Scritty為每一個AI編碼代理提供可共享、可搜索的記憶功能。

該論文研究域泛化問題，特別是在反因果設置下，其中結果導致觀察到的協變量。作者提出兩種方法，通過利用多環境中的無標籤數據來正則化模型對協變量均值和協方差變化的敏感性，並提供最壞情況下的最優性保證。在物理系統和生理信號數據集上展示了實證性能。

推理大語言模型（LLM）通過測試時擴展實現數據集級準確率隨token預算增加而提升，這推動了自適應推理的發展——僅在能提高可靠性時消耗token，否則儘早停止。然而，設置token預算和自適應推理閾值涉及根本的風險-準確率權衡。本文將此問題重新定義為風險控制，即在限制錯誤率的同時最小化計算量。框架引入上閾值（在模型自信時停止推理，避免錯誤輸出）和新型參數化下閾值（提前停止無法解決的實例，避免過早停止）。給定目標風險和驗證集，使用無分佈風險控制來最優指定這些停止機制。在多種推理任務和模型上的實驗證明了該方法在滿足用户指定風險目標的同時，實現了計算效率提升。

殘差上下文擴散（RCD）是一種針對擴散大語言模型（dLLM）的新模塊，它通過回收丟棄令牌的計算資源來提高效率和準確性。RCD將丟棄的令牌表示轉換為上下文殘差，並重新注入去噪過程。它採用解耦的兩階段訓練流程，在多個基準測試中實現了5-10個百分點的準確率提升，在AIME任務上幾乎將基線準確率翻倍，並將去噪步驟減少4-5倍。

擴散大型語言模型（dLLM）在多項任務上已達到自迴歸模型的性能，同時推理效率更高。其關鍵設計之一是每個擴散步驟選擇去掩碼令牌的採樣過程。當前啓發式方法需要手動調整且性能隨塊大小增大而下降。本文提出使用強化學習訓練採樣策略，形式化掩碼擴散採樣為馬爾可夫決策過程，並基於單層Transformer設計輕量策略。實驗表明，該策略在半自迴歸生成中與先進啓發式方法性能相當，在全擴散設置中更優。

MemoryLLM通過將前饋模塊（FFN）與自注意力解耦，實現了可解釋的上下文無關詞元級神經檢索記憶，提升了計算效率。

強化學習微調提升了視覺語言模型在推理基準上的表現，但研究發現模型在面對誤導性標註或錯誤思維鏈時魯棒性顯著下降。封閉模型比開源模型更魯棒，且存在準確性與忠實性之間的權衡。僅靠對抗性增強不足以解決問題，引入忠實性獎勵可改善對齊，但可能引發捷徑學習。

本文提出了一種基於迴歸的攤銷最大內積搜索（MIPS）方法，通過訓練神經網絡直接預測MIPS解，從而攤銷固定鍵數據庫上重複查詢的成本。關鍵見解是MIPS值函數是鍵集的支撐函數，其梯度指向最優鍵。作者提出了兩種互補模型：SupportNet（輸入凸神經網絡，迴歸支撐函數）和KeyNet（向量值網絡，直接回歸最優鍵）。在BEIR基準上的實驗表明，在相同計算量下，這些模型顯著提升了IVF匹配率。

研究發現，自組織的多智能體LLM團隊在協調時往往無法達到最佳專家成員的表現，性能損失最高達41.1%。主要瓶頸在於未能有效利用專家意見，而非識別專家。團隊傾向於整合妥協，這雖然提高了對對抗性智能體的魯棒性，但犧牲了整體性能。

Meta向約6000名員工發送內部備忘錄，警告2026年內部AI使用成本正逼近數十億美元。30天內員工消耗了73.7萬億代幣，內部排行榜“克勞德經濟學”加劇了無意義使用。首席技術官博斯沃思強調代幣消耗不等於生產力。Meta將部署“AI網關”儀表板進行集中監控，並從2027年開始實施正式代幣預算，同時引導員工轉向自家編碼助手MetaCode。

Introspection公司聯合創始人Roland Gavrilescu在AI Engineer World's Fair上闡述了自動研究的概念，即構建“外循環”讓代理通過反饋信號、評估和人類輸入來維護和改進主系統。他介紹了代理“配方”、內外循環分工，以及人類在軟件工廠中的核心地位。

AuthSec是一個統一的Go服務，提供完整的身份生命週期管理，包括認證、MFA、OIDC聯合、RBAC、SCIM、客户端管理、外部服務憑證和SPIFFE/SPIRE工作負載身份，所有功能都集成在一個單一的二進制文件中。

AI時代的FOMO（錯失恐懼症）已演變成一種慢性焦慮，源於技術迭代速度遠超人類學習能力。文章分析了其症狀、代價以及背後被設計的焦慮經濟，並提出了真正的解決方案：從“我是否跟上”轉向“我創造了什麼”，建立專注的信息攝入習慣。

消費者權益組織Which?的調查顯示，Tripadvisor使用AI生成的酒店評論摘要常常淡化嚴重投訴，例如將因大規模食物中毒被起訴的酒店描述為“一塵不染”，並稱贊有性騷擾投訴的度假村服務“友好”。

本文介紹了Databricks AI在大規模GPU訓練中遇到的三種失敗模式：任務崩潰、靜默性能下降和數值錯誤。通過使用多樣化的極端工作負載進行壓力測試，並結合多階段健康檢查系統（主動引導檢查、被動連續檢查、定期多節點檢查），有效捕捉和預防GPU故障，確保訓練可靠性。

甲骨文在AI數據中心上投入數千億美元，但在一份監管文件中承認這些投資可能無法收回。文件詳細列出了需求誤判、客户違約、電力短缺、建設風險等多種因素。儘管面臨重重挑戰，甲骨文仍計劃繼續鉅額投資，併為此增加債務。

本文介紹瞭如何使用Daft框架對Apple的EgoDex數據集進行高效查詢。通過結合幀級語義嵌入（如SigLIP）和幾何特徵，研究人員可以用自然語言搜索視頻片段，例如“找到所有手部呈寫字姿勢並舉起筷子的片段”。Daft使大規模、非結構化機器人數據集的可發現性成為可能。

'怪人阿爾'揚科維奇因堅持原則，拒絕了一份高額報酬的AI商業廣告邀約，表示自己'不喜歡AI'並反悔臨陣退出。

AWS團隊通過訓練小型語言模型於Soteria的符號執行軌跡上，使其在C語言錯誤檢測上超過了四倍大的模型。本文探討了這一方法及其對AI輔助軟件工程的影響。

儘管舊金山被視為AI發展的前沿，但許多年輕人對AI持負面態度，認為它破壞了社區文化、威脅就業，並加劇了不平等。草根組織'Stop AI'在灣區活動，民調顯示近半Z世代認為AI風險大於收益，年輕人感到壓力使用AI卻失望，將其比作'笨朋友'。

Meridian是一個免費的模擬器，展示了在35人規模的SaaS產品與工程組織中引入AI代理後的成本、產能和協調變化。用户可以嵌入編碼代理、替換一線支持、扁平化管理層等。所有假設可編輯，結果可分享。

本教程圍繞Lift構建了一個完整的PDF到結構化數據提取工作流，重點在於受控評估而非一次性演示。我們準備了Colab GPU環境，以4位NF4加載Lift，並生成了帶有刻意干擾項的綜合性研究報告。然後執行模式引導提取，對每個字段與真實值進行評分，並將結果組裝成可查詢的知識庫。最終得到一個可重複的提取基準，而非原始模型輸出。

本文評論朱莉婭·庫爾尼亞的中年級小説《深喚》，書中AI在炙熱未來管理人類幸福，主角凱拉的Jibty設備敍述故事，並涉及禪宗元素。

OpenClaw本週發佈了iOS和Android應用，允許用户直接與個人AI代理交互，但AI代理並不在手機上運行，而是連接到一個遠程運行的代理。手機作為窗口，提供語音、通知和攝像頭訪問。這一設計趨勢與Anthropic和OpenAI的產品類似，反映了AI代理從移動端向持久運行時的架構轉變，對開發者而言，關注點從電池和內存限制轉向身份驗證和分佈式系統安全。

該項目是一個AI代理，能夠自動完成求職申請的全部流程：發現職位、定製簡歷、生成PDF、填寫ATS申請表（Greenhouse、Ashby、Lever等），但不會自動提交，而是等待用户審查和點擊提交。它是一個輔助工具，而非自動發送垃圾郵件的工具。

Anthropic宣佈將於7月1日重新部署其最強大的通用模型Claude Fable 5，此前美國出口管制已解除。新增的安全分類器能以超過99%的準確率阻止報告中提到的技術，並將被阻止的請求路由至Opus 4.8。Anthropic還與亞馬遜、微軟和谷歌共同提出了一個四準則越獄嚴重性框架。

在《華盛頓郵報》直播活動中，MIT校長Sally Kornbluth與亞利桑那州立大學校長Michael Crow討論了大學如何培養下一代科學家，以引領美國快速變化的技術格局。Kornbluth強調了好奇心驅動研究的重要性，警告聯邦資金凍結可能危及創新和人才管道。她介紹了MIT的新課程，融合了STEM、道德和公民教育，並倡導以人為中心的AI方法。Kornbluth還提到MIT的經濟影響巨大，並推出了擴展教育的計劃。

開源遊戲引擎 Godot 團隊更新貢獻政策，禁止幾乎所有的 AI 生成貢獻，指責“氛圍編碼”者的拉取請求令人士氣低落，且無法對代碼負責。新規要求新貢獻者需獲明確許可，並禁止 AI 代理干擾溝通渠道。

作者通過閲讀Anthropic的《構建有效AI智能體》指南，重新審視了常見的智能體工程模式，並將其應用於醫療健康領域。核心發現是：醫療AI的自主性應建立在可驗證性之上——結構化數據（如FHIR）使任務可驗證，從而允許更高自主性；而涉及臨牀判斷的任務仍需人類參與。文章強調了簡單優於複雜、透明優於抽象的原則，並指出評估（evals）是衡量“足夠好”的關鍵。

PieterPost MCP 是一種將人工智能代理與郵政郵寄服務連接的工具，允許ChatGPT、Claude等AI代理準備信件、明信片、管理聯繫人、上傳附件、生成支付鏈接並跟蹤訂單。這是PieterPost的一項新功能，旨在讓AI代理能夠處理物理郵寄任務。