本文介紹瞭如何利用OpenAI新發布的開源隱私過濾器（Privacy Filter）構建三個可擴展的Web應用：文檔隱私探索器、圖像匿名化器和智能編輯粘貼板。每個應用都展示了該模型的不同能力，並通過gradio.Server實現高效的後端處理和自定義前端。

本週AI領域主要動態：OpenAI發佈GPT-5.5、工作區智能體和ChatGPT圖像2.0，xAI與Cursor達成交易，DeepSeek V4和Kimi 2.6在長上下文和智能體能力上取得進步。此外，多篇研究論文探討分佈式預訓練、多模態理解和智能體編碼。

對科技億萬富翁提出的全民基本收入（UBI）方案的批判，認為由造成失業者資助的UBI是枷鎖而非安全網，會製造依賴。

Lumo Studios是一款新興的AI演示工具，能夠將想法瞬間轉化為精美的幻燈片。它提供了畫布編輯器用於微調，並支持自然語言命令進行調整。該工具今日在Product Hunt上線。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

經過數月延遲，DeepSeek終於發佈了備受期待的DSV4系列，包括Pro和Flash兩個版本，具有1M token上下文、混合精度量化、MIT許可，並支持華為昇騰芯片。該系列在開放權重模型中表現頂尖，但在前沿封閉模型面前仍有所不足。

利用Gemini的AI功能，你可以輕鬆整理家居和數字空間。本文介紹了8個實用技巧，包括生成個性化清潔清單、清理冰箱、排除家庭故障、整理收件箱等，幫助提高生活效率。

MIT團隊創建了MathNet數據集，包含來自47個國家的30,000多個專家編寫的競賽數學問題及解答，是同類最大數據集的五倍。該數據集不僅用於測試AI的數學推理能力，也為全球學生提供了優質的訓練資源。測試顯示，即使是最先進的模型如GPT-5也僅能正確解答約69.3%的問題，且在視覺推理和少數語言（如蒙古語）方面表現薄弱。

Badge 利用 AI 代理收集匿名同行評審，為求職者生成可驗證的信任評分，同時幫助招聘人員快速進行背景調查，替代不可靠的簡歷和 LinkedIn 推薦。

Voice AI 聽起來和感覺一樣好。

儘管ChatGPT等生成式AI工具已普及三年多，但多數編程教師仍未重新設計課程。加州大學聖地亞哥分校的Sam Lau等人的研究發現，教師正在進行一種“緊急教學設計”，面臨五個主要障礙：零散的支持、政策矛盾、實施困難、評估不匹配和資源不足。若不解決，可能加劇教育不平等。

迪皮卡·維穆裏是IIT海得拉巴的博士生，研究可解釋性和概念學習。她探討了概念模型的兩個方面：使用邏輯運算改善概念到類別的映射，以及通過形式概念分析將網絡深度與語義層級對齊。她還分享了在矢量研究所的實習經歷，以及未來研究方向。

Repaint 是一款 AI 工具，能讓你輕鬆重建現有網站。

Rollout 是強化學習後訓練中的隱形瓶頸。DAS 通過自適應推測解碼解決了這一問題——速度提升高達 50%，且獎勵質量零下降。

DeepSeek發佈V4模型，擁有百萬token上下文窗口，專為代理任務優化。通過混合注意力機制（CSA和HCA）大幅降低KV緩存和FLOPs，並引入跨工具調用的交錯推理、專用工具調用格式以及用於強化學習訓練的DSec沙箱。在多個代理基準測試中達到領先水平。

Weavable 通過連接 HubSpot、Slack、Zendesk 等業務工具，為 AI 代理提供持久、實時的上下文層。它維護一個不斷更新的活動圖，將令牌使用量降低 90%，並提高輸出準確性。

作者提前體驗了GPT-5.5，認為它標誌着AI能力的重大進步，尤其是在編碼、圖像生成和綜合應用方面。儘管模型變得更智能，應用和工具也大幅改進，但AI的“崎嶇邊界”依然存在，例如長篇虛構創作仍有不足。文章通過實例展示了GPT-5.5在模擬城市演變、生成學術論文和創建角色扮演遊戲等方面的驚人能力。

OpenAI的GPT-5.5模型為Codex agentic編碼應用提供動力，該應用運行在NVIDIA GB200 NVL72機架級系統上，為NVIDIA內部超過1萬名員工帶來“令人震撼”的生產力提升。

美國税務系統面臨結構性失衡：K-1表格數量激增、監管披露要求擴大，而處理這些工作的專業人才卻不斷減少。文章探討了如何通過自動化工作流、數字化K-1數據和流程成熟度升級，從手動處理轉向直通式處理，以應對日益增長的税務合規負擔。

今年春季天文學日，本文探討AI和GPU如何幫助天文學家處理前所未有的宇宙數據洪流。詹姆斯·韋伯太空望遠鏡傳回的海量數據遠超預期，AI工具如Morpheus和GalaxyFriends正在加速星系分類與異常檢測，並揭示了早期宇宙中意想不到的盤狀星系。

本文介紹瞭如何在自己的計算機上使用小型語言模型（SLM）構建完全本地運行的AI代理，無需互聯網連接或API費用。涵蓋AI代理和SLM的概念、本地運行的優勢、Ollama和LangChain的設置、逐步構建代理以及添加記憶和工具的方法，並討論了SLM的侷限性。

谷歌的TPU（張量處理單元）是專為大規模AI模型設計的定製芯片，最新一代可處理121 exaflops的計算能力，帶寬是上一代的兩倍。本文通過視頻介紹了TPU的工作原理。

企業AI治理仍將代理視為穩定的軟件工件進行授權，但代理的行為會隨着上下文、記憶和交互而漂移。文章提出需要持續的行為認證，而非一次性授權，並引入行為身份概念，包括決策路徑一致性、置信度校準和工具使用模式等指標。

在智能體軟件中，最關鍵的問題不是“用哪個模型”，而是“模型能接觸到什麼”。命令行接口（CLI）和模型上下文協議（MCP）是兩種主要的工具接口哲學：CLI推崇現有的Unix流程，具有可組合性；MCP則提供結構化的、可發現的工具協議和客户端-服務器架構。

OlmPool是一個包含26個模型的受控套件，展示了即使訓練數據和擴展方法保持不變，小型架構選擇也可能疊加起來使長上下文擴展變得更加困難。

OlmoEarth Studio現在允許用户從OlmoEarth基礎模型計算並導出嵌入向量，這些向量可用於相似性搜索、少樣本分割、變化檢測和無監督探索。導出格式為Cloud-Optimized GeoTIFF，支持多種參數配置。

Lingo.dev v1 是一個本地化工程平台，允許團隊配置有狀態的翻譯 API，集成術語表、品牌語音規則、每個語言環境的模型鏈和 AI 質量評分。通過 API、CLI、CI/CD 或 MCP 集成。其研究顯示，檢索增強本地化可將術語錯誤減少 16.6–44.6%。

Weaviate v1.37 正式發佈，帶來多項預覽功能：內置 MCP 服務器（與 AI 代理和 IDE 原生集成）、可擴展分詞器（支持變音摺疊與自定義停用詞）、基於最大邊際相關性（MMR）的多樣性搜索、查詢分析（按分片顯示耗時）。此外還新增增量備份、Gemini 音頻支持（multi2vec-google 模塊）和 BlobHash 屬性類型。

本文詳細介紹了在Manifest V3 Chrome擴展中集成Transformers.js的架構設計與實踐，包括服務工作者託管模型、側邊欄聊天UI、內容腳本頁面交互、消息通信、工具調用循環以及數據持久化策略。

Waymo的安全記錄總體良好，但多數事故由人類司機引發。Waymo自身失誤多為過度謹慎，例如在高速路錯誤停車導致追尾事故，以及處理突發事件時反應不當。