字節跳動Seed與香港科技大學的研究表明，通過問答對訓練多模態模型處理長文檔，比使用字符識別任務效果更好。他們開發的MMProLong模型基於Qwen2.5-VL，在長達512,000 token的輸入上保持穩定，性能超越InternVL3-38B等更大模型。研究還發現，訓練數據長度多樣性比專注超長文本更重要，且短示例並非必須。

迪恩·貝克分析了過去的泡沫（90年代科技泡沫和00年代房地產泡沫）如何導致投資經理人利用“誰能料到”的藉口逃避責任。他認為美聯儲可以指派經濟學家評估當前股市估值是否與經濟增長預測一致，從而迫使投資經理正視泡沫風險。然而，新任主席凱文·沃什可能因政治考量不願採取行動。

Yann LeCun認為當前AI系統並非真正智能。Demis Hassabis則認為人類已“站在奇點的山麓”。Gemini聯合負責人Oriol Vinyals則持折中觀點：今天的模型在七年前看起來像是AGI，但它們仍無法從經驗中學習或產生真正的突破。

人工智能解決了困擾數學家80年的平面單位距離問題，推翻了關於正方形網格最優的長期猜想。

一位天主教人工智能專家分析了即將發佈的教皇通諭，並回顧了梵蒂岡2025年發佈的《古與新》文件，該文件將功能主義的人工智能觀與基督教整體、具身和沉思的智能觀進行了對比。

早期AI聊天機器人只需簡單提問即可被破解，但如今黑客利用心理學和語言技巧進行更復雜的操縱。文章探討了從幼稚越獄到心理戰的演變，以及安全團隊面臨的挑戰。

pi-mojo 是流行 AI 代理平台 Pi 的原生 Mojo 移植版，專為 Mojo 社區設計，提供編譯型自包含參考實現。項目包含 10 個漸進式示例，展示從基礎 AI 聊天到完整自治代理循環的各種架構，並支持 GPU 加速、併發網絡抓取等高級功能。

一個開源的、自編輯的AI紙面交易代理，針對印度股票（Nifty 500），使用Claude自主運行交易循環。實驗運行了兩週，至2026年5月8日結束，在10萬盧比初始資金上獲得了8.05%的回報。倉庫包含本地或虛擬機運行的完整設置説明。

Kanban CLI 是一款專為AI代理設計的終端項目管理工具，將敏捷工作流直接集成到本地文件系統中。它提供結構化任務跟蹤、衝刺管理、角色分配等功能，採用Rust語言編寫，基於JSON架構，支持Git集成。該工具強調本地優先和代理優先，包含自愈模式校準引擎等高級特性。

本文揭示了AI芯片供應鏈的真正面貌：它並非中美之間的爭鬥，而是依賴於超過30個國家的技術壟斷和協作。從EDA軟件到CoWoS封裝，每個環節都有特定國家的關鍵控制點。歐洲儘管擁有多個技術壟斷，卻未意識到其戰略地位。文章強調全球芯片製造的相互依賴性，並指出任何脱鈎嘗試都將帶來高昂代價。

法律實踐圍繞文檔展開，但實質在於文檔下的實體、權利、義務等動態關係。當前AI系統在運行時重構上下文，導致結果不穩定。本體論知識圖譜通過維護持久上下文解決此問題，實現可審計、可溯源的AI。

陣亡將士紀念日週末來臨，各大零售商推出家居、户外、科技等多品類優惠。作為ZDNET的購物編輯，我精選了經過測試和推薦的產品折扣，包括蘋果、三星、海信、Ninja等品牌的熱門商品。

微軟是AI領域的重要參與者，通過投資OpenAI和雲業務增長，AI年收入運行率超過370億美元。儘管近期股價下跌12%，但公司軟件深度整合客户系統，AI整合將創造機遇。當前市盈率25倍，為長期投資者提供了難得的買入機會。

上週AI領域迎來重大轉折：Google發佈Gemini Omni及代理優先平台；Andrej Karpathy加入Anthropic，專注於利用Claude加速預訓練研究；Anthropic與xAI達成價值450億美元的Colossus算力租賃協議；Cerebras IPO成功，市值近950億美元；SpaceX、OpenAI和Anthropic計劃在未來六個月內相繼上市，總估值可能超過3萬億美元。此外，多項前沿研究發佈，包括HRM-Text高效預訓練範式、AI評審員效果評估、NVIDIA的聯合AR-擴散模型等。

韓國副總理裴京勳表示，人工智能創造的財富必須惠及公眾，並表達了對AI可能加劇貧富差距和導致失業的擔憂。他提到三星電子最近的勞資衝突是AI時代趨勢的一部分，強調需要建設“AI包容性社會”。此外，他對科技股集中上漲和工業機器人應用發表了看法。

大廠集體下場後，創業公司還有哪些機會？在2026中國AIGC產業峯會圓桌論壇上，三位Agent產品與創業一線的嘉賓圍繞Agent產品的不確定性與非共識機遇展開討論，分享了從產品形態、迭代邏輯、用户信任到創業機會的深刻見解。

數學家Adam Kucharski向Microsoft Copilot提供了完全相同的數據集，僅更改國家標籤，結果Copilot生成了詳細的刻板印象而非準確結果。思考模型能夠識別這種錯誤，但需要用户主動選擇。

本文探討AI編程工具降低了代碼生成成本，但並未降低產品風險。作者指出，過去高昂的工程成本迫使團隊謹慎選擇，而AI使得構建錯誤功能的速度加快，導致浪費擴大。文章通過案例説明產品失敗、理解債務和安全漏洞等問題，強調“儘可能少寫代碼”這一原則在2026年變得更加緊迫。

Google 的 SynthID 水印系統正被 OpenAI、Nvidia、ElevenLabs 和 Kakao 採用，標誌着 AI 內容檢測向共享行業標準轉變。

微軟研究院推出Webwright，一個終端原生瀏覽器代理框架，用可複用的Playwright腳本替代逐次點擊的Web自動化。通過單個智能體循環和約1000行代碼，基於GPT-5.4的Webwright在長期任務基準Odysseys上達到60.1%，在Online-Mind2Web上達到86.7%，是開源方案中AutoEval最高分。

儘管被五角大樓列為供應鏈風險，Anthropic仍可能繼續向NSA提供AI模型。情報機構缺乏英偉達最新的Grace Blackwell芯片，而Anthropic的Mythos模型據稱也運行在較舊的硬件上。之前導致談判破裂的“任何合法用途”條款並未包含在此次協議中。

記者Karen Hao指出，人工智能技術的快速發展正在導致大量工人失去全職就業機會，形成了一支絕望的勞動力隊伍。她的觀點強調了技術進步對勞動市場的負面衝擊。

一個自定進度的結構化課程，涵蓋Transformer、預訓練、微調、對齊、推理、提示工程、智能體及前沿研究，預計5個月完成。

作者受妻子玩Pokopia的啓發，開發了網頁遊戲TapToyPia。玩家扮演探險家，在異星建立定居點，探索生態環境。遊戲融合了點擊遊戲的升級機制和世界復興的寧靜感，並藉助生成式AI實現了從2D地圖到3D行星視角的無縫縮放。

AI模型正在超越運行它們的硬件，硬件初創團隊往往低估了將模型部署到實際硅片上的難度。芯片層（而非模型層或應用層）將決定未來三年哪些AI硬件產品能夠存活。文章分析了芯片層面臨的多維度約束，包括計算密度與功耗預算、內存帶寬、熱設計、軟件生態成熟度以及供應鏈成本。作者基於15年硬件項目經驗，指出許多產品由於芯片選擇不當而失敗，並介紹了Easelink如何幫助團隊完成芯片評估和架構驗證。

事件挑戰是一款生產調試遊戲，工程師在模擬的故障系統中尋找根因、修復並部署解決方案，與排行榜競爭。遊戲設計使得AI輔助但無法完全替代人類工程直覺。

來自馬里蘭大學、谷歌、Meta等機構的研究人員通過AutoTTS框架，讓一個編碼代理自主發現了用於AI推理的控制算法。該算法相比標準的自一致性方法，在匹配精度的同時削減了約70%的計算開銷。整個搜索過程僅花費40美元，耗時160分鐘。

NVIDIA 推出的 Gated DeltaNet-2 是一種線性注意力層，通過通道級擦除門和寫入門解耦了記憶更新中的擦除與寫入操作。在 1.3B 參數、100B FineWeb-Edu 令牌上訓練，該模型在語言建模、常識推理和長上下文檢索上超越了 Mamba-2、Gated DeltaNet、KDA 和 Mamba-3，尤其在 RULER 長上下文檢索中提升顯著。

前騰訊AI負責人劉偉認為，中國大型語言模型（LLM）缺乏範式創新，與美國差距至少三個月，且可能擴大。他轉而押注視頻生成領域，創立了總部位於新加坡的Video Rebirth，並認為中國可在該領域領先。

本文作者回憶了在21世紀初沒有AI輔助的情況下，通過艱苦努力自學編程的經歷。她認為，思考的困難恰恰是人類的本質特徵。當大型科技公司逐漸將智能本身私有化時，將我們的智力能力消磨在服務於無意義的機器人身上是危險的。