本文針對工具增強型大語言模型智慧體在擴充套件工具集時面臨的行為慣性問題，提出透過注入反事實錨定上下文來打破慣性，恢復失敗軌跡。ToolAnchor框架利用教師模型假設反事實上下文，經學生回滾驗證後，透過智慧體後訓練內化成功干預，在GAIA、BrowseComp和VDR-Bench等任務中表現優異，為動態工具適應開闢了新路徑。

該研究提出能力收斂假說（CCH），認為在固定推理預算下，表徵收斂並不必然導致能力收斂；能力收斂依賴於存取結構，即混合架構需同時擁有壓縮態通道和可擴充套件逐字索引通道。論文透過資訊理論下界和預註冊實驗驗證了該假說。

研究人員提出了一種利用大型語言模型（LLM）構建貝葉斯信念網路（BBN）的新方法，該方法透過一組AI代理基於特定角色和上下文估計機率，並採用修剪均值規則去除噪聲，從而彌合專家意見與資料驅動學習之間的差距。研究以替代醫療系統中患者就醫意向為案例，發現自我效能的影響實際較小，而主觀規範的影響更強，最有效的策略是同時提升自信和社群規範。

一種名為LLM-T1D的新方法將強化學習與大語言模型相結合，建立了一種可解釋的胰島素泵控制器，用於1型糖尿病，實現了73.5%的時間在目標血糖範圍內，同時提供清晰的解釋。

受人類交流空間資訊的方式啟發，語言引導的地理定位因其直觀和實用價值而備受關注。然而，現有方法多依賴靜態的一次性檢索正規化，難以處理真實世界自然語言描述中的歧義和不完整性。本文提出推理檢索的正規化轉變，引入對話式地點識別（DlgPR），將定位視為互動式、對話驅動的推理過程。為此，論文構建了首個大規模對話式地點識別基準DlgQuest-Cities，並提出了統一推理框架，結合跨模態多級檢索器與智慧提問器DQ-pilot。DQ-pilot透過課程學習訓練：在DQ-cities-20k子集上進行監督微調，再透過GRPO在更難的DQ-cities-10k上進行強化最佳化。實驗表明，基於推理的方法顯著優於基線。

RegNetAgents是一個基於AI的多智慧體框架，能夠跨異質性基因調控網路進行結構化的調控候選識別。該框架整合了TCGA和GREmLN專案的大規模網路，對焦點基因進行雙網路分類、癌症基因過濾和作用模式分配。在乳腺癌和結直腸癌的測試中，識別出的候選調控因子顯著富集於OncoKB註釋的癌症基因，且在管家基因中無富集，表明其特異性。框架還包含評估致癌潛力、可成藥性等擴充套件模組。

IMEX（Interaction-Based Model Explanation）是一種新的可解釋預測建模方法，旨在識別對目標預測貢獻最大的變數以及變數間的重要互動。該方法支援高階互動分析，並基於靜態相關功率（PCS）和互動相關功率（PCI）兩個互補指標構建解釋圖。實驗驗證表明，IMEX能在非線性、條件性和多重共線性關係下恢復特徵級結構。

檢索增強生成（RAG）在擴充套件大語言模型上下文方面表現優異，但傳統RAG在涉及層級或關係推理時效果不佳。本文提出HG-RAG框架，透過在層級知識圖譜上進行圖遍歷，為語言模型提供結構化上下文。實驗表明，HG-RAG在層級、關係和跳推理任務上顯著優於平面檢索基線，同時減少了幻覺並保持了區域性連貫性。

一篇新論文提出了一種三級分層學習架構，用於執行搜尋與救援任務的自主無人機群，整合了赫布神經可塑性、基於圖神經網路和行為樹的多智慧體強化學習，以及帶BDI推理和數字孿生的元學習。該框架提供形式化保證，並引入群體元認知。

針對AI生成程式碼速度快於人類審查而導致的信任危機，本文提出“語義合約”——一種型別安全、編譯時檢查的藍圖，位於需求與程式碼之間，確保任何實現（無論人工還是AI編寫）的正確性。文章透過排序演算法和電商結賬示例展示了語義合約的構建塊、狀態處理和整合方式。

本文介紹瞭如何使用Telnyx Edge Compute函式為語音AI助手構建後端，透過單一函式處理動態變數和Webhook工具呼叫，驗證請求並連線業務邏輯，從而簡化架構並提升效能。

企業大規模部署AI時，最大障礙往往是資料從儲存到計算的基礎設施，而非GPU等計算硬體。文章指出，許多組織誤以為效能問題需要更多計算資源，實則根源在於資料飢餓，即資料無法高效、安全、持續地在儲存與計算之間流動。透過引入應用交付控制器實現松耦合架構，以及關注可達性、策略和交付三個維度的韌性，可顯著提升GPU利用率和AI投資回報。

Gradle Technologies 現已更名為 Develocity，專注於 AI 驅動的軟體交付管道治理與效率。公司表示，AI 已將軟體交付瓶頸從人類轉移到管道上。

Preempt AI v2 推出，為AI應用提供安全標準，利用ML技術防禦提示注入、越獄和資料洩露。支援多種語言，延遲低於10毫秒，準確率達99.65%。

PocketVeto是一款透過藍牙實現本地、無網際網路的AI編碼代理遙控工具。使用者可以從手機批准或拒絕代理執行的危險操作（如shell命令、檔案寫入等），並即時檢視代理活動儀表盤。支援Windows、Linux及開發容器，目前v1版本已可用。

針對超大規模雲服務商的資料中心用水壓力，本文提出一個幽默建議：收購高爾夫球場，改建為公共公園，並引導原會員轉向觀鳥活動。透過比較谷歌的用水量與高爾夫球場的耗水資料，指出購買40個球場即可抵消谷歌的日均用水量。

Meta推出新AI工具Muse Image後，因允許使用者標記他人賬戶並利用其照片生成AI影像而遭到批評。該公司已停用此功能，但使用者仍需手動關閉許可權以防止照片被用於AI生成。該功能預設開啟，引發隱私擔憂。

Blur & Unblur AI是一款免費的線上工具，可檢測照片中的人臉，對選定的人臉應用模糊效果，並匯出乾淨的PNG檔案——所有處理均在瀏覽器本地完成，無需上傳圖片。

VulnHunter 是一個開源的智慧體AI安全工具，採用攻擊者優先的主動分析方法，直接從原始碼中識別可被利用的漏洞，並提出證據支援的修復方案。它由 Capital One 內部開發並開源，旨在應對現代軟體供應鏈中的安全挑戰。

微軟的Foundry平臺現已支援超過8萬家企業構建AI代理。在產品副總裁Marco Casalaina的訪談中，他解釋了原型與生產環境代理之間的關鍵差異、代理框架的重要性，以及微軟如何構建上下文層以確保代理的可靠性。

Moonshot AI釋出了Kimi K3，一個2.8萬億引數的開源模型，擁有1M上下文長度，在Frontend Code Arena中排名第一，並在多項基準測試中取得優異成績。此次釋出標誌著開源模型的一個里程碑，儘管與頂級閉源模型仍存在差距。新聞通訊還涵蓋了其他AI新聞，包括安全事件、智慧體框架和機器人技術。

SAM是一個免費的開源AI智慧體，它能在你的計算機上本地執行，無需訂閱。它不僅能聊天，還能實際執行任務，擁有173種工具，支援團隊協作、離線執行，並且注重隱私。

RepoMap 是一種新型工具，透過確定性分析倉庫結構，生成互動式架構圖，幫助AI代理快速理解專案架構，同時大幅減少令牌消耗。它支援分支對比、提交差異視覺化和多種圖形佈局。

Wandr基準測試旨在評估需要同時進行廣泛和深入搜尋的研究代理，確保全面資訊檢索。

Astrio 推出 Forall（∀），一個透過規範驅動生成程式碼並附帶機器可驗證證明的程式設計助手。支援 CLI 和 MCP 兩種使用方式，目前相容 TypeScript、Java 和 Rust，基於 Apache-2.0 開源。

據報道，Alphabet推遲了其旗艦AI模型Gemini 3.5 Pro的釋出，導致股價下跌。該模型的編碼能力未達到內部預期，而競爭對手如OpenAI和Meta已推出更先進的AI編碼模型。

視覺語言模型（VLM）能夠遵循複雜的文本指令，但難以僅從視覺上下文中進行推理。新提出的視覺概念推斷任務（VICIS）評估了這一能力。作者提出了一個訓練框架和架構，學習從影像集中提取概念特定嵌入，從而提升生成準確性和對未見概念及模態的泛化能力。

一篇新論文挑戰了機器學習中遺忘（unlearning）的標準方法，提出並非所有需要遺忘的資料點都需同等對待。透過分析影響函式，研究者識別出對模型輸出影響可忽略的訓練資料子集，並在遺忘前縮減資料集規模，實際示例中實現約50%的計算節省。

月之暗面於2026年7月16日釋出Kimi K3，這是一款2.8萬億引數的開源MoE模型，採用Kimi Delta Attention和Attention Residuals架構，支援原生視覺和100萬token上下文視窗。K3在多項基準測試中表現出色，但整體效能仍略遜於最強大的專有模型。

Leapd AI 能夠從零開始建立業務，或透過連線現有網站自動運營，涵蓋市場研究、產品構建、內容營銷和廣告投放。創始人反饋顯示，該工具顯著提升了 LinkedIn 互動、AI 搜尋可見性和廣告效果，使用者只需檢查結果，無需手動管理。