一項新研究表明，領先的AI搜索智能體（如GPT-5.4和Kimi K2.6）在現有基準測試中並未真正進行研究，它們主要利用網絡來確認已從訓練中獲得的知識。哈爾濱工業大學的研究人員通過引入基於最近90天事件的時間敏感基準LiveBrowseComp發現，一旦模型無法依賴記憶，它們的表現就會崩潰，現有排名也被徹底顛覆。

最大規模開源預訓練具身世界模型τ0-WM發佈，參數量5B，預訓練數據達3萬小時，其中真機遙操作數據1.78萬小時。模型結合測試時計算，讓機器人在執行前多步推演並排序動作，顯著提升長程精細操作成功率。

自2026年夏季起，加州大學伯克利法學院禁止學生在課程作業和考試中使用人工智能，包括構思、大綱、起草、修訂、編輯和翻譯等環節，旨在培養學生的核心認知技能和職業道德。

GoodSender是一款專為獨立開發者、AI初創公司和小團隊打造的電子郵件API，強調許可營銷、互動追蹤和可負擔的價格。提供免費層每月10萬封郵件，超出部分每10萬封僅需1美元。支持通過單一端點發送營銷郵件（需許可）和事務郵件（無需許可），並內置互動評分和自動清理機制。即將推出MCP集成，允許通過聊天窗口管理郵件列表。

這是一個經過實戰驗證的標準，用於構建生產級AI智能體產品。它包含自主性階梯、五種組合模式、七層框架，以及一套可直接在Claude Code中使用的技能集，幫助團隊從演示原型走向可靠生產。

Ghostbase 是一個 AI 代理平台，允許用户用簡單的英語描述任務，自動生成並運行代理。支持 300 多個應用集成，採用 LLM 驅動，提供免費層和付費計劃，目前處於早期訪問階段。

根據Epoch的內部能力指標（ECI），開放權重模型通常需要平均4個月才能達到閉源模型的先進性能。ECI是一種綜合衡量標準，涵蓋了多個基準測試的表現。

港大助理教授黃超在2026中國AIGC產業峯會上提出，Agent時代應重新設計數字世界基礎設施，讓軟件直接説AI語言（CLI），而非讓AI模仿人類界面。其團隊開源的輕量級Agent nanobot已獲20萬下載，並展示了CLI-Anything等創新，強調Agent自進化應採用技能積累的外部進化模式。

OWASP Agent Memory Guard 是一個運行時防禦層，在AI代理的內存讀取和寫入時進行篩查，防止提示注入、秘密泄漏和完整性篡改。它是OWASP ASI06內存投毒攻擊的參考實現，支持LangChain、OpenAI Agents等多種框架。

AI檢測工具Pangram因其高準確性而成為標準，但錯誤率仍可能導致虛假指控，引發寒蟬效應。隨着AI寫作的普及，依賴檢測工具可能帶來新的問題。

隨着AI代理、聊天機器人和自動化工具充斥互聯網，人類不僅面臨信任危機，更陷入一場深刻的“能動性危機”——我們正在從主動參與者淪為被動的觀察者和反應者，對現實的掌控感逐漸消失。

Trajectory 與 UC Berkeley Sky Lab 和 Anyscale 合作，構建了一個用於持續學習的併發多 LoRA 訓練堆棧。它將每個 RL 實驗映射到常熱引擎上的專用 LoRA 適配器，報告端到端實驗吞吐量比單租户基線提升 2.81 倍，且獎勵無退化。代碼已在 NovaSky-AI/SkyRL 開源。

一個免費的AI驅動工具，可搜索超過32,000份新西蘭租賃法庭判決，幫助用户瞭解租房權益。

Anthropic 通過將過去28天的消費收入乘以13加上月訂閲收入乘以12來計算年化營收，這一非傳統方法引發對AI公司收入報告透明度的關注。

這是一個YouTube視頻頁面，標題暗示AI熱潮將影響本地社區，但頁面內容僅包含標準元數據，無實質信息。

SnapName 是一款 macOS 應用，利用本地捆綁的 Gemma 4 AI 模型自動為截圖命名，確保圖像不會離開你的 Mac，從而保護隱私。

xAI的Grok Imagine Video 1.5預覽版在圖像轉視頻競技場排行榜中以1473分的成績位居第一，擊敗了字節跳動的Dreamina Seedance 2.0和其他40個模型。該排行榜基於超過115萬次投票，展示了當前AI視頻生成領域的最新競爭態勢。

MiniMax是一家專注多模態模型的AI創業公司，於2026年1月港股上市。公司堅持大模型與應用並行、ToC和ToB並重。內部實踐中，全員不限量使用Token，利用Agent自動化工作流，從高價值但不受歡迎的場景切入，顯著提升效率並推動組織扁平化。未來2-3年AI將與各行業深度融合。

本教程詳細介紹瞭如何使用SkillNet框架發現、安裝、檢查、評估和組織可複用的AI技能。從設置帶有SDK和REST回退支持的客户端開始，比較關鍵詞搜索與語義搜索，安裝GitHub上的技能，審查元數據，應用質量門控，可視化技能關係圖，最後構建一個技能增強的代理規劃器，將複雜目標分解為子任務並組裝執行管道。

Vercel BotID 是一種隱形驗證碼，通過在每個請求上運行客户端挑戰和服務器端 checkBotId() 來保護 AI 端點，確保只有經過驗證的請求才能調用推理。本文介紹了安裝、配置、啓用深度分析以及處理受信機器人等步驟。

一個GitHub倉庫，通過簡單可視化與日常類比解釋32個AI核心概念，涵蓋基礎、原理、訓練、工具與信任度，面向所有讀者。

Typeahead是一款Mac應用，利用AI實現跨應用的自動補全功能，提升輸入效率。

本文深入探討了AI硬件市場中的內存瓶頸問題。GPU的張量運算速度遠超內存帶寬，導致解碼階段大部分計算單元閒置。文章分析了芯片層（Groq、Cerebras等）、推理引擎層（RadixArk、Inferact）、KV緩存基礎設施（TensorMesh/LMCache）以及封裝互連層（CoWoS）的不同解決方案，並指出持久公司需要把握無法被棧中其他部分內部化的控制點。

HermesBench是一個評估完整個人AI代理配置（包括提示、模型、工具、記憶等）可靠性的基準。當前基線得分為78.2，涵蓋27個工作流配方，並提供可檢查的軌跡。該基準強調證據驅動的評分，並積極尋求早期反饋。

據路透社報道，星巴克在使用一款AI驅動的庫存工具僅九個月後便停止使用，原因是該工具犯了最基本的錯誤。此前已有其他AI工具出現嚴重失誤的案例，例如一家必勝客加盟商因一套旨在提高效率的系統導致約1億美元收入損失而起訴母公司。

《安多》劇集主管託尼·吉爾羅伊因擔心劇本被AI系統用作訓練數據，取消了公開發布該劇劇本的計劃，儘管1500頁的合集已準備就緒。此舉反映了創意產業對AI取代人類工作的廣泛擔憂，以及好萊塢工會2023年罷工和後續的法律鬥爭。

Thaw 是一個開源工具，能夠將運行中的大語言模型（LLM）會話分叉到多個分支，跳過昂貴的預填充階段，實現 AI 代理的並行探索。在 H100 GPU 上，它實現了次秒級的分叉時間（中位數 0.88 秒），相比之下冷啓動需要約 340 秒。Thaw 支持 vLLM 和 SGLang，使用場景包括代理分支、強化學習訓練、並行編碼代理和會話遷移。

Anthropic發佈了一份詳細的概述，介紹了他們如何在Claude.ai、Claude Code和Cowork等產品中使用不同的沙箱技術來限制AI代理的行為，確保安全邊界。

探討人工智能為何無法真正關懷，儘管它可以模擬關懷行為，但缺乏情感和意識。

Simon Willison的研究項目通過在瀏覽器中使用Pyodide和服務工作線程（Service Workers）來運行Python ASGI應用，解決了此前Web Workers方法無法執行JavaScript腳本的問題，並通過FastAPI和Datasette的demo驗證了其通用性。