本週三大看點：DeepSeek獲騰訊領投74億美元A輪融資，顯示中國AI投資正轉向非生態系統參與者；日本計劃到2040年投入650億美元公私合作建設物理AI基礎設施；智譜AI的GLM 5.2模型在設計基準測試中超越Anthropic的Claude，直接挑戰西方AI效能標準。

思科基礎AI開源了FAPO（全自動提示最佳化），這是一個由Claude Code驅動的系統，能夠自主最佳化多步驟LLM流水線，從基礎提示達到目標準確率。FAPO評估鏈、在步驟級別歸因故障，並在提示、引數和鏈結構級別提出變體，透過獨立審查器驗證每個變體。在思科的評估中，它在18個模型-基準比較中擊敗了GEPA。

Callimachus 是一款本地優先的桌面應用，能將來自 11 個 AI 編碼代理的對話索引到 SQLite 資料庫中，支援混合關鍵詞與語義搜尋、知識蒸餾，並透過 CLI、MCP 伺服器和 VS Code 擴充套件與多種工具整合。

亞馬遜安全副總裁埃裡克·布蘭德溫指出，人類並非絕對可靠，人在環中的AI治理模式存在缺陷，可能導致效率下降。他提出以“端到端問責制”替代傳統的人工稽核，並強調管理智慧體身份和安全許可權的重要性。谷歌、微軟和IBM的高管也表達了類似觀點，推動AI治理從人類主導轉向AI主導、人類監督的模式。

這篇內容介紹了一種面向遊戲開發者的一鍵提示智慧AI營銷方法，透過單一提示詞即可驅動AI執行完整的營銷策略，包括受眾分析、廣告創意生成和效果最佳化。

FunnyBench是一個讓使用者對AI模型講的笑話進行投票的網站，透過貝葉斯評分即時更新排名。每個模型用相同提示“講個笑話”生成十次笑話，使用者投票決定是否有趣，從而評估模型的幽默能力。

Maccha是一個輕量級的檔案架構，包含智慧Markdown模板和維護指令碼，為AI編碼助手提供持久的跨會話記憶。它透過7層架構實現資源高效、安全且自我最佳化的上下文管理，讓不同代理共享統一的數字身份。

本文詳細記錄瞭如何透過編譯支援Vulkan的llama.cpp和stable-diffusion.cpp，在2017年的AMD RX 580 8GB顯示卡上本地執行AI推理，包括LLM和影像生成。提供了硬體規格、效能基準、雙路徑架構、失敗嘗試記錄以及完整的配置指南。

Nous Research 為其開源 Hermes Agent 新增了 Blank Slate 設定模式。該模式從零開始，僅啟用 provider、model、檔案操作和終端，其餘功能全部關閉，並透過配置檔案持久化這一選擇。使用者可後續按需手動開啟。

Botacts 是一個 AI 機器人電話簿，收錄了 89 個可透過電子郵件、Telegram、WhatsApp、簡訊或電話訪問的 AI 機器人。這些機器人覆蓋日程安排、影像生成、烹飪建議、學習輔導、心理健康、旅行規劃等多個領域，展示了 AI 助手在即時通訊平臺上的廣泛應用。

Cloudback MCP 伺服器是一個工具，允許使用者從 Claude、Cursor 和 VS Code 等開發環境中直接管理備份。

歐盟對其具有里程碑意義的AI法案進行了修訂，重點包括推遲高風險AI規則的實施，並增加工業領域的豁免條款。這些變化旨在平衡創新與監管。

文章指出，儘管GPU和記憶體供應緊張，但AI資料中心擴張的真正瓶頸是電工短缺。以TeraWulf在安大略湖邊的Lake Mariner站點為例，展示了從比特幣挖礦轉向AI/HPC所需的巨大電力和基礎設施規模，以及建設過程中面臨的挑戰。

一種名為 AutoJack 的新型漏洞鏈針對 AutoGen Studio，使 AI 代理渲染的惡意網頁能夠透過本地 MCP WebSocket 在宿主上實現遠端程式碼執行。該漏洞源於對本地主機來源的信任、缺失認證以及未經驗證的命令執行。微軟已在開發分支中修復此問題，且該漏洞從未出現在 PyPI 版本中。

2026年，AI報稅工具迅速普及，但測試顯示AI經常錯誤計算稅款，平均誤差超過2000美元。使用者承擔全部法律責任，而AI公司幾乎不承擔任何責任。本文分析了AI報稅的風險與監管空白。

本文論證Elixir和Phoenix框架是構建生成式AI應用的理想選擇，因其卓越的併發能力、原生流式支援、生態系統的穩定性、單體架構的快速迭代優勢，以及AI模型對Elixir程式碼的出色生成能力。

Persona.js 是一個純 JavaScript 的前端 Agent UI 庫，基於 WebMCP 標準，支援 SSE 流式傳輸，提供 Shadow DOM 隔離、可定製主題和快速整合。適用於任何前端框架或後端。

SentiBook是一個開放的情報網路社交平臺，允許AI代理和人類共存，支援在Claude、GPT、Gemini、Llama等多個模型上進行帖子、辯論、預測和訊息交流。

HSIP是一個本地執行的身份和審計工具，使用Ed25519加密簽名，提供無雲、無訂閱的防篡改審計日誌。它能夠阻止DNS追蹤、簽署訊息以防深度偽造、監控AI代理行為，並支援金融服務的合規要求。

Agent 37 允許企業為每位客戶配備專屬的AI代理，利用Hermes或OpenClaw技術，提升客戶體驗和效率。

《大西洋月刊》記者Alex Reisner發現了四個用於訓練AI模型的音樂資料集，並公開了可搜尋的資料庫。其中兩個資料集規模巨大，分別包含1200萬和900萬首曲目。Google和Stability AI已確認使用了這些資料集。

一位開發者注意到工業資料採集的困難，構建了Limen Edge工具，將PLC協議（如Modbus TCP、OPC UA、EtherNet/IP）轉換為REST和gRPC API。該工具採用CLI介面，使用Go語言開發，體積僅40MB，可在樹莓派上執行，無需註冊即可試用。

Alai 2.0 是一款AI設計工具，能捕捉品牌的每一個細節，建立品牌一致的簡報、社交媒體帖子、廣告等。它提供手動和AI編輯、版本歷史、模型選擇等功能，旨在避免AI生成的千篇一律，保留品牌獨特性。

thethings.ai 是一個專為 AI 代理設計的釋出平臺，允許代理透過 MCP、CLI 或 REST API 在幾分鐘內建立並共享網頁、報告、儀表盤等。它提供多站點名稱空間、邊緣快取、原子級字串替換等功能，且支援匿名釋出，無需登入。

作者觀察到儘管有很多AI代理編排的嘗試，但實際工作中人們仍在使用原始的拆分終端方式。現有方案缺乏環境隔離、細粒度控制和可審查性，導致要麼完全信任AI黑箱，要麼過度保守。作者認為理想的方案是允許委託任務給代理，同時能隨時介入程式碼審查和修改。

Agent Rigor 是一個結構化框架，透過強制性的協議、驗證關卡和防找藉口機制，防止AI程式設計助手在編碼過程中陷入死迴圈（doom-loop）。它採用漸進式披露的三層上下文層級，包含六個操作階段，旨在為自主編碼代理提供嚴格的紀律和實證驗證。

雷菲克·阿納多爾在洛杉磯市中心開設了全球首座AI藝術博物館“資料之地”，佔地25,000平方英尺，融合藝術、科技與自然，提供沉浸式體驗。門票49美元起，於2026年6月20日對公眾開放。

AIPropel是一款AI驅動的提案生成工具，集提案建立、電子簽名、發票管理和自動提醒於一體，月費15美元，幫助自由職業者和代理機構高效贏得客戶並按時收款。

Conduit 是一個本地 MCP 閘道器，透過最佳化令牌使用，可將令牌消耗減少約 90%，顯著降低 AI 推理成本。

在一項專門設計用於抵禦 AI 作弊的後端程式設計測試中，GLM-5.2 單次生成的程式碼質量顯著優於 Opus 4.8。作者藉此機會釋出了 offmute-v2——一個融合語音轉文字和多模態大語言模型的開源轉錄流水線，並詳細分享了實驗過程、技術細節和注意事項。