一項新研究利用Anthropic和OpenAI的五種前沿大語言模型作為智慧體策展人，在自包含工作空間中自動進行表型註釋。實驗表明，這些智慧體的一致性達到了人類策展人的變異範圍，並顯著優於傳統NLP工具，有望解決表型本體註釋中人工依賴強、難以規模化的問題。

本文提出正交概念擦除（OCE），透過乘法引數更新實現精確的概念擦除，同時保持擴散模型的生成能力，支援多概念擦除，速度快。

該論文透過實驗評估了大型語言模型（LLM）生成的科學論文評審與人類評審的對齊程度，發現對齊有限且因提示和模型而異。研究還發現，作者利用LLM評審進行迭代修改可顯著提升論文評分，最多35%的論文分數得到統計顯著提升。

認知範疇變換器（CCT）是一種306M引數的架構，透過在預訓練的GPT-2 Small骨幹網路上新增源自範疇論和認知科學的元件，在WikiText-103上實現了21.27的驗證困惑度，相比微調基線降低2.92（12%）。消融實驗證實，84%的改進來自GT-Full單純訊息傳遞。研究還發現了結構/一致性區分模式。

本文提出行為感知輔助修正，以穩定離線策略時序差分學習。透過用行為貝爾曼矩陣替代輔助協方差矩陣，作者引入BA-TDC和BA-TDRC演算法。理論分析證明了不動點保持和幾乎必然收斂。在標準基準上的實驗表明，行為感知替換可提高效能，但正則化對穩健結果必要。

本文提出了一種名為STHTD-MP的行為誘導映象近端時間差分方法，透過用行為策略貝爾曼矩陣的對稱部分替換協方差度量，改善了離策略預測的收斂速度。理論分析和數值實驗表明，該方法在多項基準測試中優於現有的GTD2-MP方法。

Ruby建立者Yukihiro Matsumoto（Matz）正在Anthropic的Claude協助下構建Spinel，一個實驗性的Ruby提前編譯（AOT）編譯器。Spinel將Ruby程式碼轉換為C語言，效能提升顯著，但存在諸多限制，包括不支援eval、執行緒等特性。

文章探討了“一次性軟體時代”的概念，認為AI生成的程式碼應被視為可丟棄的，就像工業革命中的傢俱一樣。作者透過一個實際案例展示瞭如何用AI重構程式碼，並提出了“一次性程式碼宣言”，強調程式碼需滿足意圖、要求和安全性。

OpenAI 推出 Rosalind Biodefense，為經過審查的開發者及美國政府合作伙伴提供 GPT-Rosalind 的受信訪問，助力生物防禦、公共衛生與大流行病防範。

清華系創業公司是石科技透過自主研發的並行最佳化技術，構建異構算力資源池與推理最佳化引擎，實現單位Token成本降低40%，旨在打造國產Token調優工廠，降低AI落地門檻。

repo-brain 是一款開源工具，能將整個程式碼庫壓縮成單個Markdown上下文檔案，實現高達96%的壓縮率，大幅減少AI令牌使用量。它支援多種程式語言的靜態分析、架構分析和語義關係發現，併相容多家AI提供商。

Anthropic以9650億美元估值完成650億美元H輪融資，同時披露470億美元年化收入，併發布Claude Opus 4.8更新（提升判斷力、誠實度和長時自主工作能力）以及Claude Code的Dynamic Workflows功能（支援數百個並行子代理）。

ReadyToTalk是一款專為小企業設計的AI前臺接待員，能在2秒內接聽所有來電，提供24/7全天候服務，支援30多種語言，並自動學習企業資訊。每月僅需39美元，無需技術知識即可在幾分鐘內完成設定。

Overline 是一款 Chrome 擴充套件，可為任何瀏覽器影片提供即時 AI 字幕和即時翻譯，延遲低於一秒，無需字幕。

StudySong是一款AI工具，能夠將學習筆記或任何文本轉化為完整的歌曲，支援PDF上傳，所有處理在本地完成，保護隱私。

一位研究人員製造了一種假疾病來測試AI，結果AI聊天機器人完全被騙了。這個實驗揭示了AI醫療建議的潛在風險，以及訓練資料缺乏人工審查的問題。

Anthropic在65億美元H輪融資公告中透露，其年化收入已超過470億美元，較4月份的300億美元大幅增長。該公司此前在2025年底為90億美元，2026年2月為140億美元，顯示出驚人的增長速度。文章還提到了一家客戶因未設定使用限制而單月花費5億美元的軼事。

Dis Dat 是一個讓AI程式設計代理能夠“看到”你所展示內容的工具，透過簡單的互動提升程式碼生成效率。

本文分析了AI演示工具Genspark的侷限性，並介紹了2026年六大替代方案，包括Smallppt、Plus AI、Prezi、Vector Shift、Beautiful.ai和ClickUp，各自具有獨特的優勢，幫助使用者根據需求選擇合適的工具。

theta-spec 是一個宣告式的、與任何AI編碼智慧體框架無關的配置標準。它透過一個單一的 theta.toml 檔案定義完整的配置表面（指令、規則、工具、技能、子智慧體），並規定了配置檔案的宣告週期協議。任何符合規範的實現都可以解析、鎖定並將配置轉換為任何支援的框架。該專案還提供了參考實現 theta CLI（Rust 編寫）。

對沖基金巨頭Citadel的創始人Ken Griffin對AI的態度從蔑視到沮喪，因為AI代理在數小時內完成之前需要數週或數月的工作。這引發了對經濟增長與就業脫鉤的擔憂，可能挑戰傳統GDP作為經濟健康指標的可靠性。

Trelk 是一款一次性購買、無需訂閱的知識管理應用。它利用裝置端 AI 儲存、組織並連線文章、論文和筆記，提供混合搜尋、知識圖譜、RAG 聊天、閃卡間隔重複和社群集合等功能，注重隱私且可離線工作。

Together AI透過將語音識別視為端到端系統問題，而非單純的GPU推理問題，在Artificial Analysis榜單上實現了最快的語音轉文本速度。本文詳細介紹了其最佳化策略：包括針對真實音訊形狀的TensorRT多配置檔案引擎、條件CUDA圖消除CPU往返、共享記憶體減少資料複製、事件驅動I/O處理流式傳輸，以及透過gc.freeze()消除垃圾回收尾延遲。

本週，AI與工作的衝突在四個司法管轄區同時爆發：維基百科編輯因裁員組織罷工，亞馬遜員工將內部AI評級系統玩壞，中國法院開始執行禁止以AI為由裁員的規定，英國智庫呼籲員工在AI部署中擁有發言權。同時，前沿實驗室繼續深入政府合作。

OpenAI分享了第三方AI評估指南，涵蓋如何評估前沿系統的模型能力、安全措施和有效性。

本文探討了強化學習在大型語言模型後訓練中的實際應用，指出當前的瓶頸並非演算法而是基礎設施。Modal分享了大規模執行RL後訓練的經驗，介紹了其開源庫如何幫助團隊解決多節點訓練、環境管理和GPU利用率等關鍵問題。

本文是 PyTorch 效能分析系列的第一篇，從最簡單的矩陣乘加操作開始，引導讀者學習如何使用 torch.profiler 進行效能分析，包括設定分析器、解讀分析表和追蹤資料，以及理解 CPU 和 GPU 活動之間的時間關係。文章還討論了預熱和最佳化開銷等問題。

Anthropic釋出了Claude Opus 4.8，定位為對前代產品的適度但切實改進。主要亮點包括誠實性提升（減少無依據斷言，程式碼錯誤遺漏率降低四倍），以及支援對話中修改系統提示等新功能。定價未變，但快速模式價格顯著降低。

Claude最新旗艦Opus 4.8釋出，部分能力超過Mythos，支援動態工作流，可拆解任務給數百個子智慧體並行執行，人類無需頻繁檢查。誠實性大幅提升，程式碼缺陷漏報率降至前代四分之一。

llm-anthropic 0.25.1 版本新增對Claude Opus 4.8模型的支援，為有許可權的組織提供快速模式選項，並調整了各模型的預設最大令牌數為模型最大輸出而非8192。