本文探討了三種基於玩家碰撞信息生成敵人形態的新方法，旨在填補視頻遊戲程序化內容生成中敵人形態生成的空白。研究發現每種方法各有優劣，但均優於或等同於從機器人形態學改編的進化基線。

本文介紹Traj-Evolve，一個自進化的多智能體系統，通過經驗池（ExPool）和多智能體強化學習（MARL）從縱向電子健康記錄中建模患者軌跡，在肺癌預測任務上超越9個強基線。實驗表明，ExPool提升特異性，MARL提升靈敏度，兩者互補。

ChatHealthAI是一個多模態推理框架，通過任務感知重採樣器將預訓練的EHR基礎模型的結構化表示與凍結的大語言模型語義空間對齊，從而在保留預測性能的同時實現可解釋的自然語言臨牀推理。在EHRSHOT基準的三個臨牀預測任務上，該框架在保持競爭性預測性能的同時，顯著提升了推理質量和可解釋性。

一項新研究比較了編碼器 Transformer 和 LSTM 在無測站流域進行上游徑流推斷的性能。結果表明，LSTM 整體表現優於 Transformer，而結合下游信息可令中位數 NNSE 提升超過 60%。研究認為，遞歸記憶架構更適用於此類地形序列推理任務。

AURA-Mem是一種針對機器人策略的恆定大小循環記憶，通過動作門控機制僅在觀察改變未來動作時才寫入，顯著減少內存寫入次數，同時保持準確性。在合成基準和真實機器人任務中，AURA-Mem匹配或超越基線，且內存佔用恆定（4,224字節），遠小於KV緩存。

MIT和MIT-IBM計算研究實驗室的研究人員開發了ChartNet數據集，包含超過一百萬張多樣化圖表，用於訓練視覺語言模型。該數據集使小型開源模型在圖表理解任務上超越大型商業模型，有望幫助預算有限的小型企業更有效地利用AI。

Dropstone 1.5 是一款終端中的AI編程代理，每月重新評估頂級模型並切換至最佳者。當前基於DeepSeek和Kimi模型，美國服務器託管，不存儲數據。每月15美元提供約450次深度編程會話，約為Claude Code Pro的兩倍（後者20美元）。注重安全，所有操作需確認。

一項新研究探討了AI編碼代理與傳統人類程序員在錯誤消息消費上的差異，通過控制實驗發現，更詳細的類型錯誤消息能顯著提升AI代理修復錯誤的能力，並且類型系統的存在優於僅依賴測試套件失敗報告。

通過實際案例，介紹AI應用可觀測性的四個關鍵信號：版本化提示詞、trace記錄、用户評分和模型評分。

悉尼科技大學教授Cath Ellis在《悉尼先驅晨報》發表評論文章，敦促學生不要使用AI走捷徑，但文章本身卻被發現是由AI撰寫的。報紙隨後撤下該文，儘管大學認為其使用AI是“恰當的”。這一事件引發了關於學術誠信和AI使用邊界的廣泛討論，凸顯了AI在學術寫作中的倫理困境。

該工具利用AI佈局理解技術，解決傳統提取器輸出亂行的問題，確保標題、表格、標題和圖片在轉換後保持清晰。

韓國Kospi股市因AI需求創歷史新高，但專家警告過度依賴兩家芯片製造商可能帶來繁榮-蕭條週期風險。SK海力士加入三星電子和台積電，成為亞洲萬億美元俱樂部成員。

LiteHarness 是一個統一的 SDK，為多種 AI 智能體工具提供單一的 TypeScript 和 Python 接口，包括 Claude Agent SDK 和 OpenAI Agents SDK。它支持輕鬆切換不同的智能體和模型，並支持流式消息。該項目目前處於預覽階段。

本文講述作者離開艾倫·圖靈研究所，加入一個被認為具有變革性的人工智能實驗室的經歷。

Claude Code工程總監Fiona Fung在Code w/ Claude SF 2026上分享了團隊在代理編碼成為默認工作方式後，流程和結構如何變化。她討論了規劃、上下文收集、代碼審查和團隊組成的轉變，以及如何推出新規範並衡量其效果。

Replicas 今日在 Product Hunt 上線，允許開發者在隔離的雲虛擬機中運行 Claude Code、Codex 等編碼代理。它集成了 Slack、Linear 和 GitHub，支持後台代理執行並提供真實的開發環境。創始人 Connor 和 Saai 分享了他們的願景和早期成果。

本教程詳細介紹瞭如何在Google Colab上使用QLoRA、監督微調（SFT）和直接偏好優化（DPO）微調Liquid AI的LFM2模型。包括加載模型、準備數據集、訓練LoRA適配器、合併適配器以及進行DPO訓練的全流程，最終獲得一個可部署的模型檢查點。

AI搜索摘要看似進步，實則有害。本文呼籲迴歸僅返回結果的搜索方式，指出摘要會抹平細節、隱藏分歧、削弱驗證，並損害網站生態。

Instagram近日修復了一個安全漏洞，該漏洞允許攻擊者通過欺騙Meta的AI支持聊天機器人來獲取用户賬户的訪問權限。受影響的賬户包括奧巴馬時代的白宮Instagram賬號以及美國太空軍首席軍士長的賬號。

谷歌正通過一項秘密試點計劃，向Android應用開發者付費獲取其代碼庫，用於改進AI編碼工具。開發者保留知識產權，但谷歌希望藉此彌補其在AI代碼生成領域與Anthropic和微軟的差距。此舉也反映出AI公司可能面臨公開訓練數據枯竭的問題。

Brontosaurus是一個基於網絡的生成式畫布，通過語音命令幾乎瞬間創建小部件。受Thinking Machines和Ink & Switch的啓發，它強調人機協作，以速度為核心，讓用户通過語音快速將想法變為現實。

Weaviate 宣佈其專為智能體應用設計的託管記憶與上下文服務 Engram 正式上線。它通過異步管道、模板和內置作用域，解決了長上下文退化、原始數據混亂和多智能體上下文碎片化等問題，幫助智能體積累經驗、優化決策。

Reachy Mini現在可以通過MCP協議調用Hugging Face Spaces上的遠程工具，如天氣查詢和網頁搜索。用户只需一個命令即可添加工具，無需修改應用代碼。本文介紹了內置工具、配置文件控制、遠程工具的工作原理、安裝命令、命名規範、示例配置文件以及當前限制。

Anthropic 的《大型語言模型的生物學》（2025）是機械可解釋性領域的里程碑。通過電路追蹤等技術，研究人員能夠揭示模型內部的多步推理過程，發現它們使用人類可理解的概念（如“德克薩斯”）進行類符號推理。這項工作有助於識別模型錯誤、引導行為，甚至設計更好的學習算法。

這部紀錄片探討了人工智能可能對互聯網帶來的顛覆性影響，包括虛假信息、算法操縱和網絡生態的變化。

Project Brain 是一個 Claude Code 技能，為每個項目創建輕量級的可導航記憶（.project-brain/ 文件夾），記錄堆棧、決策、陷阱和歷史，避免每次會話重複解釋，減少令牌消耗和幻覺。

Titan Network通過聚合消費者設備的閒置算力，構建去中心化雲平台，為AI公司提供比傳統供應商低75%成本的基礎設施。該公司客户包括騰訊、阿里巴巴和Kling AI，並將企業數據任務（如網頁抓取和內容分發）收入的80%支付給分享設備和帶寬的個人。Titan專注於私人用户，聲稱已佔據亞洲AI數據市場約5%的份額。

ContextWall是一個開源上下文防火牆，可在內容進入AI模型的上下文窗口前攔截並掃描，防止提示注入、憑證泄露和PII泄露。它無需更改代理代碼，運行在用户的基礎設施內，並提供三層檢測機制和源信任分級。

Scholar Sidekick 是一款免費工具，支持從 DOI、PubMed ID、arXiv ID 等多種標識符快速生成格式化引文，並提供引文驗證、開放獲取檢查和撤回狀態查詢等功能。它還具有 REST API 和 MCP 服務器，方便開發者和 AI 代理集成。

微軟發佈了兩個新的文本LLM：MAI-Thinking-1（350億參數，推理模型）和MAI-Code-1-Flash（50億參數，代碼模型）。兩者均採用經過許可的乾淨數據進行訓練，避免了從第三方模型蒸餾。MAI-Thinking-1在盲測中表現優於Sonnet 4.6。MAI-Code-1-Flash已面向Visual Studio Code的GitHub Copilot個人用户推出。