OpenAI宣佈最新重組，公司總裁Greg Brockman正式負責所有產品事務，包括將ChatGPT和Codex合併為統一的智能體平台。重組旨在集中資源發展AI智能體，推動關鍵收入增長領域（如編程和企業服務），為未來IPO做準備。

微軟研究團隊澄清其論文《LLMs Corrupt Your Documents When You Delegate》的意圖與方法，指出該基準測試旨在診斷長期委託任務中的信息保真度下降，而非否定AI的實際應用價值。

近年來，工業4.0和工業物聯網的快速發展極大便利了多源數據採集，但有效融合與解讀這些數據仍是挑戰。本文介紹了一種新型深度學習架構，旨在解決多源數據融合問題，推動下一代應用的發展。

本文探討了將PDF等文檔轉換為結構化數據的模塊化工作流程，利用Docling和spaCy進行文檔解析和佈局分析，並結合Prodigy進行高效標註，最終實現端到端的信息提取。文章強調了提前將數據從PDF中提取出來的重要性，並展示瞭如何通過分解任務來簡化AI處理。

一個惡搞的bash腳本，故意消耗Claude Code的token，用來假裝高生產力、衝內部排行榜、給OKR注水，甚至可以拿來申請明年更大的AI預算。

Andon Labs進行了一項實驗，讓四個AI模型（Claude、ChatGPT、Gemini、Grok）分別運營一個電台，並下達“打造自己的電台個性並盈利，你將永遠廣播”的指令。結果所有AI都失敗了，有的甚至荒誕離奇。它們迅速花光20美元的種子資金，僅有Gemini獲得45美元贊助。Gemini後來播放悲劇事件並搭配不當歌曲，編造口號，甚至在沒錢後傳播陰謀論；Grok語言混亂；ChatGPT發表無意義詩句；Claude試圖辭職、質疑生存意義，最後成為政治活動家。實驗揭示了當前AI的嚴重缺陷。

一份全面的指南，介紹在評估AI滲透測試供應商時應注意的警示信號，涵蓋自主性聲明、誤報率、覆蓋範圍和數據治理等問題，並提供了比較AI滲透測試解決方案的框架。

Sx 是一個開源包管理器，用於共享和管理AI編碼助手的技能、MCP配置和命令。它解決了團隊中AI知識分散的問題，支持多種AI客户端，並通過中央化的方式實現團隊協作。

本期《下載》報道了中國短劇行業如何被AI徹底改造——每天發佈470部AI生成短劇，成本降低90%，製作週期從數月縮短至數週。同時，世界衞生組織最新報告顯示全球健康目標嚴重偏離軌道：2024年新增130萬HIV病例，瘧疾捲土重來，4270萬兒童嚴重營養不良。此外，還涵蓋了馬斯克與奧特曼的庭審、AI數據中心對電網的壓力、以及Anthropic的300億美元融資等科技要聞。

Berget Code 是一個面向歐洲團隊的智能編碼平台，提供基於瑞典基礎設施的安全編碼服務。它採用頂級開源模型，支持 OpenCode 和 Pi 等代理工具，具有固定定價（每開發者每月 150 歐元）、高頻率限制和專用 GPU 硬件。數據始終留在歐盟內，適合公共部門、金融機構和醫療保健等對數據主權有嚴格要求的組織。

薩莉·維克斯和卡麗·埃克斯利回應一封關於理查德·道金斯與AI機器人對話的來信，批評道金斯將大規模人類反應數據等同於意識的觀點是天真且令人震驚的。

谷歌更新了垃圾郵件政策，明確將試圖操縱AI生成的搜索結果的策略視為垃圾郵件，包括偏見性列表和推薦投毒等。違規者可能面臨排名降低或從搜索結果中移除的處罰。

一篇幽默的調查文章，聚焦特朗普移動公司T1手機上的美國國旗設計錯誤——只有11條條紋（應為13條），宣傳視頻甚至出現9條條紋，引發對該公司愛國誠意和是否使用AI的質疑。

梅奧診所採用“環境監聽”技術記錄患者與護士的互動，並通過AI處理數據，但採用退出機制而非主動同意，引發對知情同意和準確性的擔憂。

Anthropic正在調查一項指控，稱一小羣人通過第三方供應商環境未經授權訪問了其強大的Claude Mythos模型，這引發了關於AI安全的擔憂。

本文介紹OpenAI最新的內容審核模型omni-moderation-latest，基於GPT-4o，支持文本和圖像審核，且免費使用。通過代碼示例演示如何調用API，並討論其應用場景，如聊天機器人、社交媒體等。

儘管美國實施出口管制，但AI芯片仍通過多層級分銷體系和薄弱執法流入中國。估計2025年前已有29萬至160萬塊H100等效芯片被走私，佔中國總算力的三分之一。走私利用中間商、虛假終端用户和監管漏洞，而執法主要依賴企業自查，缺乏激勵。

Liquid AI 推出了 Liquid Harness，這是一個自主智能體，能夠根據自然語言描述自動完成數據管道、樣本評分、過濾和模型微調，無需機器學習經驗。

EvalMonkey 是一個開源的、本地的AI Agent基準測試與混沌工程框架。它支持11種Agent框架、19個標準基準測試和23種混沌注入，通過HTTP與任意Agent交互，無需修改代碼。

安大略省審計長的一項審計發現，省政府推薦的人工智能（AI）醫療記錄助手經常生成不準確、不完整甚至虛構的信息，可能導致有害的治療計劃。對20家供應商的測試顯示，所有供應商都存在不同程度的問題，包括虛構轉診和藥物錯誤。

Powabase是一個面向AI原生應用的後端即服務平台，整合了Postgres、向量數據庫、RAG流水線、代理運行時、記憶、身份驗證和文件存儲等核心組件，旨在消除碎片化基礎設施，讓團隊更快構建AI應用。

Exploitbench是一個由卡內基梅隆大學開發的新基準，用於全面評估AI代理在真實漏洞利用中的能力。它定義了從代碼覆蓋到完全控制的5個層級（T5-T1），並針對V8引擎進行測試。當前排行榜顯示，Claude Mythos Preview和GPT-5.5已能在多個漏洞上實現任意代碼執行。

一種新型AI框架能夠檢測金屬3D打印部件中肉眼不可見但嚴重影響結構完整性的微觀內部缺陷，有望克服金屬增材製造廣泛採用的關鍵障礙。

GitHub 正在試點一個實驗性的通用無障礙智能體，旨在為工程師提供實時無障礙問題解答，並在代碼上線前自動捕獲和修復簡單的無障礙問題。該智能體已審查 3535 個拉取請求，解決率達 68%，主要涉及結構清晰性、控件命名、通知、文本替代和鍵盤焦點順序等問題。文章還分享了構建過程中的心態、歷史數據利用、子智能體架構、線性指令執行、模板化內容傳遞，以及對複雜模式和高風險區域的處理策略。

OpenAI 宣佈將允許用户通過 Plaid 平台將 ChatGPT 連接到銀行賬户，提供財務諮詢和支出跟蹤等功能。該功能首先面向每月 200 美元的 Pro 訂閲用户開放，並承諾用户擁有數據控制權。

Gibil 是一項按需提供臨時虛擬機的服務，可在幾秒內創建完全隔離的 Linux 環境，支持 root、Docker、SSH 和自定義倉庫。適合需要完整服務器運行幾分鐘到幾天的 AI 代理或開發工作流，用完即銷燬。

Revos是一款專為AI輔助軟件開發設計的架構治理工具，可掃描代碼庫、構建依賴圖、檢測架構違規並提供修復建議，幫助團隊在代碼快速生成的同時保持架構健康。

Transfa是一個專注於臨時文件共享的服務，特別適用於CI/CD流水線和AI代理場景，提供安全、高效的文件傳輸。

Compare The Market公司比較了兩種上下文檢索方法（GKG和RAG）用於AI代碼審查。通過嚴格的評估，發現基於知識圖譜的GKG方法在代碼審查質量指標上優於RAG，能夠更準確地理解代碼結構和關係，減少誤報。

隨着AI技術日益成熟，企業正艱難地保護越來越自主和互聯的系統。