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。

作者Mete Polat分享了8個與AI協作的心智模型，涵蓋從提示工程到創意過程的實用技巧。核心思想包括：前期對齊、重做優於糾正、賦予AI同等工具、將壞輸出視為訊號、視覺輸入優於文字、建立參考庫、設計對抗同質化、以及讓AI相互審查。這些模型幫助使用者更有效地使用AI並理解其行業影響。

本文評論兩本新書，追溯從克勞德·夏農1950年的字母猜測實驗到ChatGPT等現代聊天機器人的發展，探討它們的能力、侷限及對教育、創意產業和社會的影響。

英國央行副行長薩拉·布里登在歐洲央行年度論壇上表示，隨著人工智慧在商業和交易中的廣泛應用，現有監管框架可能不再足夠。她指出，AI代理可能自主執行交易策略，加劇市場波動，因此監管機構正在探索類似電路斷路器的“緊急關閉開關”，以在AI模型失控時限制或停止市場交易。此外，英國央行和金融行為監管局已同意採取措施，回應議員對金融業AI準備不足的批評。

HealthChain是一個開源Python SDK，旨在簡化AI模型與醫療電子健康記錄（EHR）系統的整合。它提供型別安全的FHIR資源、即時EHR連線和生產級部署工具，幫助開發者和研究人員快速將AI模型從實驗推向臨床。

一個面向系統管理員、GPU伺服器工程師、平臺工程師、SRE和MLOps工程師的實用、可引用的知識庫，涵蓋從物理資料中心和InfiniBand網路到Kubernetes、Slurm、Ray、分散式訓練、強化學習後訓練和大規模LLM推理服務的GPU叢集部署、運維和最佳化。涵蓋NVIDIA全系列產品（Ampere、Hopper、Blackwell資料中心GPU，RTX消費級和工作站卡，DGX系統包括DGX Spark），當前以Blackwell Ultra（B300/GB300 NVL72）為重點更新至2026年中。

Geoffrey Litt在AI工程師世界博覽會上提出“理解以參與”理念，強調開發者必須深入理解編碼代理的工作以避免認知債務，從而保持創造性參與。

一項針對1200多名IT技術領導者的調查顯示，60%的企業已在運營中使用自主系統，90%的高管表示AI部署超出預期。然而，要將這種熱情轉化為實際成果，企業需要回答三個關鍵問題：員工和治理準備就緒嗎？AI工具是否易於訪問？員工是否具備必要的能力？本文探討了如何透過安全、治理良好的AI代理讓使用者自然融入工作流程。

Subquadratic公司推出了稀疏注意力模型SubQ 1.1，能處理1200萬token的上下文，效率遠超傳統Transformer。儘管初期因缺乏基準測試受到質疑，但現已釋出模型卡和第三方驗證，並開始與設計合作伙伴合作。公司還計劃開發無注意力架構，追求計算、樣本和記憶體效率三方面的突破。

AI採用正轉化為實際回報，但許多組織面臨成本高、速度慢、擴充套件難的問題。經濟學家企業調查顯示，資料環境分散的公司中，67%將資料儲存、移動和複製視為最大的AI重複成本。本文探討了三種基礎設施考慮因素：交付代理速度的基礎設施、簡化資料、採用為AI規模構建的基礎設施。

熱門電視追蹤應用TV Time宣佈將於2026年7月15日停止服務，官方稱運營成本高昂，但其重心轉向AI業務才是真正原因。

Axon 是一款注重隱私的人工智慧，能夠透過可編輯的記憶和兩種思考模式，在特定日期和資料支援下，發現你反覆出現的行為模式。

Raycast的Glaze工具讓使用者透過自然語言對話建立Mac應用，無需程式設計知識。它利用AI快速構建定製應用，並深度整合Raycast生態。

OpenAI提出向美國政府提供5%股份的概念性提議，但參議員桑德斯要求更大的公共持股比例並計劃徵收50%股票稅以籌集7萬億美元。

Design Slop Cop是一個工具，透過分析視覺設計模式來評估網站是否具有AI生成的特徵。它對最近的ShowHN提交進行了評分，發現約一半的網站顯示出中到高度的AI設計痕跡。

研究表明，生成式AI能夠透過分析大量人類食譜資料，學習人類味覺結構，從而設計出新型漢堡。AI不僅重現了經典巨無霸，還最佳化出了更美味、更環保或更營養的漢堡。在101人參與的盲測中，AI設計的漢堡在整體喜好度、風味和質地上與巨無霸持平或更優；其蘑菇漢堡的環境影響評分低一個數量級，豆類漢堡的營養評分翻倍。

兩位前聯邦貿易委員會顧問呼籲，利用針對科技公司訴訟和解金設立‘數字韌性基金’，資助像菸草‘真相運動’一樣的公眾教育專案，幫助公眾識別AI風險、提升數字素養。

Manufact 是一個專為 MCP 應用和伺服器設計的垂直雲平臺，幫助開發團隊高效地構建、部署、測試和監控 MCP。隨著主要 AI 客戶端全面支援 MCP 並開放市場，Manufact 旨在解決 MCP 開發中的痛點，如商店提交流程複雜、MCP 設計知識匱乏、規範更新快速等。

api-doctor 是一個開源CLI工具，使用110條確定性AST規則掃描AI生成的程式碼，以發現錯誤的API整合。它覆蓋安全性、正確性、可靠性和整合問題，支援Supabase、Auth0、Firebase等提供商。與基於AI的工具不同，它每次輸出相同，便於測試AI程式碼。

Anthropic 推出了 Claude Science 公開測試版，整合了 NVIDIA BioNeMo Agent Toolkit，使科學家能夠使用自然語言直接與數字代理對話，執行端到端的研究工作流程，加速計算生命科學研究。

Impeccable的創始人Paul Bakaus討論了“技能工程”這一新興領域，強調AI代理需要人類的引導而非完全自動化。他認為，透過為編碼代理提供設計詞彙，如“更大膽”、“更安靜”等，可以提升介面設計，但堅決反對完全去除人類參與的迴圈最大化趨勢。

聯邦法院裁定，DOGE使用ChatGPT終止超過1400項NEH撥款的行為違憲，凸顯了在沒有人類監督的情況下將政府決策外包給AI的危險。法院明確指出，LLM是工具，政府必須對其輸出負責，並需建立適當保障措施。

本文探討在生成式AI時代，我們需要更精確的語言來描述人類的貢獻。作者指出“AI生成”這一標籤過於模糊，無法區分不同程度的參與，如構思、指導、修改、驗證和認可。文章提出建立日常的“貢獻語法”，以便在對話中清晰表達實際參與程度。

本文探討了上下文工程和記憶工程在Agentic AI系統中的區別與聯絡。上下文工程關注單次推理呼叫中的資訊選擇、壓縮和放置，而記憶工程則涉及跨呼叫、跨會話的持久化資訊管理。兩者在檢索邊界交匯，管理不善會導致檢索資訊冗餘或上下文汙染。

本文全面介紹了2026年10個值得關注的人工智慧代理框架，包括LangGraph、CrewAI、OpenAI Agents SDK、Google ADK、PydanticAI、smolagents、Mastra、Microsoft Agent Framework、Strands Agents和LlamaIndex Workflows，並分析了各自的優勢、最佳應用場景和權衡。無論你是需要精細控制的狀態機，還是快速原型開發，或是結構化輸出和型別安全，這裡都有適合你的選擇。