Floatboat DeepSeek Agent Workstation 是一款獨立桌面客户端，讓 DeepSeek 可以直接讀取本地文件、操作真實瀏覽器、記住長期偏好並自動執行任務。它把聊天窗口中的“大腦”變成能完成實際工作的智能體，支持 macOS 13+ 與 Windows 10+，無需 API key 或 VPN。

Smartwings智能捲簾安裝便捷、定製靈活，價格遠低於Lutron等高端品牌。作者為兩間卧室安裝四副Zigbee遮光捲簾，總價約1200美元，並稱贊其安靜耐用、支持多種智能家居協議。

文章探討了AI的快速應用帶來的問題：雖然AI有驚人能力（如諾貝爾化學獎），但大多數組織並不急於採用。作者擔憂氣候變化、知識產權訴訟、數字主權、財務不穩定等問題，建議決策者冷靜觀望，不要盲目跟風。

Nous Research 發佈了 Hermes Agent 對 Buzz 的支持。Buzz 是 Block 基於 Nostr 的開源、可自託管工作區，人類與 AI 代理可共享同一頻道。集成提供三種方式：桌面運行時、中繼橋接和原生網關平台，保留 Hermes 的記憶、技能、審批、會話和定時投遞。

2026年7月成為AI前沿模型發佈最密集的月份：Anthropic、OpenAI、Google等四大實驗室相繼推出旗艦或準旗艦模型，新創公司Thinking Machines和Moonshot入局，最大開放權重模型Kimi K3發佈。價格分層、效率優化和開放權重成為關鍵詞，競爭焦點從“最強模型”轉向“能負擔得起的構建”。

Slaide 是一個開源的 Markdown 幻燈片語言項目，旨在讓 AI 直接編寫演示文稿，並可用 PowerPoint 打開。它以單個純文本 .slaide 文件為源，渲染為網頁、PDF 和可編輯的 PPTX，附帶 YAML 主題系統、Agent Skill 工作流，以及免費的開源核心編輯器。

BlackFlare 是一款 macOS 菜單欄應用，能與 Claude Code 和 Codex 協同工作：在會話運行期間保持 Mac 不睡眠，並在任務完成或需要人工介入時，通過 Mac、Telegram 或 Slack 通知你。它還提供用量跟蹤、默認模型/權限/思考模式設置，並強調全程本地運行、零遙測的隱私設計。

英國石油公司（BP）宣佈出售其北海石油業務，正值英國政府就是否允許更多鑽探展開政治爭論；韓國基準Kospi指數週五大漲17.91%，創歷史最大單日漲幅，AI芯片股領漲。

Univé通過ChatGPT Enterprise，結合領導力、負責任的治理和員工主導的創新，構建了一支AI就緒的員工隊伍，以大規模轉變工作方式。

本文對開源AI智能體安全護欄進行基準測試：在BIPIA上測試提示注入檢測模型，在HammerBench上測試函數調用判斷模型。結果顯示，PIGuard在間接提示注入檢測上表現出色，而FlowJudge和GLIDER在函數調用故障檢測上仍力不從心。

《衞報》漫畫家First Dog on the Moon以最新漫畫回應AI對書籍的“吞噬”，呼籲：請放過書籍。

MarbleOS 提出了一種基於卡片的 AI 代理圖形界面，靈感來自 Xerox PARC 和早期 Macintosh 的 GUI。它旨在讓代理的能力和任務結構變得可見，超越傳統的聊天界面。

AgentSky 是一個雲端AI Agent平台，支持任意框架和任意大語言模型，讓用户按需在雲端啓動、運行智能體。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

arXiv 新論文提出 ProgFormer，一種直接在體素空間運行的層級擴散 Transformer，用於預測未來腦部結構 MRI。它通過粗路徑建模整體腦結構和縱向上下文，細路徑在局部 patch 內進行體素級精化，並利用條件流匹配估計速度場，避免潛在空間重建的信息損失。在 ADNI、AIBL 和 OASIS 基準上的成對及軌跡設置實驗中表現優於多種現有方法。

研究發現，用於臨牀診斷推理的大語言模型對“社會語言學語域”高度敏感，相同醫學事實以不同風格表達時會導致不同診斷結果。作者將這一現象稱為“敍事錨定”，並構建了1,000個重寫為三種語域人格的USMLE病例數據集。在七個語言模型上，直接提示下所有模型均表現出統計顯著的錨定效應，而思維鏈與顯式去偏指令僅部分緩解且常伴隨準確率下降。新提出的NarrativeShield三智能體流程在診斷前結構化提取並驗證臨牀事實，將錨定差距降至接近零，同時保持較低的不穩定決策率。

這篇arXiv論文提出，語言模型的能力湧現取決於電路各組件的“無部分信用”聯合對齊，並將此建模為驅動成核過程。實驗表明，等待時間取決於缺失組件數而非電路大小；在Pythia上消融單個關鍵組件後能力中位數僅剩17%。研究還發現，延遲學習可能永久阻止能力出現，而重新初始化query-key切片可恢復可學習性。

LLM代碼生成通常是不透明的黑盒。TraceCoder 提出三種互補機制——關係型片段歷史模式、瀏覽器可視化工具和分數位置鍵索引方案——使代碼生成的“敍事”可審計、可重放。在30個算法任務上評估，平均Chg%達到30%，30%的代碼片段帶有可追溯修復記錄。

這篇立場論文提出，語言模型的評估分數應被視為具有形式性、適用範圍和有效期三種屬性的認知主張。作者指出，通過平均值聚合多個信號會導致“信任膨脹”，並建議採用最弱環節聚合及附帶元數據（形式等級、範圍聲明、過期日期）。在HELM排行榜上，按平均值與按最弱環節排序的前五名模型完全不重合。

該研究提出一種基於視覺語言模型（VLM）的人-無人機協同災害響應框架，將VLM從決策支持工具轉變為協調代理。通過模型系統工程（MBSE）方法設計，並在仿真環境中實現了VLM協調代理、無人機任務控制和任務分配器三個核心組件。初步人因評估顯示，該方法在減輕操作員工作負荷的同時提升了AI信任度與通信清晰度。

研究團隊推出PanDent，一個包含9,524張高質量牙科全景X光片、經專家驗證的牙齒級結構標註的大規模基準，用於評估多模態大語言模型在牙科影像中的臨牀推理能力。實驗顯示，現有MLLM雖然能生成流暢的報告，但在牙齒定位和診斷上常出現明顯錯誤；在PanDent上微調可顯著提升結構-語言一致性和診斷準確性。

跨模態知識蒸餾常因醫學影像模態之間的非配對問題而失效。該研究提出共享語義碼本蒸餾（SSCD），通過共享的離散碼本將圖像表示為語義分佈，並全局與類別條件地對齊教師和學生模態，無需配對樣本或直接比較原始特徵。在眼底與胸部X光兩個任務上，SSCD顯著提升學生模型性能並超越現有基線。

該研究提出Bunraku系統，首次實現從單張插圖端到端生成Live2D角色所需的所有結構化數據，包括有序RGBA圖層、每層變形網格和參數驅動的關鍵姿態頂點偏移。通過分層擴散與聯合預測，系統能生成連貫角色，併發布了Live2D-Bench基準和包含8884個模型的數據集。

一項新研究提出 HSS-Synth，首個面向人文與社會科學（HSS）的數據合成流水線，覆蓋14個主流領域，生成23.7萬條高質量指令微調樣本，在16項基準上超越14個基線，並讓Qwen3-8B-Base逼近官方版本。

代理式檢索增強生成（RAG）系統可能生成看似有依據的答案，但在證據、工具合約、授權或會話狀態層出現故障。本文提出 LayerRAG-Bench，一個受控的跨層可靠性基準，涵蓋 8 個企業領域、240 個任務、9 種故障場景、2 種合約模式，以及來自 OpenAI、Anthropic 和 Gemini 的 9 個模型共 38,880 條實時任務記錄。模式規範化可將模式漂移成功率從 0.000 提升到 0.913，但無法恢復過期證據、缺失工具輸出、權限拒絕和錯誤會話上下文。僅評估基於證據的答案也會在過期和錯誤會話證據下產生大量誤報。結果支持逐層評估原則：可靠性干預應只記為其修復目標層的貢獻，而不應被視為通用修復。

一種名為BridgeMIL的新框架通過將實例表示學習與受試者級監督解耦，改進了基於腦電圖（EEG）的疾病診斷。它採用兩階段方法：首先在無繼承實例標籤的情況下自監督預訓練編碼器，然後通過僅對受試者級別進行監督的注意力多實例學習進行遷移。在三個EEG疾病數據集和五個骨幹網絡上，BridgeMIL優於基線，達到76.57%的平均準確率，並展現出更好的表示結構。

一篇新的 arXiv 論文提出 SDO，一種即插即用的數據組織框架，利用表示空間結構動態調整小批量組成與樣本曝光，在 SFT、DPO 和 GRPO 中加速收斂、提升各題型準確率均衡性，且不會永久排除訓練樣本。

代碼模型越來越依賴執行反饋進行訓練，但大多數信號只關注正確性。RLPF 將運行結果轉化為分階段獎勵：失敗程序按執行進展排序，正確程序按相對專家參考的改進程度排名。在 PerfCodeBench 上用 Qwen3-32B 微調後，正確且可運行方案從 11.1% 提升到 54.6%，相對效率從 8.1% 提升到 38.6%，並能與更強的開源權重系統競爭。

本論文提出功能性重建方法，將MHA/GQA轉換為MLA時優化注意力模塊以復現原始響應，而不是隻做KV緩存壓縮。在投機解碼的192種配置評測中，多數任務單元的草稿token接受率獲得實質提升，且無需驗證器監督。

DoTime 是一個開源、可擴展且具有理論基礎的多元時間序列結構因果模型（TSCM）生成器，旨在為干預和反事實估計提供大規模基準。它提供連續時間干預窗口、帶正性保護的反事實採樣、機制切換 SCM 等新能力，並附帶 10 萬條軌跡和八種識別結構的評測套件。實驗顯示，在結構匹配的評估中，基於干預先驗擬合網絡（PFN）在方向準確率上始終優於同容量觀測模型。