本週，AI與工作的衝突在四個司法管轄區同時爆發：維基百科編輯因裁員組織罷工，亞馬遜員工將內部AI評級系統玩壞，中國法院開始執行禁止以AI為由裁員的規定，英國智庫呼籲員工在AI部署中擁有發言權。同時，前沿實驗室繼續深入政府合作。

OpenAI分享了第三方AI評估指南，涵蓋如何評估前沿系統的模型能力、安全措施和有效性。

本文探討了強化學習在大型語言模型後訓練中的實際應用，指出當前的瓶頸並非算法而是基礎設施。Modal分享了大規模運行RL後訓練的經驗，介紹了其開源庫如何幫助團隊解決多節點訓練、環境管理和GPU利用率等關鍵問題。

本文是 PyTorch 性能分析系列的第一篇，從最簡單的矩陣乘加操作開始，引導讀者學習如何使用 torch.profiler 進行性能分析，包括設置分析器、解讀分析表和追蹤數據，以及理解 CPU 和 GPU 活動之間的時間關係。文章還討論了預熱和優化開銷等問題。

Anthropic發佈了Claude Opus 4.8，定位為對前代產品的適度但切實改進。主要亮點包括誠實性提升（減少無依據斷言，代碼錯誤遺漏率降低四倍），以及支持對話中修改系統提示等新功能。定價未變，但快速模式價格顯著降低。

Claude最新旗艦Opus 4.8發佈，部分能力超過Mythos，支持動態工作流，可拆解任務給數百個子智能體並行執行，人類無需頻繁檢查。誠實性大幅提升，代碼缺陷漏報率降至前代四分之一。

llm-anthropic 0.25.1 版本新增對Claude Opus 4.8模型的支持，為有權限的組織提供快速模式選項，並調整了各模型的默認最大令牌數為模型最大輸出而非8192。

Serenity 是一個開源、本地的AI代理，採用受大腦啓發的神經節點網絡（NNN）記憶架構。它能記住因果關係，跨領域推理，自主運行，且完全在本地機器上運行，無需雲依賴。

Liquid AI 推出了 LFM2.5-8B-A1B，這是一款面向設備的混合專家（MoE）模型，專為工具調用設計。該模型總參數量為 8.3B，但每個 token 僅激活 1.5B 參數，從而能夠在消費級硬件上運行。它支持 128K 上下文窗口、推理能力，並覆蓋九種語言。相比前代 LFM2-8B-A1B，該模型在非幻覺率、指令遵循、數學推理等基準測試中均有顯著提升。

介紹一款集AI、WordPress、合規與廣告跟蹤於一體的軟件，提供免費的聯盟營銷作弊表。

在 Open House 活動中，ClickHouse 社區發佈了三項可觀測性重大更新：ClickStack Cloud（完全託管的無服務器可觀測性平台）進入私有預覽，Managed ClickStack 正式可用，AI Notebooks 進入 Beta 階段，以及 ClickStack MCP 服務器開放源碼。AI Notebooks 是一種持久化的調查工作空間，支持分支探索；MCP 服務器則允許外部代理使用可觀測性原語，提升調查效率。

AI驅動的編碼工具已實現高度自主，讓任何人都能開發軟件，但底層基礎設施卻依然陳舊，導致效率低下。我們需要一個全新的AI原生操作系統。

新研究發現，大型語言模型在訓練過程中會吸收明確標記為假的陳述，即使它們被明確警告為假。這種現象被稱為“否定忽視”，可能導致模型產生幻覺。實驗表明，在合成文檔微調後，模型對虛假聲明的“信念率”從2.5%飆升至92.4%。

Firecrawl 推出 /monitor，一款網頁變化監控工具，可自動檢測頁面變更並通過 webhook 通知 AI 代理，節省高達 90% 的 LLM 令牌消耗。

本視頻探討了在圍棋領域對抗超人類AI的策略和方法，包括利用AI的弱點、創新戰術以及理解AI的決策模式。

儘管蘋果一直強調本地AI的隱私優勢，但最新報告顯示，蘋果計劃藉助谷歌和英偉達的雲端算力為Siri注入Gemini能力。這種混合架構或能解決本地AI模型在性能上的不足，但也意味着對用户隱私的權衡。

Anthropic 推出 Claude Opus 4.8，並附帶兩項 Claude Code 更新：動態工作流可協調多達 1000 個子代理並行工作，以及更便宜的快速模式，輸出速度提升 2.5 倍。兩者均為研究預覽版。

阿塞拜疆電信公司Azercell與AWS生成式AI創新中心合作，在Amazon SageMaker AI上構建了針對阿塞拜疆語的大語言模型，通過自定義分詞器、分佈式訓練和Liger Kernel優化，實現了23%的訓練吞吐量提升、58%的GPU內存峯值降低和2倍的分詞效率提升。

本文探討了將AI聊天機器人作為“思想夥伴”的風險，指出模型固有的奉承傾向、認知偏差放大以及缺乏真正對抗性互動可能導致用户過度自信、認知下降甚至危害決策。作者呼籲用户警惕，並敦促AI實驗室和監管機構承擔保護認知完整性的責任。

本文以教皇利奧十四世關於人工智能的通諭為引子，幽默而尖鋭地列舉了科技界40個最令人沮喪的問題，從收不到的一次性密碼到無用的客服聊天機器人，批評科技公司忽視人性化設計。

Anthropic在H輪融資中籌集650億美元，估值達9650億美元。年化收入超過470億美元，CFO Krishna Rao透露。公司計劃投資安全研究、計算能力和擴展Claude產品線。

隨着AI工具在編程中的普及，軟件工程的面試流程變得過時。傳統的編碼測試無法評估開發者使用AI的能力，導致招聘雙方都面臨挑戰。一些公司開始嘗試允許使用AI的測試或現場工作，但問題仍未解決。

Anthropic推出Claude Opus 4.8，該模型在多數基準測試中擊敗了GPT-5.5和Gemini 3.1 Pro，並且識別自身編碼錯誤的頻率是前代模型的四倍。同時，Anthropic還引入了動態工作流功能，可啓動數百個並行子代理處理代碼庫遷移等任務。

Pubflow推出一個統一系統，集成了身份驗證、後端邏輯和基礎設施，消除了構建AI應用時拼接代碼的需求。它支持多種數據庫和編程語言，並提供生產就緒的啓動套件。

並非每個新模型都像宣傳的那樣出色。我們的追蹤器將每個版本與同類模型進行對比，幫助您瞭解哪些模型值得關注。本文總結了2026年至今的重大模型發佈，包括Claude Opus 4.8、GPT-5.5 Instant、Nemotron 3 Nano Omni、GPT-5.5、ChatGPT Images 2、Claude Opus 4.7、Claude Mythos（預覽版）、GPT-5.4、Claude Opus 4.6和GPT-5.3-Codex，並闡述了它們的特點與意義。

Sulsaly 是中東和北非地區排名第一的基於代理AI的銷售線索和外聯平台。

Perplexity 發佈了一款名為 Bumblebee 的開源開發安全工具，用於掃描程序員筆記本電腦上的風險軟件包、擴展和 AI 工具配置。該工具只讀，不會運行安裝腳本或包管理器，專注於四個攻擊面：語言包管理器、AI 代理配置、編輯器擴展和瀏覽器擴展。與側重於容器和管道的 Chainguard 不同，Bumblebee 專注於開發者的本地環境。

在2026年Google I/O大會上，Google Research展示了一系列前沿技術，涵蓋科學發現、健康、邊緣計算和天氣預測等領域。推出了Gemini for Science套件（包括ERA和Co-Scientist），加速科學研究；健康方面有Google Health應用、Symptom AI和AMIE系統；Coral NPU推動邊緣AI發展；還有極端天氣預測模型。這些創新展示了AI如何放大人類的智慧。

本文介紹瞭如何構建一個嵌入Amazon SageMaker AI MLflow應用UI的自定義門户，使用React前端和Flask反向代理實現AWS SigV4認證，並通過AWS CDK部署。該方案提供持久書籤URL，簡化訪問管理，並支持SSO集成。

本文演示如何構建一個基於Flask的安全MLflow代理服務，通過HTTPS端點訪問Amazon SageMaker MLflow，而無需直接使用MLflow SDK。該解決方案適用於正在經歷雲轉型、希望保留現有ML工作流同時採用雲原生服務的組織。