現有基準無法捕捉智能體在複雜知識庫中搜索、推理和執行多步驟任務的挑戰。τ-knowledge填補了這一空白，通過一個包含698份文檔的金融科技知識庫評估智能體。最新結果顯示，GPT-5.5在最佳條件下僅通過37.4%的任務，表明仍有大量改進空間。

LangChain推出Managed Deep Agents私有測試版，提供API優先的託管運行時，處理持久化執行、沙箱、工具訪問和可觀測性，讓開發者專注於代理行為而非基礎設施。

CatchAll 是一個網絡搜索 API，能從開放網絡中提取結構化數據集。用户提交自然語言查詢後，它會掃描數千個網頁，驗證結果，並返回乾淨、去重的記錄。適用於 AI 代理、監控工作流和分析管道。

Cisco與AWS的合作伙伴關係解決了企業在擴展AI智能體時面臨的三大挑戰：可見性缺口、安全瓶頸和合規風險。本文探討如何通過自動化掃描和統一治理克服AI安全挑戰。

LangSmith Engine 自動監控生產環境中的追蹤數據，將故障聚類為具體問題，診斷根因，並自動生成修復方案和評估器，幫助團隊減少手動排查工作。

Anthropic推出“Claude for Small Business”套餐，包含15個基於代理的工作流和QuickBooks、PayPal、HubSpot等工具集成。公司還提供免費培訓課程和十城市巡迴研討會，推動AI直接應用於小企業。

AI工程師大會是全球規模最大、信號最強的技術AI會議，服務超過百萬AI工程師、創始人及技術領袖。2026年將在舊金山、紐約、倫敦等地舉辦旗艦活動，提供29個主題軌道、300位演講者、100家展商，預計吸引6000+參會者。會議還提供免費演講視頻、CFP、早鳥折扣、新聞通訊以及免費PDF資源。

本文演示瞭如何構建一個安全的、完整的LLM微調工作流，將Databricks Unity Catalog與Amazon SageMaker AI集成，並使用Amazon EMR Serverless進行數據預處理。解決方案展示瞭如何安全訪問受治理的數據、跨服務保持數據血緣、微調Ministral-3-3B-Instruct模型，並將訓練好的工件註冊回Unity Catalog。這種方法可以在不犧牲安全或合規要求的情況下，繼續使用現有服務，同時保持集中治理和數據血緣追蹤。

mimalloc 是微軟研究院開源的現代可擴展內存分配器，可作為 malloc/free 的即插即用替代品。它代碼精簡（約1.2萬行），結構清晰，易於集成，通過原子操作實現有界最壞情況分配時間、低空間開銷和低內部碎片。支持高併發和大內存場景（如數百GB），已用於 Bing、NoGIL CPython、Unreal Engine 和 Death Stranding 等。

美國約65%的醫生在臨牀決策、醫學知識更新和考試準備中使用AI工具OpenEvidence。該工具提供個性化答案，但引發了對幻覺、不完整回答和醫生批判性思維退化的擔憂。儘管有隱私顧慮，OpenEvidence已迅速普及，估值從10億美元飆升至120億美元。

VibeLoom是一個開源工具，通過合同驅動的方法解決AI編碼中的語義漂移、治理缺失和上下文碎片化問題。它將規範堆棧轉化為可執行的合同，支持漂移檢測、避免和協調，適用於Claude Code和Codex，並提供多種模式以適應不同項目階段。

本文介紹了一種名為“快慢訓練”（FST）的新範式，通過將提示優化作為“快速權重”與參數更新作為“慢速權重”交替進行，顯著提升了大語言模型在數學、代碼和通用推理任務上的性能。FST在數據效率、性能上限、模型可塑性和持續學習方面均優於純權重訓練方法。

一篇研究論文介紹了BCough，這是一個利用骨傳導傳感器進行設備端咳嗽檢測的AI平台，增強了隱私保護並減少了數據傳輸。

Meta宣佈WhatsApp將支持與Meta AI聊天機器人進行“隱身”對話，這些對話在安全環境中處理，不會被任何人看到。用户可通過新圖標啓動隱身會話，該功能也將在獨立Meta AI應用中提供。

本文探討了權力如何導致唯我論，即掌權者越來越難以將他人視為真實個體。作者科裏·多克託羅（Cory Doctorow）認為，這種唯我論在商界和政界領袖中普遍存在，並解釋了為何人工智能（AI）對他們具有如此大的吸引力。他將AI幻想與法西斯範式聯繫起來，即相信只有少數天才才有資格統治，而AI可以消除官僚體制中的“噪音”。多克託羅引用政治科學家亨利·法雷爾（Henry Farrell）和統計學家科斯馬·羅希拉·沙利茲（Cosma Rohilla Shalizi）的研究，指出這種心態正在推動類似DOGE（政府效率部）的項目，試圖用聊天機器人取代公務員，以“優化”領導人意願的傳達。

AgentDeck是一個開源研究平台，通過遊戲場景分析AI代理的行為，支持結構化實驗、重放和比較。

Ardent 是 YC 支持的新服務，能在 6 秒內創建 Postgres 數據庫的副本，讓 AI 編碼代理可以在不影響生產環境的情況下安全測試代碼。具備隔離、自動擴縮容、僅按修改付費等特性，支持 Supabase、AWS RDS 和 Planetscale。

Meta首席執行官馬克·扎克伯格宣佈推出Meta AI的隱身聊天功能，聲稱這是首個不在服務器上存儲對話日誌的主要AI產品，並採用端到端加密確保真正的隱私。

紅帽CEO Matt Hicks指出，企業在部署AI時面臨巨大壓力，但過去十年積累的技術債務成為重大障礙。他呼籲企業迴歸IT基礎，加強系統維護和自動化，否則無法在AI競爭中立足。

25年創業經驗的Ryan Carson為AI離婚助手Untangle籌集了200萬美元種子資金，並決定不僱傭任何員工。他利用AI代理構建了一個“代碼工廠”，自動完成編碼、測試和監控，同時保留戰略決策權。

本文探討了人工智能在生物武器設計中的潛在濫用風險，以中國科學家開發設計芋螺毒素的AI工具為例，介紹了關於風險嚴重性的辯論、DNA合成篩查的漏洞以及製造障礙等關鍵問題。

英國AI安全研究所（AISI）估計，自2024年底以來，AI模型能完成的網絡任務長度每4.7個月翻一番，加速超2025年11月估計的8個月。新模型如Claude Mythos Preview和GPT-5.5表現更優，但不確定是否為新趨勢。這些發現突顯了AI網絡風險的增長，以及加強防禦的必要性。

鮑里斯·曼指出，“11個AI代理”這個短語毫無意義，就像説“我有11個電子表格”或“11個瀏覽器標籤頁”一樣模糊。

Audrey 是一個開源的本地記憶運行時，專為 AI 代理設計，幫助它們記住過去的錯誤、避免重複失敗，並通過 SQLite 後端提供持久化上下文。它提供了記憶召回、行動前檢查、反射規則、驗證閉合等功能，支持 MCP、CLI、REST API 和 Python 客户端，適合本地或副車代理循環。

本文探討了智能體系統優化中常見的誤區——僅優化提示詞，而忽略了檢索邏輯、工具定義、評判標準等關鍵組件。文章介紹了多種優化方法，從手動提示工程到DSPy等框架級優化器，重點介紹了Reflex的管道模式，該模式通過跟蹤完整執行軌跡來優化提示詞，而無需重新編寫現有代碼。強調了保持評判標準穩定以避免古德哈特定律的重要性。

谷歌今日宣佈推出全新的Googlebook系列筆記本電腦，以Gemini AI為核心，集成Android和ChromeOS操作系統。新款筆記本電腦採用Magic Pointer進行情境感知交互，支持創建自定義小部件，並可與安卓手機無縫協作。谷歌聲稱與宏碁、華碩、戴爾、惠普和聯想合作，採用優質材料打造，設備蓋子上帶有“glowbar”標識。定價尚未公佈，但可能高於蘋果的低價MacBook Neo。首批Googlebook預計2026年秋季上市。

Ratify Protocol 是一種加密信任協議，用於人類與AI代理之間以及代理與代理之間的交互。它生成簽名的、可驗證的授權證明，任何第三方均可離線在不到1毫秒內驗證。採用量子安全混合簽名（Ed25519 + ML-DSA-65），無需區塊鏈、代幣或中央發行者。支持跨語言互操作，包括Go、TypeScript、Python和Rust。

微軟發佈輕量級基礎模型GridSFM，可在毫秒內預測交流最優潮流，提升效率並節省成本。

一項英國研究發現，七分之一的人使用AI聊天機器人獲取健康建議，而非去看全科醫生。其中四分之一的人因NHS等待名單過長而轉向AI。醫生警告此舉存在風險。

中國AIGC產業峯會將於5月20日在北京舉行，新一批重磅嘉賓確認出席，包括商湯科技林達華、京東戴文軍、MiniMax胡維琦等。峯會還將發佈2026年度AIGC企業產品榜單和AI應用全景圖譜報告。