瞭解如何在 GitHub Copilot 應用中並行執行多個代理，體驗這種從感到混亂到掌控全域性的轉變。每個代理會話獨立執行，互不干擾，讓你在更短時間內完成更多工。

Google 正在向 Gmail、Docs 和 Keep 推出 AI 語音助手模式，分別稱為 Gmail Live、Docs Live 和 Keep Live，讓使用者可以用自然語言查詢郵件、整理文件和記錄筆記，並支援追問和打斷。

輝達推出免費開源軟體 PAIR（Personal AI Router），可將家庭網路中的閒置相容電腦連線起來，用於本地 AI 推理和智慧體（agentic）工作流。它支援 RTX 20 系列及以上、RTX Pro GPU、DGX Spark 系統以及 Apple M4 或更新晶片。PAIR 測試版即日起支援 Windows、Linux 和 macOS。

Clockwork 是一個為 AI 代理設計的日曆產品，讓它們能按計劃“上班”並執行任務。該頁面來自 Product Hunt，目前內容簡短，主要提供產品簡介以及討論和連結入口。

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

谷歌釋出新一代AI天氣模型WeatherNext 3，透過結合即時衛星觀測資料，將全球氣象圖解析度最高提升至5公里，並實現每小時一次的預報。公司稱，該模型在提前一天以上的降水預報上準確率最高可提升50%，已整合進搜尋、地圖和Gemini等產品，同時仍與傳統物理模型配合使用。

超過十億人正在與為建立聯結而設計的AI聊天機器人交談，分享他們最深的秘密，信任它們關照自己的身心健康並採納其建議。《衛報》記者邁克爾·薩菲透過兩個真實故事——一位難以離開戀情的女性和一位迫切戒酒的男性——探索這種新生活方式的面貌。

在一組用三個小型資料集重複進行的實驗中，ChatGPT給出了看似合理卻經不起推敲的分析：把發貨到送達誤當成下單到送達、給出從未被程式碼計算過的數字、忽略缺失值背後的系統性偏差；即便要求它複核，它也會放過大錯。

Omarchy 以“面向智慧體時代的可塑作業系統”為口號，在 Product Hunt 上亮相。它強調計算環境不應被固定互動流程束縛，而應隨 AI 代理和任務需求靈活調整。目前公開資訊有限，主要透過 Discussion 和 Link 入口提供進一步瞭解途徑。

OpenAI宣佈推出Daybreak for Frontline Defenders計劃，承諾投入10億美元，以擴大關鍵服務對前沿網路AI、培訓和支援的獲取。

英國百貨連鎖約翰·劉易斯宣佈推出由電視主持人安吉拉·斯坎倫主持的YouTube影片播客《Gift List》，並藉助其他社交媒體傳播片段，目的是讓自身品牌和產品在AI搜尋及聊天機器人中更具可見性，延續其姊妹公司維特羅斯《Dish》播客的成功。

GeForce NOW 九月新增 26 款遊戲，最大亮點是支援 NVIDIA DLSS 5 3D 引導神經渲染技術的《NBA 2K27》。此外，《吸血鬼：黎明行者》和《鬼武者：劍之道》也將在發售當天加入雲端遊戲庫。

輝達已同意以129.3億美元收購開源AI平臺Hugging Face。該平臺常被稱為“AI領域的GitHub”，託管大量開源模型、資料集和工具。這筆交易若完成，將讓輝達在開源AI生態中佔據戰略要地，以鞏固其在AI硬體領域的主導地位，而開放原始碼開發者正努力追趕OpenAI、Anthropic和Google等閉源AI系統。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：In this article, you will learn the key differences between single-agent and multi-agent AI systems, and how to decide which architecture fits your problem. Topics...

Legora 使用 GPT-6 Astra 在幾分鐘內完成了 41 份金融相關文件的稽核，不僅找出了全部四個預設錯誤，還將工作效率提升了近 40%。

輝達宣佈以129.303億美元收購 AI 開發者平臺 Hugging Face，並承諾保持其開放、多雲和多加速器的特性。Hugging Face 團隊將繼續保留品牌，為整個 AI 生態服務。

OpenAI推出GPT-6 Astra，稱其為迄今最智慧、與人類意圖最對齊的模型，在計算機操作、程式設計、網路安全和科學領域均達到頂尖水平。

Inline 是一個專注於多人協作的產品，旨在讓 AI、隊友和朋友在同一個工作空間中共同推進任務。當前頁面主要包含一句簡介以及“討論”和“連結”兩個入口。

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

Omi Desktop 是開源 AI 項鍊 Omi 的 Mac 配套應用，讓使用者可以向 Mac 提問自己看到或聽到的內容。

這篇論文針對 GAN 生成的合成人臉，提出並比較了多種輕量級 Swin Transformer 檢測架構。作者利用包含 14 萬張真實與合成人臉的基準資料集進行評估，結果顯示結合 EfficientNet-B0 卷積特徵與 Swin Transformer 的混合模型在測試集上達到 99% 的準確率和 99.44% 的召回率，同時保持了較低的計算開銷。

ZipTok3D是一種面向極短標記序列的3D標記化方法，透過“逐步增加資訊量的全域性標記字首”和迭代解碼實現高保真重建。訓練中使用巢狀dropout隨機截斷潛在標記序列，要求每個保留的字首都能重建完整物體，從而把關鍵幾何資訊集中到前部標記。解碼時，引數共享的Transformer塊被反覆應用，無需獨立的生成式取樣階段即可恢復精細幾何。實驗顯示，在相同標記維度下，ZipTok3D在ShapeNet上僅用1個標記、在TRELLIS上僅用4個標記，即可達到與32標記的COD-VAE基線相當的重建質量，分別將標記序列縮短32倍和8倍。

這篇論文提出“反饋驅動的測試時智慧（TTI）”統一框架，用來理解模型在部署/推理過程中基於測試時訊號和額外計算進行的自我改進。它把測試時適應、測試時學習和測試時擴充套件串聯起來，總結了兩類主要技術路線，並橫跨視覺、語言、多模態、生成模型、機器人及醫療健康等領域梳理代表性方法、應用與開放挑戰。

一項研究將多智慧體系統把共享同一證據鏈的報告誤當作獨立觀察的問題形式化為“認知Sybil問題”。透過20,000餘次受控LLM智慧體實驗，作者證明報告數量翻倍會嚴重破壞樸素推斷的校準，且單純基於文本相似性的去重難以還原真實證據譜系；集體推斷應追蹤證據來源和依賴關係。

這篇論文提出信念校準最佳化（BCO），讓編碼式最佳化代理將隱性的環境信念寫為持續更新的上下文文件，作為可複用的顯式世界模型。在記憶問答、工具使用問答、程式碼型應用代理和終端代理等五組基準上，BCO較僅缺少該模組的對照方法獲得更高訓練透過率；該優勢在未參與候選選擇的保留集上依然成立。後續換用不同基礎模型及離線內容消融進一步說明，收益源自文件攜帶的資訊內容。

持久記憶讓 AI 智慧體顯得更個性化，但一項新研究警告：一旦儲存事實過期，模型可能用過時資訊覆蓋工具提供的當前權威證據。論文在 Qwen3 多規模模型上發現這一“記憶信任缺口”源於過度信任，傷害存在能力門控；緩解措施也與模型能力相關。

研究人員提出 FAIRLENS，一個用於評估視覺語言模型（VLM）在招聘、法律和醫療等高風險領域公平性與有效性的基準框架。透過將覆蓋性別、種族和年齡的真實人臉影像與封閉式和開放式問題配對，論文發現這些模型的主要問題並非群體間不平等對待，而是基於面部外觀進行無根據推斷。表現最弱的模型在 99% 無法由影像回答的問題上仍給出推斷。單純衡量差異率會忽略這些風險，且自由文本生成中的偏差與多選題準確率關聯較弱。論文認為，公平的高風險 VLM 行為需要群體間一致對待，並拒絕從外表推斷高風險屬性。

FORGE 提出一種僅前向傳播的測試時自適應方法，使部署在微控制器（MCU）上、已完成批歸一化摺疊且只能執行整數運算的卷積網路，能夠在無需反向傳播的情況下適應感測器噪聲、模糊、光照等分佈偏移。方法利用前向估計把每個摺疊卷積的輸出按通道重新歸一化到乾淨訓練統計量，從而恢復歸一化類自適應所需的資訊。實驗顯示其精度增益（+20.9 點）已接近依賴梯度的 TENT（+24.9 點），且只需調整 21 層中的 3 層即可獲得約 93% 的收益。在 ESP32-S3 實測中，每次前向自適應僅耗 8.3 mJ 能量和 21.9 ms 時間，約為推理能耗的 6.8%。

研究團隊推出 VakyArth，這是首個面向印度語言的語用能力評測基準，覆蓋印地語、旁遮普語、泰米爾語和馬拉雅拉姆語，並使用選擇題、自然語言推理和翻譯三類任務評估五種語用現象。結果顯示，多語言大模型在依賴印度語言與文化慣例的語用理解上普遍失敗，且自動翻譯指標可能掩蓋流暢但語用不忠實的輸出。

尼泊爾的移動支付應用以圖形介面為主，對視障使用者極不友好。SpeakPay是一個語音優先的數字錢包，透過NepFinSpeech-403資料集（403條尼泊爾語金融語音命令，覆蓋237個數字）對Whisper large-v2進行LoRA微調。領域自適應將詞錯誤率從129.95%降至42.58%（相對降低67.2%），天城文數字識別準確率從0.0%提升至73.9%，交易成功率從1.67%提升至33.33%（約20倍提升）。專案全部開源在GitHub上。