Ghbrk 是一個用 Rust 編寫的憑證代理工具，旨在讓自主 AI 編碼代理能夠安全地執行 Git 和 GitHub 操作，而不會暴露 SSH 密鑰或 GitHub 令牌。它通過一個由 root 擁有的後台守護進程持有憑證，代理只能通過明確的 'ghbrk' 前綴調用遠程操作，所有操作都根據可配置的策略進行控制，並記錄審計日誌。適用於需要將 GitHub 訪問權限委託給代理的工程團隊。

如果智能只能從少數封閉機構租用，公眾將失去軟件自由和運營自由。開源人工智能對於工作、教育、科學等領域至關重要，必須保持可用、可理解、可複製、可本地部署和經濟可行。

System76為COSMIC桌面打造了一款出色的系統監視器，提供CPU、內存、磁盤、網絡、GPU等實時指標，並支持進程管理。它輕量、設計精良，但主要針對COSMIC桌面，安裝在其他系統上較為複雜。

ghealth 是一個開源命令行工具，封裝了 Google Health API v4，提供 40 種經過驗證的數據類型，並以結構化 JSON 格式輸出。它專為終端和 AI 代理設計，支持 OAuth 2.0 認證，幷包含詳細的設置嚮導。該工具屬於社區項目，非 Google 官方發佈。

文章介紹了Meta和微軟等公司使用AI代幣排行榜來追蹤員工AI使用情況的現象，包括"Claudeonomics"系統、代幣最大化（tokenmaxxing）文化、排行榜的利弊以及實施建議。

MyWritingTwin 是一種基於計算文體學的 AI 寫作檔案系統，通過分析你的寫作風格，讓 ChatGPT、Claude 等 AI 工具生成與你真實語氣一致的文本，減少編輯時間。

eXo Platform 發佈7.2版本，集成原生AI功能，支持多種大語言模型，提供可控的AI輔助，打造統一智能數字工作平台，提升協作與生產力。

本期涵蓋Anthropic的Fable 5重新上線並配備安全兜底，生態系統轉向多模型編排。開源模型如GLM-5.2通過ZCode和基準測試取得進展。智能體基礎設施引入維基記憶和結構化組合模式，Devin Security Swarm展示基於智能體的漏洞發現。架構進展包括NVIDIA TwoTower和端側推理突破。

Noter 是一個新的 AI 代理協作層，讓用户在代理執行代碼的同時，通過“任務控制”面板實時思考、規劃與觀察。免費版提供筆記和代理上下文跟蹤，Pro 版（€3/月）增加藍圖規劃功能，支持從筆記到規範的生成。

21歲的Zuhair Lakhani創立了Doublespeed，一家由Andreessen Horowitz投資的機器人農場，利用上千部手機在TikTok上創建AI影響力者，以製造虛假的病毒式傳播。這一項目旨在用AI完全取代真人創作者，引發了關於虛假內容和“死互聯網”的爭議。

MarketFish是一個多智能體市場模擬引擎，基於6篇學術論文和11個LLM提供商構建。它通過創建128個具有個性、預算和偏好的AI消費者，在30輪模擬中測試產品概念，提供購買決策、流失模式和社會影響分析，幫助創業者驗證產品可行性。

Rasa Intelligence是一個AI驅動的商業診斷平台，能在90秒內將公司數據轉化為結構化報告。它運行12個並行診斷模塊，提供診斷、風險地圖、戰略建議和優先行動項，幫助企業快速識別問題並採取行動。

在AI工程師世界博覽會第三天，演講者們強調了在AI自動化與人類能動性之間保持平衡的重要性，反對完全自動化的“軟件工廠”願景。

Cotal 是一個開源的智能體協調層，旨在解決多智能體系統中因協調失敗導致的高成本和高故障率問題。它提供共享空間、身份驗證、訪問控制、可重放日誌等功能，確保智能體之間的高效協作。

Braza是一款實時屏幕AI導師，可教授你任何應用程序的使用方法，支持多種語言，直接在你的屏幕上進行互動教學。

本文對AI文本檢測公司Pangram進行技術審計和評論，指出其檢測器在混合作者文本中準確率大幅下降，且公司傾向於宣揚最佳情況下的可靠性，可能導致誤判和“獵巫”現象。文章強調個體誤報率差異、證據不可偽造性以及公司激勵機制問題。

《華爾街日報》報道稱，SpaceX在6月IPO前向投資者展示了一款“比iPhone更薄”的AI手機原型，搭載高通驍龍芯片和xAI操作系統。馬斯克否認，稱報道“完全不實”，但早前表示必要時會造手機。

XR Blocks是谷歌XR實驗室開發的一款輕量級、跨平台的JavaScript庫，基於three.js構建，旨在快速原型化高級XR和AI體驗。它支持手部追蹤與手勢識別、世界理解、與Gemini的AI集成，並提供一個強大的桌面模擬器。該庫針對Android XR（如Galaxy XR）上的Chrome v136+進行了優化，支持WebXR，並強調用户中心和開發者友好的設計。

Margarita 是一種確定性腳本語言，它將 Markdown 擴展為可編程的智能體工作流。通過變量聲明、包含文件和循環等結構，開發者可以構建可預測的 LLM 應用，同時保持對上下文和成本的控制。

本文探討了即將到來的AI伴侶和戀人，認為它們將深刻改變人際關係和自我認知。文章討論了‘代理型’AI的發展、對成癮和商業操控的擔憂，以及AI訓練關係技能的可能性。

該論文提出了一個開源仿真框架，用於系統比較腹腔鏡機器人中不同遠程運動中心（RCM）建模方法和基於圖像的視覺伺服（IBVS）控制架構。框架集成三種RCM模型和六種IBVS架構，通過結構化案例研究揭示了建模與控制器交互的關鍵結構敏感性，包括切平面定義、約束維度、開/閉環執行以及運動學奇點附近的魯棒性影響。資源已公開，為RCM約束視覺伺服研究提供了可重複的基準。

該研究提出了一種新的框架，將主動學習中的預算機制重新解釋為泛化主導機制的轉變。通過重新解釋PAC風格的風險組件，證明了這種主導權轉移在結構上不可避免，並確定了三種階段：數據驅動、過渡和模型驅動。實驗表明，主動學習效率取決於策略的歸納偏差與當前瓶頸的對齊程度。自監督表示能更早地過渡，凸顯了表示質量的作用。該工作為下一代過渡感知主動學習算法提供了統一框架。

本文提出一種模仿學習框架，利用圖輔助網絡編碼人羣交互，並設計軌跡級學習目標以捕捉時空動態，在仿真和真實數據上優於現有基線。

該研究從Argoverse 2數據集中提取1219次持續減速事件，通過19維運動學特徵和K-means聚類發現四種穩定模式：預期性軟減速（62.8%）、反應性接近（30.6%）、剎車式急動（4.8%）和異常類（1.8%）。僅配對年齡顯示出中等效應（ε²=0.085），場景幾何和弱勢道路使用者接近度影響可忽略。早期事件分類器在1.0秒時達到宏F1=0.758，場景上下文貢獻+0.059 F1。模式在中速駕駛中不變（ARI=0.817），但在低速時依賴速度範圍（ARI=0.166）。

本文提出了一種在SE(3)李羣上開發的不變擴展卡爾曼濾波器(IEKF)，用於串行剛體機械臂的狀態估計。通過利用運動學方程的羣仿射性質，線性化誤差動力學變得自治，使得黎卡提方程能精確控制真實誤差協方差。濾波器採用物理分離的噪聲模型，獨立處理陀螺儀和加速度計通道，並設計為模塊化的每連桿IEKF鏈，計算成本與連桿數成線性關係。通過李代數李雅普諾夫函數證明了均方指數最終有界性，數值結果驗證了方法的有效性。

研究人員開發了FLYNN，這是一種基於果蠅完整腦連接組的循環神經網絡，用於視覺導航。相比傳統網絡，FLYNN在面對分佈外數據和感官丟失時表現出更強的魯棒性，即使在完全失明的情況下仍能運行。

本文提出GPAC架構，一種四層分層控制系統，使多架四旋翼無人機無需中央協調或交換狀態即可協同運輸纜索懸掛載荷。關鍵創新在於隱式協調，每架無人機通過局部纜索測量獨立估計其有效載荷分擔，同時結合幾何控制、抗擺調節、風乾擾觀測器、基於並行學習的質量估計（無需持續激勵）以及優先級排序的控制障礙函數安全濾波器。仿真顯示平均跟蹤均方根誤差為33.8釐米，計算成本低。

服務機器人在搜索家庭物品時依賴於空間先驗知識來降低搜索成本，但物品的位置可能因居民特徵而異。收集特定特徵的縱向居家軌跡具有侵入性且難以擴展。本文研究了何時個性化有幫助，並提出了PerSim——一種剛性門控混合策略，結合了特徵條件先驗和人羣頻率基線，僅在放置行為多變時進行個性化。通過人類校準的模擬流程生成並驗證了不同家庭佈局中的物品放置轉換，並訓練了一個預測器，輸入連續的大五人格向量以輸出房間級先驗和房間內共現線索。一項統一的用户研究（N=200）表明，合成轉換在行為上合理，並且個性化主要適用於低剛性物品，而人羣頻率基線對普遍放置的物品仍然有效。離線測試顯示在未見過的連續特徵向量上性能優於最近離散配置匹配。在家庭數字孿生中，PerSim通過結合房間訪問努力和房間內線索檢查降低了預期搜索成本。

針對視覺-語言-動作系統在空間關係理解上的不足，研究者提出了EmbodimentSemantic數據集與基準。該數據集通過物體-關係-物體三元組顯式表示空間結構，包含真實世界和仿真兩個部分，並驗證了場景圖對下游控制任務的提升作用。實驗表明當前模型雖能預測合理關係，但難以精確處理深度和視角依賴的空間結構。

MG-SpaIR是一種無需訓練數據的框架，能從單個受混合退化（模糊、下采樣、噪聲、缺失像素）污染的觀測中恢復乾淨圖像。它基於隱式神經表示，引入多級粗到細殘差層次結構逐步優化重建，並通過顯式稀疏近端正則化抑制偽影。實驗表明，其性能優於Deep Image Prior。