一項詳細的實驗，比較了五個Claude模型（Opus、Fable、Sonnet、Sonnet 4.6、Haiku）對LangChain Python單倉的完整審計。Fable在評分上與Opus持平（A-），但在生成可操作的里程碑和快速勝利方面表現出色。文章展示了發現、優缺點，並推薦多模型流程。

據報道，OpenAI Group PBC向特朗普政府提議，將公司5%的股份轉讓給美國政府。此舉可能是更廣泛AI政策的一部分，政府也可能獲取其他AI開發商的股份。該提議尚在早期討論階段，可能需要國會批准。

Gist是一款AI工具，將arXiv論文總結為簡潔的幻燈片，包含要點、邏輯分析、反方觀點和最高階反駁。利用13萬美元的Claude積分訓練了定製模型，提供免費摘要流，支援語音播放。

Osloq是一個AI代理，能夠為你復現GitHub上的問題。

Mirrors 將生產軌跡轉化為代理環境的隔離副本，讓您在不影響使用者的情況下測試變更。它透過確定性回放和工具呼叫評分，幫助捕獲迴歸、復現錯誤並安全地測試風險流程。

本教程詳細介紹瞭如何在 Google Colab 中使用 RAG-Anything 構建一個支援文本、表格、公式和影像的多模態檢索管道。從環境配置、OpenAI API 金鑰安全輸入開始，到生成合成多模態報告、構建 content_list、插入檢索系統，最後測試多種檢索模式（naive、local、global、hybrid）。全面演示了 RAG-Anything 處理多模態文件的能力。

NeuralFit 是一個曲線擬合遊戲，玩家透過調整神經網路的權重和偏置，使輸出曲線匹配目標曲線。遊戲包含計時挑戰，達到一定擬合度即可通關。

Adobe首席科學家Carlos Sanchez在AI工程師世界博覽會上演示了“代理網站”概念，該網站利用LLM根據使用者意圖即時組裝個性化頁面，成本約每頁1-2美分，仍處於實驗階段。

拉馬努金挑戰賽旨在評估當前AI系統在數學常數公式方面的研究級問題解決能力。挑戰賽於2026年7月1日至8月1日開放提交，接受形式化證明、基於CAS的推導或可讀的人類證明。提交需包含可重現的程式碼，且不能依賴未公開的服務。

微軟前沿公司是最新例證，表明專家對於實現人工智慧投資回報至關重要。

Qubitz是一個完全本地的AI代理，使用llama.cpp的GGUF模型，透過專用封裝和路由機制，使7B-35B引數的小型模型更可靠。它支援多種模型變體、本地檢索、GUI/CLI/MCP模式，並在WSL2/Windows環境下執行，無需雲服務或訂閱。

阿里巴巴推出的Page Agent是一款在網頁內部執行的JavaScript庫，它透過讀取即時DOM文本來理解頁面，並執行自然語言命令，無需截圖或多模態模型。該工具採用MIT開源協議，基於瀏覽器DOM脫水技術壓縮頁面結構，降低成本。適用於自研應用中的智慧助手和表單填寫等場景，但僅限於單頁面操作，敏感操作仍需服務端驗證。

凱文·哈特內特的新書《程式碼中的證明》深入探討了人工智慧如何重塑數學領域，包括OpenAI模型解決埃爾德什單位距離問題、萊頓宣言的釋出，以及作者在即將舉行的國際數學家大會上的活動。

Godot引擎基金會更新其貢獻政策，禁止大部分AI生成的程式碼，理由是AI貢獻讓稽核者士氣低落且破壞了導師培養機制。新政策要求新貢獻者提交重大變更前需獲批准，僅允許程式碼補全等低風險AI輔助。Zig等專案的類似做法凸顯了開源界及行業對AI衝擊開發者人才管道的擔憂。

Fable迴歸，僅中斷數週。這一事件引發了出口管制和模型下架的爭議，GPT-5.6仍懸而未決。本週AI新聞涵蓋語言模型的各類應用與侷限、遠端勞動指數因Fable大幅上升、AI代理的“員工效應”問題，以及多項新模型與基準測試。

Anthropic的Fable 5模型在遠端勞動指數上達到16.1%的自動化率，是此前紀錄的兩倍，但仍遠未達到取代人類自由職業者的水平。

微軟宣佈成立新運營公司Microsoft Frontier，專注於利用現有AI工具成功部署企業級AI，並承諾投資25億美元，配備6000名行業和工程專家。

這是一篇關於如何利用AI建立部落格的文章，但部落格目前尚未釋出任何文章。

Simon Willison 釋出了 llm-coding-agent 0.1a0，一個基於其 LLM 庫的簡單編碼代理。該專案由 Claude Code 協助生成，支援檔案讀寫、命令執行等工具，並提供了 Python API。

微軟宣佈成立名為 Microsoft Frontier Co. 的新子公司，投入25億美元並調配6000名員工（包括工程師和銷售人員）與客戶緊密合作，實施人工智慧專案。此舉緊隨亞馬遜、Anthropic和OpenAI等公司類似的AI部署計劃。微軟股價今年已下跌21%，但其商業業務CEO Judson Althoff表示，客戶目前處於不同的AI探索階段，需要個性化支援。

Piggy 是一種 AI 編碼技能，強制採用最簡單有效的解決方案，可將程式碼量減少 80-94%，Token 成本降低 47-77%，速度提升 3-6 倍。它適用於 Claude Code、Cursor、Windsurf、Codex、Copilot 等多種 AI 工具，並提供多種命令來促進懶惰但可靠的編碼實踐。

一項聯邦集體訴訟指控加州多家天然氣公司（包括沃爾瑪和7-Eleven）透過人工智慧定價軟體合謀抬高油價。該軟體由Kalibrate公司提供，利用即時資料推薦價格，被指違反加州反壟斷法。案件涉及演算法定價的合法性問題，並引發對技術推高生活成本的廣泛關注。

Open Agent Loops 是一個極簡的、供應商無關的代理迴圈，模型、記憶、工具和停止條件均可透過可替換的介面實現。預設無前端，使用者可自行構建前端。支援任意OpenAI相容模型，可在Node、Bun、Deno和瀏覽器中執行。

AWS的10億美元投資嵌入式AI工程師反映了企業正從選擇模型轉向將AI投入實際工作的更廣泛轉變。

Simon Willison利用DSPy框架系統評估並最佳化Datasette Agent的只讀SQL問答系統提示。透過DSPy代理呼叫實際工具在即時Datasette例項上測試，並使用自動生成的金標準資料集進行嚴格評估，發現當前提示僅列出表名導致代理猜測列名併產生錯誤迴圈，建議在提示中包含列名或軟化避免猜測的指令。

Meta股價因推出雲端計算業務以出售過剩AI算力的訊息上漲9%。該業務旨在收回部分鉅額基礎設施投資，公司今年資本支出計劃高達1450億美元。新業務面臨亞馬遜、微軟、谷歌和CoreWeave等競爭對手的激烈競爭。

Anthropic CEO Dario Amodei向立法者表示，開源AI正沿著一條“非常危險的道路”發展，一旦強大模型被公開，公司便無法監控濫用或撤銷訪問許可權。

亞馬遜Bedrock透過分析行為模式而非語法來檢測AI生成的釣魚郵件，其多階段分析流程包括認證檢查、AI模型分析、風險評分和自動路由，並結合防護欄確保安全。

本文分享了在亞馬遜SageMaker AI中進行可靠多輪強化學習訓練的最佳實踐，涵蓋構建可信訓練環境、設定外部評估、設計與最終任務對齊的獎勵函式、管理多輪執行中的變化，以及監控關鍵指標以指導迭代。

隨著程式設計代理（如Claude Code、Cursor、Copilot）使用量激增，團隊賬單失控。本文分析了“tokenmaxxing”現象背後的碎片化問題，並提出了從視覺化、標準化成本、最佳化使用到治理支出的四步解決方案，幫助團隊在多工具環境中有效管理AI開銷。