Anthropic 在聯邦出口管制審查後釋出了 Claude Sonnet 5 並恢復了 Fable 和 Mythos 前沿模型的訪問。此前因 Amazon 研究人員發現的安全漏洞，這些模型被暫停了18天。新的自動分類器以超過99%的成功率阻止該漏洞，但會導致更多誤報。Sonnet 5 在基準測試和實際部署中表現出色，同時安全審計顯示風險未增加。Anthropic 與 Amazon、Microsoft、Google 合作制定了新的安全漏洞行業框架。

Palantir強調AI主權對於機構未來至關重要，放棄主權將導致決策權旁落他人。

Eufy Omni S2 在其前代產品基礎上增強了四倍的吸力，並配備了無臭拖布滾輪，有效解決寵物毛髮和異味問題。

本文介紹了智慧體資料工程的概念，即利用自主AI智慧體從自然語言意圖設計、構建和維護資料管道，與傳統的自動化、AI副駕駛及人工資料工程的區別，以及如何透過“韁繩”層（包含驗證、語義模型、CI/CD等）確保智慧體的安全性和可靠性。文章還討論了信任問題、治理控制、對資料工程師角色的影響以及未來發展方向。

NVIDIA釋出了Nemotron-Labs-TwoTower擴散語言模型，該模型採用雙塔架構，在凍結的自迴歸骨幹網路上新增訓練過的去噪器，實現了2.42倍的生成吞吐量提升，同時保留了98.7%的基準質量。模型以開放權重形式釋出，支援擴散、模擬自迴歸和自迴歸三種推理模式。

作者結合在EA、Nexon等公司的親身經歷，剖析遊戲行業併購失敗的根本原因——代理問題與激勵機制扭曲。指出併購中常見的心理陷阱、工具濫用以及對人性的忽視，並以Embracer Group的崩塌為典型案例。最終提出以人為中心的併購框架，強調工作室是一群有創造力的人，而非數字資產。

Zig軟體基金會的Loris Cro闡述了“貢獻者撲克”的概念——開放原始碼專案中維護者與貢獻者之間的長期博弈。他解釋了為何Zig專案在面臨海量拉取請求時仍優先幫助新貢獻者，以及人工智慧為何加劇了專案的不平衡，最終導致Zig全面禁止AI貢獻。

Google Research 釋出了 TabFM，一種專門為表格資料設計的基礎模型。它透過上下文學習實現零樣本分類和迴歸，無需針對每個資料集進行訓練、超引數調優或特徵工程。該模型結合了 TabPFN 的行/列注意力機制和 TabICL 的上下文學習方法，並在數百萬個合成資料集上訓練。在 TabArena 基準測試中，TabFM 的表現優於經過充分調優的 XGBoost 等傳統方法。

一項名為BioShocking的新攻擊透過引導AI瀏覽器進入一個'夢境世界'，使其忽略安全護欄，從而洩露使用者憑證。該攻擊利用了遊戲提示，暗示'不正確的行為是可接受的'，導致所有測試的AI代理未能識別出最終妥協使用者憑證的任務違反了安全規則。

Liquid AI釋出了LFM2.5-230M，一款輕量級基礎模型，專為邊緣裝置最佳化。它在三星Galaxy S25 Ultra上達到213 tok/s的解碼速度，在樹莓派5上為42 tok/s。模型在工具使用和資料提取任務中表現出色，並已在Unitree G1人形機器人上成功部署作為技能選擇層。該模型遵循開放權重許可，支援多種推理框架。

agent-tui 是一個開源工具，它為終端應用提供了類似瀏覽器的結構化查詢介面，使AI代理能夠像操作網頁元素一樣操作終端螢幕，支援穩定的引用、狀態等待和螢幕區域標識。

本文演示了一個針對Agent編碼工具（如Claude Code）的嚴重安全漏洞。攻擊者透過一個看似正常的GitHub倉庫，利用間接提示注入，結合系統信任的安裝流程和自動錯誤恢復機制，在開發者機器上遠端執行惡意程式碼。惡意負載並非存放在倉庫中，而是透過DNS TXT記錄在執行時獲取，因此對程式碼審查和靜態掃描完全不可見。最終攻擊者獲得一個反向Shell，可以竊取所有環境變數、憑證和API金鑰，並實現持久化。

據訊息人士透露，澳大利亞內閣已收到一項行業提案，允許人工智慧公司開採創意內容，以換取500億澳元的資料中心投資和每年3.5億澳元的藝術家補償基金。創意人士要求阿爾巴尼斯政府保證不會在版權法上讓步。

研究人員提出SEMQ（符號化嵌入多量化）方法，透過將語義與嵌入表示分離，降低AI模型的儲存和記憶體需求，同時保持高精度。

藍箭航天的朱雀三號運載火箭已於6月29日在酒泉衛星發射中心完成靜態點火，準備第二次飛行並嘗試回收一級助推器。與此同時，長征十號B的首次發射準備工作也已恢復，可能不早於7月10日進行。

本教程介紹了百度開源的CUP（Common Useful Python）庫，一個用於構建更強Python工作流的實用工具包。我們逐步講解了安裝、日誌記錄、裝飾器、巢狀配置、快取、ID生成、執行緒池、排程、Linux資源監控等主要子系統，並展示了每個模組如何在自動化、併發、可靠性檢查等實際任務中發揮作用。

一位開發者因對AI未來不確定性感到擔憂，發起開源專案Aegize，旨在構建工具級別的安全層，透過身份、策略、許可權等方式控制AI對基礎設施的訪問。該專案希望賦能社群掌控AI安全，並爭取大型科技公司的採用。

Claude Code的創造者Boris Cherny提出了五種未來工作原型，這些原型融合了工程、產品和設計角色。團隊成員往往跨越多重原型，而健康的團隊需要所有原型的混合。其他科技領袖如Figma的CEO也預測職位名稱將合併，同時有人警告不要過於僵化地定義角色。

在人工智慧工程師世界博覽會第二天，迴圈、智慧體工程和軟體工廠成為熱門話題。此外，開放模型也備受關注。

當鮑勃的媽媽出差時，他以為會度過平靜的一天。然而，他發現了可怕的事情：克羅格贊之王克拉德即將征服地球。他計程車兵正在尋找傳說中 Ghix 之劍的七塊碎片，這是唯一能殺死克拉德的武器。如果鮑勃先找到碎片，他就能拯救一切。這是一款未完成的遊戲，使用 WASD/方向鍵移動，Z/X/C/空格鍵操作。

Syncpen是一款專為AI協作設計的Markdown寫作應用。它允許Claude Code、Cursor、claude.ai或Cowork等AI代理直接在你的文件中閱讀、起草並建議修改，所有更改都有簽名，人類保持最終編輯權。支援即時協作、Markdown原生、一鍵釋出到WordPress/Ghost/Sanity，並內建研究工具。

美國政府解除出口管制後，Anthropic宣佈將於7月1日重新推出Fable 5模型。但使用者需注意使用限制和額外費用。文章詳細說明了訪問許可權、定價、安全改進以及“越獄”事件的細節。

本文提出了一種針對時間視窗時序邏輯（TWTL）規範的離散時間線性系統控制輸入綜合方法。透過將魯棒滿足編碼為混合整數線性約束，作者將綜合問題表述為最大化魯棒度的混合整數線性規劃（MILP）。他們提出了開環和閉環（MPC）兩種方案，其中MPC採用任務自適應視界來降低計算成本。

本文提出TAPE方法，這是首個針對未知三維洞穴自主探索中同時最小化移動距離和繫繩放出長度的繫繩感知路徑規劃方法。採用兩級層次架構：全域性基於前沿的TSP規劃最小化距離，區域性透過可調決策函式平衡路徑成本和繫繩長度。模擬和現場測試表明，該方法在僅增加4.1%距離的情況下，確保100%的繫繩長度合規（對比無區域性規劃器的53%）。

研究人員提出了Derail，一種對抗性攻擊框架，專門針對生成式端到端自動駕駛規劃器的評分頭。該攻擊能使安全軌跡選擇被顛覆，評分下降39%-80%，碰撞率高達50%，凸顯了評分頭推斷模式是值得防禦的關鍵攻擊面。

本研究對比了使用連續和離散動力學模型的四旋翼無人機在SE(3)上的風速估計效能，採用擴充套件卡爾曼濾波器(EKF)和無跡卡爾曼濾波器(UKF)。結果表明，離散SE(3)動力學結合UKF在低成本感測器下實現了更高的估計精度，適用於高精度任務。

本研究探索如何利用大規模靈巧抓取資料集來支援機器人完成鉸接工具使用任務。研究者構建了355k軌跡的抓取預訓練資料集，採用分層模仿學習框架，在模擬和真實實驗中顯著提升了任務成功率。

本文提出了一種視覺-語言程式推理（VL-PR）框架，用於機器人輔助血管內介入手術中的自主導絲導航。該框架整合多模態大語言模型作為程式推理模組，透過即時視覺觀察推斷高層次的導航上下文，並動態調整獎勵元件的權重，實現上下文感知的獎勵適應。實驗表明，該方法在物理機器人平臺上優於靜態獎勵方法，提高了任務可靠性和導航效率。

ViTL框架利用大語言模型將自然語言命令編譯為線性時序邏輯公式，再轉換為確定性有限自動機以協調多通道價值地圖，並在導航層面引入方向評分，使機器人能夠零樣本完成多目標、帶時序約束的自然語言導航任務。在HM3D資料集上的實驗驗證了其有效性。

本文認為，儘管視覺-語言-動作（VLA）模型在機器人操作基準上表現不斷提升，但當前評估指標無法區分語義泛化和物理泛化，因此不能證明其具備物理推理能力。作者提出透過引入控制變數的評估設計來分別測量這兩種泛化能力。