Epic Games CEO Tim Sweeney批評Valve要求開發者披露AI使用的政策，認為這會傷害小型開發者，並呼籲取消AI標籤。他主張AI是提高效率的工具，不應被汙名化。

CartAI是一款專為AI代理設計的結賬API，能夠自動導航任何網頁並完成交易——包括支付、訂閱、發票結算等。它提供可組合的工作流、PCI合規支付堆疊以及機器人協同緩解機制，確保交易可靠完成。開發者可透過簡單API整合，支援從自動化現有流程到嵌入新應用再到為無交易能力的表面增添結賬功能等多種模式。

Ziff Davis旗下多家科技媒體（包括Mashable、CNET、ZDNET、PCMag、Lifehacker和Popular Science）首次聯合公佈Prime Day期間讀者實際購買資料，揭示最受歡迎的商品，涵蓋Garmin手錶、蘋果產品、亞馬遜裝置、Bose耳機等。

文章探討了AI公司高估值是否合理，透過歷史泡沫類比，提出了三個關鍵時鐘：成本下降速度、資金持續性以及真實外部需求。作者傾向於看空，但關注這三個指標。

指控表明企業應對AI實驗室如何處理其資料進行盡職調查。

本文提出一種實用解決方案——智慧體覆蓋層（Agentic Overlays），這是一種薄包裝層，可將傳統REST服務轉化為能夠參與智慧體間通訊（A2A）的智慧體，同時將REST API暴露為與模型上下文協議（MCP）相容的工具。企業無需重寫業務邏輯、複製程式碼或維護並行基礎設施，即可為現有REST服務新增A2A能力，並減少基礎設施中的智慧體氾濫。文章提供了參考架構和示例程式碼。

Codeplain 公司主張程式碼應透過規範驅動進行重新生成，而非維護。其開源規範語言 Plain 將結構化文件作為唯一真相來源，並推出 agentic 框架 plain-forge 讓 AI 代理協助編寫規範。公司已獲得 300 萬美元融資，並認為規範而非程式碼才是應維護的資產。

LangSmith新增Fleet值班副駕駛用於告警分類、智慧體計算機使用、語音跟蹤除錯和實驗狀態跟蹤。還有Deep Agents評分標準、程式化子智慧體、新的LangSmith部署課程，以及芝加哥、柏林、華盛頓特區和拉斯維加斯的即將舉行的活動。

Prem Natarajan離開亞馬遜，成為第一資本的首席科學家，將深度AI研究應用於解決大規模現實金融挑戰，從欺詐檢測到代理客戶服務。

資料中心公司高管表示，人工智慧可以在管理其日益增長的電力需求的同時，支援能源轉型目標。

DeepReinforce釋出了Ornith-1.0，一個基於Gemma 4和Qwen 3.5的開源程式設計模型系列，涵蓋9B至397B四種規模。其核心創新在於模型在強化學習過程中自主學習框架（scaffold），而非依賴固定的人造框架。旗艦版397B模型在SWE-Bench Verified上取得82.4分，所有權重均在MIT許可下開源。

本文批判了以Anthropic為代表的“倫理AI”運動，認為其建立在一個未經證實的假設上：AI發展不可阻擋但可以引導向善。實際上，倫理AI既未能重塑認知習慣，也未能引導AI走向人道，反而充當了非倫理AI的受控反對派。文章透過分析Anthropic聯合創始人Jack Clark的“世界構建”敘事，揭示了倫理AI的內在矛盾：聲稱無力減緩AI發展，卻自信能控制其後果。

Meta最初將7000名員工重新分配到應用AI任務組，引發不滿，現在改為尊重個人選擇，允許他們退出。此決定發生在CEO承認士氣低落的背景下，此前公司已裁員10%。

人工智慧正在重塑零售業，但主要變化發生在幕後，如搜尋排名、供應鏈管理和即時客戶響應。梅西百貨採用'AI優先'策略，將智慧融入個性化、搜尋和運營規劃，並推出對話式購物助手Ask Macy's。AI被視為增強人類判斷的隱形層，而非替代品。

過去12個月，生成式AI經濟創造了1100億美元銷售額，年化收入超過1750億美元。本文透過自下而上的去重方法，首次全面衡量消費者和企業AI支出，分析需求側、收入能否覆蓋GPU投資以及代幣價格下降對市場的影響。

本文探討了長期執行的AI系統中的上下文漂移問題，指出真正的挑戰不是模型能力的限制，而是架構設計導致的記憶退化，即架構幻覺。文章對比了LLM幻覺與架構幻覺，並提出了結構化記憶作為解決方案。

本文介紹瞭如何在 Amazon SageMaker AI 上配置訓練作業，以充分利用 NVIDIA Blackwell 架構的優勢。您將學習如何選擇批大小和序列長度以利用 Blackwell 的擴充套件記憶體，為模型大小（1B 到 64B 引數）選擇合適的精度格式，並策略性地應用啟用檢查點。最終，您將獲得一個實用的框架來調整訓練配置並在 P6-B200 例項上啟動分散式訓練作業。

本文展示瞭如何使用 SeedVR2 和 Amazon SageMaker AI 實現影片放大。我們介紹瞭解決方案架構、部署步驟，並進行了效能對比，突出了質量提升和處理效率。完成後，您將掌握實現該超解析度解決方案的實用知識。

本文介紹如何構建Chaplin（客戶健康與計劃生命週期智慧聯結器），這是一個開源解決方案，利用透過模型上下文協議（MCP）暴露的AI代理，提供自助式健康事件分析。Chaplin允許團隊用自然語言提問，並從MCP相容的AI助手獲得精確、上下文化的答案，無需依賴AWS支援進行常規分析。

本文展示瞭如何在AWS上構建一個受治理的無伺服器資料網格，為生產級自主AI提供安全、可擴充套件的資料基礎。架構透過S3 Tables（Iceberg）、S3 Vectors和AgentCore Gateway實現三層治理，解決自主AI多步驟資料訪問中的授權問題。

Ai2團隊比較了7B引數規模的Transformer模型Olmo 3和混合模型Olmo Hybrid，發現混合模型在內容詞（名詞、動詞、形容詞）和需要上下文推理的token上表現更優，但在重複token和閉合括號上優勢消失。研究表明，基於token的損失過濾可以揭示架構間的細微差異。

OpenKnowledge 是一個開源、AI原生的Markdown編輯器和知識庫，旨在成為Obsidian或Notion的替代品。它提供了美觀的富文本編輯器，底層基於Markdown，專為人類和AI代理協同工作而設計。功能包括協作編輯、Git同步、代理原生技能、與Claude、Cursor和Codex整合的MCP支援，以及本地優先、注重隱私的方式。v2.0版本釋出後，24小時內獲得1400個新註冊，登上Product Hunt第一名和Hacker News首頁。

Tabularis 是一款開源的桌面資料庫客戶端，專為AI代理和人類使用者共同使用而設計。它內建MCP伺服器，支援AI代理安全地檢查模式和執行查詢，同時保留高階SQL編輯器、筆記本、視覺化查詢構建器等人類友好功能。支援PostgreSQL、MySQL、SQLite等多種引擎，並透過外掛擴充套件。採用本地優先架構，確保資料安全。

本教程介紹了三種利用 Gemini 建立 Google 表格的方法：在電子表格內直接使用內建整合、透過 Gemini 網頁應用生成並匯出、以及使用 Gemini 編寫 Google Apps Script 實現高階自動化。同時提供最佳化提示以獲得更好結果的建議。

傳統的人工程式碼審查流程在AI生成程式碼爆發的時代已無法擴充套件。本文提出用自動化CI/CD門控替代儀式性的人工審批，構建四層質量門控管道，將人類審查保留給高風險變更，並透過後合併審查建立反饋迴圈。

微軟研究院與合作者提出生成式因果測試（GCT），將黑箱模型轉化為可驗證的假設，揭示大腦特定區域對語言中不同概念的響應。

Visualbuild.me 推出的 Automation Skill Builder 是一個本地優先的AI自動化平臺。它允許使用者利用AI記錄工作流程，然後無需AI即可離線執行。支援桌面、瀏覽器、API、OCR等多種自動化，並透過MCP暴露技能，與Cursor、Claude等AI助手整合。定價從免費到企業級。

H公司團隊在GPU叢集中發現了一個幽靈程序漏洞：作業崩潰後，GPU視訊記憶體仍被佔用且無歸屬程序。深入排查發現，這是由於FUSE掛載的S3儲存路徑中，使用者態守護程序（rclone mount）因OOM被殺後，核心未能正確中止FUSE連線，導致訓練程序卡在不可中斷睡眠狀態，從而持有CUDA上下文。最終透過強制中止FUSE連線解決了問題，但根本原因在於檔案描述符洩露。

美國國會圖書館成為AI4LAM（面向圖書館、檔案館和博物館的人工智慧）組織的創始成員。該組織自2018年成立以來，已擁有來自10多個國家的40多家機構成員。國會圖書館資訊長簽署了正式協議，並將於2026年9月共同主辦Fantastic Futures會議，推動人工智慧在文化遺產領域的負責任應用。

關於構建基於代理的系統的思考：大多數程式碼並非代理邏輯，而是基礎設施、工具和支援系統。