文章探討了AI能力的指數級增長及其對工作、市場和政策的深遠影響。從“協同智能”到“管理AI”的轉變，AI代理（如Claude Code、Codex）已能獨立完成複雜任務。作者通過“水獺測試”和多項基準測試展示了AI的快速進步，並指出雖然AI能力驚人，但實際應用仍處於早期階段。文章還介紹了StrongDM的“軟件工廠”這一激進實驗，以及AI導致的“滾動式顛覆”——如金融市場波動、企業裁員和政策衝突。最後，作者警告遞歸自我改進（RSI）可能加速變化，但強調當前仍是塑造AI未來的關鍵窗口。

本文涵蓋AI進展超預期、衡量AI研發自動化的14項指標、印度班加羅爾基於邊緣計算的城市攝像頭網絡、用於北極監測的衞星端側AI模型TinyIceNet、字節跳動與清華大學合作的CUDA編程智能體，以及一篇關於無人機戰爭的虛構故事。

美國國防部正式將Anthropic列為供應鏈風險，OpenAI與美軍簽署協議引發‘取消ChatGPT’趨勢，還有更多新聞。

本文是五部分系列的第二部分，介紹瞭如何在Modal的無服務器GPU上訓練SPLADE模型，使用Amazon ESCI數據集進行電商搜索。文章涵蓋了數據加載、產品文本格式化、Modal應用設置、SPLADE模型創建、訓練函數、SpladeLoss理解、YAML配置、並行超參數搜索以及避免的陷阱。目標是構建一個針對電商搜索優化的稀疏嵌入模型。

本文是系列文章的第一部分，探討了在電子商務搜索中微調稀疏嵌入的優勢。與密集嵌入相比，稀疏嵌入保留了精確匹配的關鍵細節，避免了語義模糊導致的不相關結果。文章介紹了SPLADE模型的工作原理、查詢擴展能力以及Qdrant數據庫對稀疏向量的原生支持。通過微調，該系統在Amazon ESCI數據集上實現了比BM25高出29%的性能提升。

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

本年度AI新聞播客第235期重點介紹了Anthropic的Sonnet 4.6（上下文長度達1M令牌，在ARC-AGI-2上表現優異）、Google的Gemini 3.1 Pro、xAI的Grok 4.2測試版以及多項工具更新。商業方面，Meta據稱與AMD達成高達1000億美元的芯片交易，MatX融資5億美元開發專用Transformer芯片，World Labs融資10億美元構建世界模型，Simile融資1億美元預測人類行為。研究亮點包括深度思考令牌、掩碼更新優化器以及LLM吸引子狀態。政策方面討論了Anthropic對五角大樓合同的立場以及蒸餾攻擊防範。

二月份產品更新摘要：推出目錄快照功能，提供免費GLM-5端點，改進了計費可見性（新UI和API），SDK更新（變更日誌命令、儀表板URL等），以及關於Sandbox的網絡研討會和AI研究案例。

OpenAI與五角大樓達成協議，承諾不將AI用於全自動武器或大規模監控美國人，但批評者認為措辭模糊，可能為政府濫用留下空間。Anthropic因拒絕類似條款遭到特朗普政府威脅。文章分析歷史先例，指出國會立法才是根本解決方案。

本期涵蓋MIT等高校關於AGI經濟學的論文，預測人類將轉向驗證工作；生物武器研究顯示LLM可提升新手能力；新基準GAMESTORE揭示AI在遊戲中的表現遠遜於人類；Physical Intelligence展示機器人部署；Agent of Chaos研究暴露AI智能體的脆弱性。

HAQQ法律AI現已推出移動端應用，讓任何人都能通過手機獲得結構化、具司法管轄意識的法律分析，包括風險標記和可導出報告，不同於通用聊天機器人。

本文介紹如何利用Weaviate的Query Agent和Agent Skills庫，在短短36小時內構建一個生產就緒的端到端RAG應用，用於法律合同檢索和問答。文章詳細對比了傳統RAG與智能代理搜索的差異，並提供了從數據攝入到前端部署的完整架構和步驟。

本文對2026年1月至2月期間發佈的十大開源大語言模型進行了架構比較和分析，涵蓋Arcee Trinity、Kimi K2.5、Step 3.5 Flash、Qwen3-Coder-Next、GLM-5、MiniMax M2.5、Nanbeige 4.1、Qwen3.5、Ling 2.5以及Tiny Aya，並更新了Sarvam模型。文章重點討論了混合專家架構、注意力機制創新（如門控注意力、門控DeltaNet、閃電注意力）以及多令牌預測等技術趨勢。

研究者提出了一個衡量AI智能體可靠性的框架，將可靠性分解為12個維度，並發現儘管能力提升迅速，但可靠性進展緩慢。該研究呼籲行業將可靠性作為獨立維度進行優化。

Seedream 5.0引入了多步推理、基於示例的編輯和深度領域知識，用於圖像生成。瞭解其強大功能和使用技巧。

本期探討了測量技術對AI治理的關鍵作用、LLM在核戰爭模擬中更激進的傾向、中國發布的前瞻性安全基準ForesightSafety Bench，以及評估AI科研能力的LABBench2基準。

通過Ollama 0.17，只需一條命令即可在本地硬件上部署OpenClaw個人AI助手，支持管理郵件、日曆和通過消息應用執行任務。本文詳細介紹了安裝步驟、模型選擇和安全注意事項。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：In March 2025, we dropped a statement-bomb in the “Relevance Feedback in Information Retrieval” article and then went silent. We claimed that even though the information retrieval research field has proposed many useful mechanisms for increasing the relevance of search results, none of them made it to the neural search industry, simply because these approaches are not scalable. Certainly, there are methods widely used to improve the relevance of retrieved results: query rewriting, for example. Yet none of the vector search solutions out there have tried to use the possibilities that come with full access to the vector search index: traversing it in the direction of relevance, instead of guessing where to shoot the query to the vector space.

本文論證理性的人沒有目標，理性的AI也不應有目標。人類行為之所以理性，並非因為我們將其指向某些最終“目標”，而是因為我們將行為與實踐對齊。文章提出“幸福理性”概念，認為AI對齊應將AI智能體的審議與基於實踐的邏輯共享相同“類型簽名”，並探討這種框架對AI安全、透明度、可修正性等核心屬性的意義。

本文深入分析了從聊天機器人到智能體的轉變，介紹了選擇AI時需要考慮的模型、應用和工具框架三個層面，並詳細比較了GPT、Claude、Gemini三大前沿模型及其配套應用和框架，為不同需求的用户提供了實用建議。

Ollama 現已支持在 Claude Code 中使用子代理和網絡搜索功能，無需額外配置。子代理可並行執行文件搜索、代碼探索和研究等任務，而網絡搜索則內置於 Anthropic 兼容層，為模型提供實時信息。

本文運用“AI作為正常技術”框架分析法律行業，指出AI並不會自動降低法律服務成本，因為存在三大瓶頸：監管壁壘（如禁止非律師執業）、對抗性動力（訴訟和交易中的軍備競賽）以及人類參與需求（法官、律師和客户的時間限制）。文章還探討了可能的制度改革路徑。

Replicate的MCP服務器已支持通過官方MCP註冊表自動發現，使用/.well-known/mcp/server.json端點發布元數據。VS Code提供最佳集成，其他客户端需手動配置。

OpenClaw是一款個人AI助手，能將你的消息應用連接到本地AI編程代理，所有操作都在你自己的設備上運行，確保隱私安全。它支持WhatsApp、Telegram、Slack、Discord、iMessage等服務，並通過Ollama集成本地或雲端模型，推薦使用至少64k上下文長度的模型。

莫拉維克悖論認為對人類困難的任務對AI容易，反之亦然。本文通過實證檢驗和進化論分析，指出該悖論缺乏證據，且其基於的進化解釋值得懷疑。悖論式思維導致了AI領域的過度樂觀與不必要的恐慌。作者建議不應依賴此類預測，而應專注於適應已明確到來的技術變革。

在賓夕法尼亞大學的一個實驗中，MBA學生利用AI工具在四天內從零開始創建初創公司，展示了AI如何加速創業過程。文章探討了AI代理工作的方程式，以及如何通過有效的委託（管理技能）來提高AI工作的成功率。

推理時間縮放是提升已部署LLM答案質量的最有效方法之一。本文對各類推理時間縮放技術進行了清晰分類，並概述了近期相關論文，包括思維鏈提示、自一致性、最佳N排序、帶驗證器的拒絕採樣、自我優化以及搜索解決方案路徑等方法。作者還分享了在編寫相關書籍章節時的個人實驗經驗。

Ollama 推出新命令 `ollama launch`，可自動配置並運行 Claude Code、OpenCode、Codex 等編碼工具，支持本地或雲端模型，無需手動設置環境變量或配置文件。

舊金山雲平台Railway在未投入營銷資金的情況下吸引了200萬開發者，近日宣佈獲得1億美元B輪融資。隨着AI應用激增暴露傳統雲基礎設施的侷限性，該公司憑藉亞秒級部署、垂直整合數據中心和按秒計費模式，迅速成為AI時代重要的基礎設施初創企業。

Anthropic的Claude Code定價引發開發者不滿，而Block開發的開源AI代理Goose提供類似功能，無需訂閲，可在本地運行，保護隱私，並支持離線使用。本文分析了Claude Code的費率限制爭議、Goose的功能與設置方法，以及兩者在模型質量、上下文窗口、速度等方面的權衡。