人工智慧正在將“即時生產”原則引入知識工作，壓縮認知前置時間，提高響應速度，但也導致認知緩衝區消失，增加系統性脆弱性。本文探討了AI如何改變白領工作的節奏和風險。

杰倫·拉尼爾在影片中提出，所謂的人工智慧實際上只是人類工作的延伸，沒有真正的智慧。

字節跳動Seed與香港科技大學的研究表明，透過問答對訓練多模態模型處理長文件，比使用字元識別任務效果更好。他們開發的MMProLong模型基於Qwen2.5-VL，在長達512,000 token的輸入上保持穩定，效能超越InternVL3-38B等更大模型。研究還發現，訓練資料長度多樣性比專注超長文本更重要，且短示例並非必須。

迪恩·貝克分析了過去的泡沫（90年代科技泡沫和00年代房地產泡沫）如何導致投資經理人利用“誰能料到”的藉口逃避責任。他認為美聯儲可以指派經濟學家評估當前股市估值是否與經濟增長預測一致，從而迫使投資經理正視泡沫風險。然而，新任主席凱文·沃什可能因政治考量不願採取行動。

Yann LeCun認為當前AI系統並非真正智慧。Demis Hassabis則認為人類已“站在奇點的山麓”。Gemini聯合負責人Oriol Vinyals則持折中觀點：今天的模型在七年前看起來像是AGI，但它們仍無法從經驗中學習或產生真正的突破。

人工智慧解決了困擾數學家80年的平面單位距離問題，推翻了關於正方形網格最優的長期猜想。

一位天主教人工智慧專家分析了即將釋出的教皇通諭，並回顧了梵蒂岡2025年釋出的《古與新》檔案，該檔案將功能主義的人工智慧觀與基督教整體、具身和沉思的智慧觀進行了對比。

早期AI聊天機器人只需簡單提問即可被破解，但如今駭客利用心理學和語言技巧進行更復雜的操縱。文章探討了從幼稚越獄到心理戰的演變，以及安全團隊面臨的挑戰。

pi-mojo 是流行 AI 代理平臺 Pi 的原生 Mojo 移植版，專為 Mojo 社群設計，提供編譯型自包含參考實現。專案包含 10 個漸進式示例，展示從基礎 AI 聊天到完整自治代理迴圈的各種架構，並支援 GPU 加速、併發網路抓取等高階功能。

一個開源的、自編輯的AI紙面交易代理，針對印度股票（Nifty 500），使用Claude自主執行交易迴圈。實驗執行了兩週，至2026年5月8日結束，在10萬盧比初始資金上獲得了8.05%的回報。倉庫包含本地或虛擬機器執行的完整設定說明。

Kanban CLI 是一款專為AI代理設計的終端專案管理工具，將敏捷工作流直接整合到本地檔案系統中。它提供結構化任務跟蹤、衝刺管理、角色分配等功能，採用Rust語言編寫，基於JSON架構，支援Git整合。該工具強調本地優先和代理優先，包含自愈模式校準引擎等高階特性。

本文揭示了AI晶片供應鏈的真正面貌：它並非中美之間的爭鬥，而是依賴於超過30個國家的技術壟斷和協作。從EDA軟體到CoWoS封裝，每個環節都有特定國家的關鍵控制點。歐洲儘管擁有多個技術壟斷，卻未意識到其戰略地位。文章強調全球晶片製造的相互依賴性，並指出任何脫鉤嘗試都將帶來高昂代價。

法律實踐圍繞文件展開，但實質在於文件下的實體、權利、義務等動態關係。當前AI系統在執行時重構上下文，導致結果不穩定。本體論知識圖譜透過維護持久上下文解決此問題，實現可審計、可溯源的AI。

陣亡將士紀念日週末來臨，各大零售商推出家居、戶外、科技等多品類優惠。作為ZDNET的購物編輯，我精選了經過測試和推薦的產品折扣，包括蘋果、三星、海信、Ninja等品牌的熱門商品。

微軟是AI領域的重要參與者，透過投資OpenAI和雲業務增長，AI年收入執行率超過370億美元。儘管近期股價下跌12%，但公司軟體深度整合客戶系統，AI整合將創造機遇。當前市盈率25倍，為長期投資者提供了難得的買入機會。

上週AI領域迎來重大轉折：Google釋出Gemini Omni及代理優先平臺；Andrej Karpathy加入Anthropic，專注於利用Claude加速預訓練研究；Anthropic與xAI達成價值450億美元的Colossus算力租賃協議；Cerebras IPO成功，市值近950億美元；SpaceX、OpenAI和Anthropic計劃在未來六個月內相繼上市，總估值可能超過3萬億美元。此外，多項前沿研究釋出，包括HRM-Text高效預訓練正規化、AI評審員效果評估、NVIDIA的聯合AR-擴散模型等。

韓國副總理裴京勳表示，人工智慧創造的財富必須惠及公眾，並表達了對AI可能加劇貧富差距和導致失業的擔憂。他提到三星電子最近的勞資衝突是AI時代趨勢的一部分，強調需要建設“AI包容性社會”。此外，他對科技股集中上漲和工業機器人應用發表了看法。

大廠集體下場後，創業公司還有哪些機會？在2026中國AIGC產業峰會圓桌論壇上，三位Agent產品與創業一線的嘉賓圍繞Agent產品的不確定性與非共識機遇展開討論，分享了從產品形態、迭代邏輯、使用者信任到創業機會的深刻見解。

數學家Adam Kucharski向Microsoft Copilot提供了完全相同的資料集，僅更改國家標籤，結果Copilot生成了詳細的刻板印象而非準確結果。思考模型能夠識別這種錯誤，但需要使用者主動選擇。

本文探討AI程式設計工具降低了程式碼生成成本，但並未降低產品風險。作者指出，過去高昂的工程成本迫使團隊謹慎選擇，而AI使得構建錯誤功能的速度加快，導致浪費擴大。文章透過案例說明產品失敗、理解債務和安全漏洞等問題，強調“儘可能少寫程式碼”這一原則在2026年變得更加緊迫。

Google 的 SynthID 水印系統正被 OpenAI、Nvidia、ElevenLabs 和 Kakao 採用，標誌著 AI 內容檢測向共享行業標準轉變。

微軟研究院推出Webwright，一個終端原生瀏覽器代理框架，用可複用的Playwright指令碼替代逐次點選的Web自動化。透過單個智慧體迴圈和約1000行程式碼，基於GPT-5.4的Webwright在長期任務基準Odysseys上達到60.1%，在Online-Mind2Web上達到86.7%，是開源方案中AutoEval最高分。

儘管被五角大樓列為供應鏈風險，Anthropic仍可能繼續向NSA提供AI模型。情報機構缺乏輝達最新的Grace Blackwell晶片，而Anthropic的Mythos模型據稱也執行在較舊的硬體上。之前導致談判破裂的“任何合法用途”條款並未包含在此次協議中。

記者Karen Hao指出，人工智慧技術的快速發展正在導致大量工人失去全職就業機會，形成了一支絕望的勞動力隊伍。她的觀點強調了技術進步對勞動市場的負面衝擊。

一個自定進度的結構化課程，涵蓋Transformer、預訓練、微調、對齊、推理、提示工程、智慧體及前沿研究，預計5個月完成。

作者受妻子玩Pokopia的啟發，開發了網頁遊戲TapToyPia。玩家扮演探險家，在異星建立定居點，探索生態環境。遊戲融合了點選遊戲的升級機制和世界復興的寧靜感，並藉助生成式AI實現了從2D地圖到3D行星視角的無縫縮放。

AI模型正在超越執行它們的硬體，硬體初創團隊往往低估了將模型部署到實際矽片上的難度。晶片層（而非模型層或應用層）將決定未來三年哪些AI硬體產品能夠存活。文章分析了晶片層面臨的多維度約束，包括計算密度與功耗預算、記憶體頻寬、熱設計、軟體生態成熟度以及供應鏈成本。作者基於15年硬體專案經驗，指出許多產品由於晶片選擇不當而失敗，並介紹了Easelink如何幫助團隊完成晶片評估和架構驗證。

事件挑戰是一款生產除錯遊戲，工程師在模擬的故障系統中尋找根因、修復並部署解決方案，與排行榜競爭。遊戲設計使得AI輔助但無法完全替代人類工程直覺。

來自馬里蘭大學、谷歌、Meta等機構的研究人員透過AutoTTS框架，讓一個編碼代理自主發現了用於AI推理的控制演算法。該演算法相比標準的自一致性方法，在匹配精度的同時削減了約70%的計算開銷。整個搜尋過程僅花費40美元，耗時160分鐘。

NVIDIA 推出的 Gated DeltaNet-2 是一種線性注意力層，透過通道級擦除門和寫入門解耦了記憶更新中的擦除與寫入操作。在 1.3B 引數、100B FineWeb-Edu 令牌上訓練，該模型在語言建模、常識推理和長上下文檢索上超越了 Mamba-2、Gated DeltaNet、KDA 和 Mamba-3，尤其在 RULER 長上下文檢索中提升顯著。