對於懶惰或草率的程序員，AI加速了他們輸出低質量代碼的速度，並且由於AI自身傾向於複製現有模式而不質疑，導致技術債務被固化並大規模擴散。

AgentCard 發佈新功能“購買”，允許 AI 代理通過一次性虛擬 Visa 卡訂購 DoorDash。支持 Claude、ChatGPT、Cursor 等 MCP 兼容代理。首單免費。

這篇文章謹慎而細緻地論證了AI樂觀主義：安全性、可解釋性、偏見和對齊與原始能力同樣重要。作者認為，將AI簡化為好與壞是有害的，需要理解內部機制、應對誤用和錯位，並考慮系統性風險。這是一場能力與理解之間的競賽，而安全取決於能否扭轉這一比率。

大型語言模型（LLM）已從研究實驗室進入工程師的日常工作流程。為幫助技術人員掌握LLM的構建與部署，IEEE推出了一個包含五門課程、總計可獲專業發展學分和數字徽章的在線培訓項目。

MIT研究人員開發了一種基於機器學習的建模方法，通過優化訓練數據集來捕捉化學無序材料中的原子環境多樣性，從而更準確地預測金屬合金的性質，並有望加速新材料的設計。

Summer 是一款由 Autumn 開發的本地開源工具，用於追蹤 AI 編程助手的使用情況和費用。它支持 Claude Code、Codex 和 OpenCode，無需託管，提供本地儀表盤，可以按團隊彙總每個工程師的使用量、模型和成本。

華為使用其昇騰910C芯片成功完成對DeepSeek-V4-Pro模型的後訓練，這是中國半導體產業在複雜AI模型訓練領域取得的關鍵突破。該項目由華為與多家研究機構合作，利用1000多顆芯片集羣實現了1.6萬億參數模型的全參數後訓練，展示了國產芯片從推理到訓練的能力跨越。此舉有助於提升中國AI產業鏈的自主性，在美製裁背景下推動國內替代方案的發展。

BestDefense持續對每次部署進行滲透測試，驗證可利用的漏洞，並生成AI輔助修復方案，幫助高合規性SaaS團隊在修復窗口關閉前修補真正風險。

在Thinkbench基準測試中，GLM 5.2在正確性上領先（92%完全通過），而MiniMax M3成本更低、速度更快。代碼修改任務表現相當，但全新構建任務GLM更穩健。在處理模糊指令時，MiniMax傾向於構建更完整的系統。

Inferlay是一個幫助開發者為其AI項目選擇合適技術堆棧的平台。它通過對比各種工具和框架，簡化了決策過程。

PhD_fleet 是一個Python工具包，允許單一研究人員（導師）通過Slack生成和與Claude Code代理羣進行對話。每個代理擁有獨立的工作區，通過Slack消息驅動交互，文件系統作為長期記憶。還包括一個教練代理，提供基於證據的反饋以提升指導技能。

pm-claude-skills 是一個開源技能庫，包含174個面向專業人士的SKILL.md文件，涵蓋產品管理、工程、客户成功等多個領域。每個技能都經過評估驗證，能指導AI助手生成可直接交付的專業級輸出。支持Claude Code、ChatGPT、Gemini等工具，並提供工作流食譜、技能記憶和MCP集成。

Checkmarx 發佈了一款新的靜態應用安全測試（SAST）引擎，該引擎結合了確定性規則掃描器、基於安全數據訓練的 LLM 以及專門用於分類真/假陽性的引擎。公司聲稱其 F1 得分為 0.499，遠高於行業平均水平，並在測試中發現了領先前沿模型遺漏的 327 個真陽性。該架構的核心是編排層，它將三個引擎自動整合在一起，無需客户自行構建多引擎工作流。

GitHub 內部使用 Copilot 驅動的 Qubot 智能代理，讓員工能夠用自然語言查詢數據倉庫，無需分析師介入。本文介紹了 Qubot 的架構、上下文層、評估框架及經驗教訓。

中國內存製造商（如長鑫存儲和長江存儲）受政府指導，優先供應本地DRAM模塊、SSD、PC和智能手機產業。與優先服務AI和數據中心客户的外國供應商相比，這一策略為中國廠商帶來了意外優勢，有助於穩定本地電子產業和就業。

鞋業公司Allbirds在4月宣佈轉向AI，股價應聲上漲，但這項新業務的CEO承認目前團隊僅有他一人。此舉被批評為追逐熱點，類似GameStop的meme股策略。

儘管 AI 使用量增加了約 65%，但拉取請求吞吐量僅提高了 7.76%。本文揭示了感知與現實的差距，並提供了用開源工具自行衡量 AI 真實生產力的實用方法。

當智能變得廉價，信任成為AI落地的真正瓶頸。從會計到醫療，人類願意交出決策權才是關鍵。主權模型、出口管制和職業價值重塑都指向同一個核心：信任是AI時代最稀缺的資源。

GLM-5.2 是 Z.ai 推出的新一代開源模型，擁有 744B 總參數和 40B 活躍參數，支持 1M 上下文窗口，在長程編碼、推理和智能體任務上達到 SOTA 水平。本文詳細介紹如何通過 Unsloth Dynamic GGUF 量化在本地運行該模型，包括硬件要求、推薦設置、量化分析以及 Unsloth Studio 和 llama.cpp 的使用指南。

主權AI的本質不在於開發專有模型，而在於確保訓練、運行、驗證和保護這些模型所需的供應鏈有多少能在本國或盟國內獲得。這使得GPU、HBM、先進封裝、設備材料等全產業鏈成為新的投資焦點，並重新點燃了學習需求。

本文以面試風格詳細解析了10個機器學習系統設計問題，重點介紹瞭如何構建生產級ML系統，包括數據收集、特徵工程、模型服務及持續改進。涵蓋Feed排序、廣告CTR預測、電商搜索排名等典型場景，強調從產品目標出發，結合離線/在線路徑與反饋循環，並給出實用的面試技巧。

每個AI工具都應瞭解您公司的運作方式。

盧卡·瓜達尼諾執導的關於OpenAI CEO山姆·奧特曼的電影《Artificial》已被亞馬遜米高梅放棄發行。影片講述2023年奧特曼被罷免又復職的五天波折，主演包括安德魯·加菲爾德等。亞馬遜與OpenAI關係密切，曾投資500億美元。

亞馬遜 Bedrock AgentCore 網頁搜索功能現已全面可用。該功能通過完全託管的 MCP 兼容接口，讓 AI 代理能夠獲取實時網頁信息。它基於亞馬遜自建的包含數百億文檔的網頁索引，保證查詢在 AWS 內部處理，無需管理第三方 API 或憑證。

本文介紹瞭如何通過模型上下文協議（MCP）將 Adobe Marketing Agent 與 Amazon Quick 集成，使營銷人員能夠通過自然語言對話獲取受眾排名、忠誠度細分、旅程使用情況和衝突分析等關鍵洞察。文章詳細説明了先決條件、配置步驟、身份驗證、創建聊天代理以及驗證工作流程。

SAP與谷歌雲聯合推出代理型商務架構，通過通用商務協議、Gemini AI集成及雙向數據流，實現多代理營銷和零售運營的自動化。該合作旨在解決企業數據孤島問題——僅37%的公司共享客户體驗數據，39%共享CRM數據。架構包含購物助手、實時庫存同步及生成式營銷功能，旨在消除庫存脱銷、客服信息斷層等常見電商痛點。

本文用簡單的比喻和實例解釋了機器學習中損失函數的概念，包括均方誤差、平均絕對誤差和交叉熵損失，以及它們如何幫助模型改進。

Linux內核工程師Roman Gushchin宣佈了Sashiko，一個用Rust編寫的AI代碼審查工具，能夠發現人類審閲者遺漏的53%的漏洞。它分析郵件列表中的補丁並提供反饋，但存在數據隱私和成本問題。該工具隸屬於Linux基金會，旨在減輕維護者的負擔。