MedRealMM是一個基於中國網際網路醫院真實醫患對話的大規模多模態基準，包含5,620個案例，覆蓋64個科室。它透過多模態臨床挑戰點（MCCP）框架提取關鍵臨床時刻，並評估19個通用和醫學專用大語言模型。結果表明，影像資訊對臨床效能至關重要，當前前沿模型雖在某些正面指標上接近醫生，但觸發更多負面指標，安全敏感性錯誤避免仍是主要瓶頸。

L-MAD框架系統評估了多智慧體辯論在法律文本蘊含任務中的不同結構與聚合方法。透過賦予智慧體不同專家角色，相比強單智慧體基線最高提升8%。研究發現增加智慧體數量可降低不一致性並提高準確率，但延長討論輪次會導致“過度審議漂移”，智慧體互相強化錯誤。該成果為高風險法律推理中協同多智慧體系統的部署劃定了實際邊界與安全裕度。

本文介紹了一種神經代理控制框架，結合LLM規劃器與時間序列基礎模型（TimesFM），透過反事實物理注入機制確保物理安全，在SWaT資料集上表現優於LSTM和TCN，零幻覺動作執行。

ARCANA是一種協作式多智慧體框架，用於在嚴格的測試時間和硬體約束下解決ARC-AGI-2任務。它將每個任務分解為迭代感知、假設生成、符號執行和反思性改進，透過共享可微分黑板和元控制器排程，結合結構化程式搜尋與自適應多輪校正，顯著提升了抽象變換任務的推理效率和解決方案質量。

研究人員將Vlasov方程平均場推導的形式化過程重構為一場策略遊戲，由數學家指導AI系統將LaTeX文件轉化為Lean 4證明助手程式碼。該案例成功完成了非線性Vlasov方程適定性問題的完整形式化，包括存在性、唯一性、穩定性估計和平均場極限，以及短時間疊加原理。其中約六分之一的形式化程式碼可作為獨立模組被數學庫複用。核心定理約一週完成，整個開發約一個月。

Long-Horizon-Terminal-Bench是一個包含46個長時任務的終端基準測試，涵蓋實驗復現、軟體工程、多模態分析等9個類別。它透過細粒度子任務提供密集中間獎勵和部分分數，更全面地評估AI智慧體的能力。評估15個前沿模型發現，最強模型在部分獎勵閾值0.95下透過率僅15.2%，完全正確透過率10.9%，平均透過率更低，表明仍有巨大改進空間。

GATS是一種新的智慧體規劃框架，透過系統性的UCB1樹搜尋和分層世界模型，在規劃過程中完全消除LLM呼叫，同時實現100%的成功率。與LATS和ReAct相比，GATS不僅在合成任務中表現優異，在12個挑戰性場景中也保持100%成功率，且計算成本更低。

新研究CogniConsole提出，大型語言模型的可靠性不僅取決於模型能力，還受推理時控制影響。透過結構化介面（結合程式化協調與有界提示推理），實驗證明增加結構支架可系統性地降低輸出方差和失敗率，表明許多失效模式源於控制不足。

本文提出了一種針對人工智慧安全基礎問題——對抗魯棒性的嚴格理論框架，將對抗魯棒性問題轉化為格遍歷問題。引入聲音認證和完全認證兩種區間認證，開發了格遍歷運算元，並揭示了最佳化複雜性的不對稱性：完全認證可在多項式時間內求解，而聲音認證具有強難解性。最後透過ParallelepipedoNN系統進行了實證評估。

麻省理工學院和Thorn的研究人員開發了一種審計技術，透過分析模型的內部調整而非生成輸出，來檢測生成式AI模型是否被專門用於生成兒童性虐待材料（CSAM）。該方法在測試中達到100%準確率，具有可擴充套件性，且成本低廉，有望幫助平臺和執法機構識別並移除有害模型。

全球職業中心提供免費AI工具、獎學金和職業發展資源，幫助使用者規劃職業生涯。

AVA是一個開源自託管語音AI代理，專為Asterisk/FreePBX設計，提供快速部署、多代理管理、即時儀表盤和多AI引擎支援。最新更新包括穩定性修復、靜默看門狗和每代理語音選擇等功能。

31歲的配音演員沈安宇因AI克隆其聲音而面臨職業危機。AI語音複製品大量出現在網路上，導致平臺將其真實錄音誤標為合成內容，影響收入。他與妻子花大量時間追蹤侵權內容，但維權困難。AI語音克隆工具正在衝擊中國短劇、有聲書和短影片行業，許多配音演員遭遇類似困境，收入下降，職業前景堪憂。

作者分享了自己對人工智慧的看法，認為其影響很大且偏向積極。他回答了關於AI是否會取代工作、SaaS是否消亡、定價變化以及資本支出是否合理等問題，認為AI將簡化搜尋流程、改變商業模式，但無需過度擔憂。

Baton 是一款 macOS 選單欄工具，可以監控 Claude Code 和 Codex 等 AI 編碼代理，即時顯示等待你處理的會話數量。它利用 FSEvents 實現即時更新，並支援點選跳轉到特定會話。

《衛報》資深中國事務記者艾米·霍金斯探討了中國對AI的全面擁抱，從醫療數字人、工廠智慧機器人到長城上的無人機送餐，以及國家在監控領域的應用。

Tinier 是一套免費的瀏覽器內媒體工具，支援影像壓縮、格式轉換、AI 放大和影片轉 GIF，所有處理均在本地裝置完成，無需上傳檔案，保護隱私。

克里斯托弗·諾蘭在與《奧德賽》相關的採訪中表示，許多人“鄙視”人工智慧，並認為AI取代人類的想法是“胡說八道”。他相信自己的大製作實景電影能抵禦AI影響，同時駁斥了右翼對露皮塔·尼永奧飾演海倫的批評，稱其“無關緊要”。

Clark是一個由單人開發的AI助手，旨在與Manus代理在功能和能力上匹敵。它能使用計算機、瀏覽器，進行深度研究，並與谷歌工具整合。已有數千人日常使用。

密歇根大學研究團隊推出NeuroVFM，一種基於524萬臨床MRI和CT體積訓練的通用神經影像基礎模型。其Vol-JEPA方法將自監督學習擴充套件到體積醫學影像，無需放射報告標籤即可學習大腦解剖和病理。在156項診斷任務中達到92.68（CT）和92.49（MRI）的AUROC，並支援報告生成、分診和跨模態遷移。

一個關於構建未來人工智慧的勞動力隊伍是否會走向合作或不合作的玩具動力學模型：盆地的邊界在哪裡，當前證據表明我們處於哪一側，以及什麼跡象表明我們走在正確道路上。

本文探討了“直接負責人（DRI）”的概念，該術語源自蘋果公司，指對專案成敗最終負責的人。作者認為，隨著LLM驅動的智慧體融入組織，它們永遠不應被視為專案的DRI，因為只有人類才能承擔責任，而機器不能。文章還引用了IBM 1979年的培訓幻燈片，其中指出計算機永遠不能承擔責任，因此絕不能做出管理決策。

本文探討人工智慧如何透過提供個性化輔導和互動學習，縮小教育差距，使更多人獲得專業知識。研究表明，AI在適當設計下能顯著提升學習效果，尤其是對教育背景較弱的人群。

OneDev 將 AI 使用者嵌入到開發平臺中，使其能夠像團隊成員一樣處理問題、提交拉取請求、參與程式碼審查以及響應 CI/CD 失敗。這種整合方式保持了需求、實現和審查在同一平臺中可見，提高了透明度和問責性。

總部位於新澤西州澤西城的初創公司Lyzr利用其AI代理系統SivaClaw成功完成了1億美元的B輪融資。該系統處理了130多名投資者的提問，起草了投資備忘錄，並跟蹤了投資者對簡報的關注點，從而證明了產品的實用性。

AI輔助開發帶來了顯著的效率提升，但也引發了新的認知疲勞。程式設計師從解決實現細節的疲勞，轉變為持續進行高層次架構設計決策的疲勞。文章討論了AI工具如何改變程式設計的認知負荷，包括快速遇到設計瓶頸、程式碼審查中的盲點、以及需要建立新的工作習慣來適應這種變化。

一個Argo CD UI擴充套件，在資源檢視中新增AI助手選項卡，允許使用者用自然語言查詢Kubernetes資源，並附加上下文（清單、事件、可選日誌）。相容任何OpenAI相容後端，需要Argo CD v2.13+。

最新基準測試顯示，GPT-5.6 Sol在拉取請求（PR）安全審查中表現最佳，實現100%召回率和0.91的F1分數，每次PR成本僅0.70美元。Anthropic的模型（如Fable 5）未能進入前沿表現，且成本更高。Grok 4.5和Gemini 3.1 Flash Lite提供了經濟高效的替代方案。測試使用私有合成倉庫以避免資料汙染。

xysq.ai是一個協作記憶平臺，為AI原生團隊和企業構建。它連線多種AI工具和應用程式，從團隊工作流中捕獲上下文，構建動態知識圖譜，並在AI代理需要時提供正確的上下文。支援團隊記憶隔離、基於角色的訪問、文件組織，並承諾不將使用者資料用於訓練。

Chatbrat.ai 提供免費、安全的AI媽媽聊天機器人，無需下載或註冊。使用者可以建立自定義角色，擁有持久記憶和個性化性格，適用於聊天、角色扮演和遊戲場景。文章介紹了功能、優勢及與同類產品的對比，並強調其作為情感陪伴而非替代真實親人的定位。