美國政府批准Anthropic向約100家公司和聯邦機構釋出其Mythos 5模型，結束了為期兩週的國家安全爭議。

迪安·W·鮑爾指出前沿模型成本高昂，盈利視窗短暫，且AI基礎設施投資依賴全球市場。

本文介紹了一個基於Python的開源AI音訊翻譯器，利用Telnyx API實現語音識別、大語言模型翻譯和文本轉語音的完整流程。使用者可上傳音訊檔案，獲得翻譯後的音訊和對齊的轉錄文本。

AI運營業務指數（ARBI）是一個新的0–100計量指標，評估AI在業務中的深度執行，而不僅僅是是否被採用。儘管AI採用率達到88%，但只有約6%的企業從中獲得實際利潤，ARBI揭示了主流經濟（約30分）與AI原生前沿（約80分）之間50分的執行力差距。該指數權重側重於自動化深度、價值捕獲和收入槓桿，幷包含可靠性懲罰。

一款集語言學習、作業輔導、螢幕助手和聊天功能於一體的人工智慧桌面寵物。它繼承了Shimeji等桌面吉祥物的傳統，並融入了即時AI功能。目前正在尋找亞洲聯合創始人。

Timothy B. Lee用管理者的比喻反駁了“LLM無需技巧、沒有學習曲線”的觀點。

蘋果調整Apple Silicon釋出時間表，計劃2026年底釋出入門級M6晶片，但取消M6 Pro和M6 Max，轉而開發M7系列。M7晶片將專注於AI和GPU密集型任務，首款M7晶片預計2027年上半年推出。M5 Ultra可能於2026年底釋出。

今年的聯合國開源週上，數字主權成為核心議題。各國部長和技術專家一致認為，開源是實現數字主權的關鍵，而依賴美國科技公司不可靠。坦尚尼亞、德國、愛爾蘭等國分享了開源實踐和AI主權策略，強調開放標準和互操作性。美國對此持反對態度，但其他國家普遍認同開源是未來。

Databricks提出了一種將影片視為資料工程問題的創新方法，利用視覺語言模型（VLM）、無伺服器GPU和Lakeflow管道，實現對大量影片的自動分析、摘要和搜尋。該方案模型無關、可擴充套件，適用於公共安全、基礎設施檢查等多個場景。

英國學生事務辦公室（OfS）透過遷移至Databricks平臺，統一管理數百萬條學生記錄，大幅縮短資料處理時間，加速分析流程，並支援基於AI的決策輔助，從而提升高等教育監管效率和學生成果。

AI 已能處理長期編碼任務，如 Claude Opus 4.7 用 14 小時、251 美元復現了包含 16000 行程式碼和 40+ 命令的生物資訊學工具 gotree。但 MirrorCode 基準測試滿分僅 56%，仍有提升空間。模型效能隨時間快速提升，但存在資料汙染問題。專案開源了 22/25 個目標程式。

注重隱私的搜尋引擎DuckDuckGo在其AI生成的搜尋結果中錯誤地聲稱唐納德·特朗普總統因副總統J.D.萬斯傳染的狂犬病而去世。

Macro是一款集郵件、訊息、文件、任務、程式碼、AI代理、通話和CRM於一體的開放式工作空間，具備團隊級記憶功能，可查詢整個工作區上下文。已在Product Hunt上釋出，獲得4.7分好評。

Hush 是一個面向 AI 代理的秘密管理工具，它確保代理在執行時能使用 API 金鑰或令牌等秘密，卻永遠不會在對話記錄或輸出中看到秘密的明文。它透過作業系統金鑰鏈（如 macOS Keychain、Linux libsecret 和 Windows DPAPI）安全儲存秘密，並提供簡單的命令列介面來設定、生成和注入秘密。

Framesmith 1.7 是一個開源MCP伺服器，讓AI程式設計代理擁有視覺化畫布，在編寫程式碼之前就能勾畫、預覽UI設計。它提供質量評分面板、設計系統繼承、多斷點預覽等功能，支援多種MCP客戶端整合。

Perplexity 釋出了 Computer for Counsel，這是一個為法律團隊設計的代理型 AI 系統。它透過排程 20 多個模型，整合 Midpage、MCP 聯結器和 Microsoft 365，提供可驗證的輸出。

Airtop釋出新產品Mark，這是一款面向獨立營銷人員的“氛圍自動化”工具。使用者只需提供網站，Mark即可自動研究業務、制定個性化GTM計劃，並構建Web代理用於潛在客戶生成、內容最佳化和廣告投放。Mark基於Airtop的Agent Builder平臺，將自動化編譯為確定性程式碼，執行成本比基於LLM的代理低10-100倍。

OpenAI 開始限量預覽 GPT-5.6 系列，包括旗艦模型 Sol、生產級模型 Terra 和低成本快速模型 Luna。新增最大推理和超級模式，提升複雜任務處理能力。定價從每百萬 tokens 1 美元起，效能在多項基準上創下新高。

Linux基金會推出Akrites，這是一項協調行業計劃，旨在AI攻擊者利用漏洞之前，快速修復開源軟體中的漏洞。該計劃得到了多家大型科技和金融公司的支援，旨在透過提供單一協調流程，減少碎片化和維護者負擔。

一個提供全球AI模型和代理的許可證、定價與合規性資訊的目錄網站。

人工智慧的普及正面臨早期低潮，廣告鼓勵僱主停止僱傭人類、AI導致裁員、客服被聊天機器人取代、社交媒體充斥AI內容等問題引發批評。作家兼數字權利活動家科裡·多克託羅在新書中探討如何正確批評AI，並分析AI熱潮的驅動因素及保護措施。

Linux基金會推出Akrites，這是一個協調開源軟體漏洞發現、修復和披露的機構，創始成員包括Anthropic、AWS、谷歌、微軟等20家組織。該倡議旨在應對AI驅動的漏洞發現帶來的挑戰，因為現有協調模式已跟不上速度。

Fernando Irarrázaval在hackmyclaw.com發起挑戰，邀請人們透過郵件竊取其OpenClaw測試例項中的秘密。儘管有6000次嘗試（花費500美元token，並導致谷歌賬號被暫停），無人成功。底層模型為Opus 4.6，使用了抗提示注入規則。這反映了前沿模型在抗注入攻擊方面的訓練效果，但仍需謹慎，無法保證絕對安全。

Google研究人員提出了一種方法，將多token預測（MTP）改造到已部署的Gemini Nano v3模型上，無需重新訓練主幹網路，從而在移動裝置上實現更快的推理速度和更低的能耗。該方法在Pixel 9和10系列上已部署，使AI通知摘要和校對等功能速度提升50%以上。

美國政府出於網路安全考量，指示OpenAI對即將釋出的GPT-5.6模型實施訪問限制，僅限政府批准的合作伙伴使用。此舉引發行業爭議，有專家認為這將推動開發者轉向開源或中國模型，可能削弱美國在AI領域的領先地位。

亞馬遜Prime Day進入最後一天，三星產品仍有大幅折扣，包括手機、平板、電視等。ZDNET編輯精選最值得關注的優惠。

本文探討了如何識別人類和AI在行動中是否選擇了善。作者提出三個指標：手段與目的（康德和克爾凱郭爾）、惡習與美德（亞里士多德）、淺思與深思（薩爾茨伯格和斯賓諾莎）。雖然善的本質難以定義，但這些指標可以幫助我們和AI在決策時保持正軌。

更大的上下文視窗雖然有用，但對於程式設計智慧體而言，連續性比上下文更重要。文章區分了上下文和記憶，指出檢索不足以解決問題，並介紹了Sigilix提出的記憶原生智慧體方法，該方法透過持久可信的底層儲存來繼承先前的決定和修正，從而避免每次從零開始。文章還討論了一個較小模型（Boreas）在記憶原生設定下如何勝過更強模型，以及記憶系統的潛在陷阱和設計原則。

安德魯·內斯位元撰寫的假設性事件報告，描述了兩個來自不同供應商的AI審查代理因對軟體包是否惡意產生分歧，陷入無休止的爭論迴圈，導致高昂的推理費用和財務部門介入，最終營銷團隊藉機釋出宣告。

本文探討了AI輔助軟體移植過程中產生的可發現證據，包括程式碼差異、註釋模式及移植軌跡，並分析了這些證據對軟體驗證和審計的影響。