本文提出了一種多項式時間演算法，用於在代數多樣性框架中解決群選擇問題。該演算法將對易子組合最佳化轉化為廣義特徵值問題，複雜度為O(d^2M^2 + d^3)，並能以閉式解直接構造最優群生成器，同時提供可驗證的最優性間隙。

Agentopic是一種基於代理的新工作流，利用大型語言模型的推理能力進行可解釋的主題建模。它透過多個代理協作完成主題識別、驗證、層級分組和自然語言解釋，解決了LDA和BERTopic等傳統方法缺乏透明性的問題。在BBC資料集上，有種子版本的F1分數為0.95，與GPT-4.1相當，優於LDA的0.93，略低於BERTopic的0.98。無種子版本生成了2045個語義連貫的主題，分佈在六個層級上，極大地豐富了原始的五類別結構。

針對智慧車輛旅行規劃中的路線最佳化問題，本文提出了一種智慧體AI框架，透過編排代理協調交通、充電和興趣點等專業代理，並構建了旅行規劃最佳化問題資料集（TOP），實現動態最佳化。實驗表明該系統在TOP基準上達到77.4%的準確率，顯著優於單一代理和基於工作流的多代理基線。

該研究提出了一種因果框架來定義和量化集體能動性，即多個簡單智慧體可能意外形成具有獨特能力和目標的集體智慧體。透過因果博弈和因果抽象，作者解決了演員-評論家模型中的激勵難題，並定量評估了不同投票機制下的集體能動性程度。該框架旨在為理解和控制多智慧體AI系統中的湧現集體智慧體提供基礎。

ARMOR 2025 是一個基於戰爭法、交戰規則和聯合倫理條例的軍事安全基準，用於評估大語言模型在國防應用中的合法合規性。該基準包含12個類別、519個提示，並測試了21個商業模型，結果發現模型在軍事場景中存在顯著的安全對齊缺陷。

一種名為TUR-DPO的直接偏好最佳化（DPO）新變體，透過引入推理拓撲和不確定性訊號，更好地將大語言模型與人類偏好對齊。它在多個基準測試上優於標準DPO，同時保持無強化學習且訓練簡單。

研究表明，在語義干擾存在的情況下，工具增強推理並不總是優於原生思維鏈。作者提出因子化干預框架來分離提示格式成本、工具呼叫協議開銷和工具執行收益，並引入G-STEP來緩解協議引起的錯誤。

本文提出LOCA方法，透過識別最小可解釋的中間表示變化，因果性地解釋特定越獄提示為何能繞過大型語言模型的安全訓練。這種方法相比全域性解釋更精確，平均僅需六次變化即可誘導模型拒絕回答，為理解LLM安全漏洞提供了新視角。

arXiv新論文提出AgentReputation，一種針對去中心化智慧AI市場信譽問題的三層框架，分離任務執行、信譽服務和防篡改持久化，引入驗證機制和上下文條件信譽卡，防止信譽混淆。

TADI是一種基於智慧體AI的鑽井資料分析系統，利用大語言模型編排12個領域專用工具，整合Equinor Volve油田的異構資料（包括1759份鑽井日報、WITSML即時資料等），透過DuckDB和ChromaDB雙儲存架構實現結構化和語義查詢。系統零錯誤解析所有XML檔案，處理三種不一致的井命名規範，並提出了證據接地分數（EGS）作為評估指標。研究表明，領域專用工具設計比模型規模更能提升技術分析質量。

Nylas CLI 是一個新的開源工具，透過單一身份驗證流程，為AI代理提供跨多個提供商（Gmail、Outlook、Exchange、Yahoo、iCloud、IMAP）的真實電子郵件賬戶、日曆和聯絡人。它使用模型上下文協議（MCP）為代理提供16種工具，用於傳送郵件、搜尋執行緒、建立事件等。

datasette-llm 0.1a7 版本釋出，新增了為特定模型配置預設選項的機制。作為 Datasette 外掛生態的一部分，該功能允許外掛開發者設定預設引數，例如將所有 enrichment 操作的溫度（temperature）設為 0.5。這一改進簡化了 LLM 整合的配置過程。

llm-echo 外掛的新版本增加了 -o thinking 1 選項，可以模擬推理塊，用於測試 LLM 0.32a0 及以上版本。

約翰·格魯伯透露，Y Combinator持有OpenAI約0.6%的股份，按當前8520億美元估值計算，價值超過50億美元。

moar 是一款免費的 Chrome 擴充套件，可將 PDF、DOCX 等文件轉換為乾淨的 Markdown 或 CSV，供 AI 工具使用，最高節省 95% 的令牌，且完全保護隱私。

蘋果機器學習研究提出隨機KV路由方法，透過在訓練中讓各層隨機選擇關注自身或前一層的鍵值狀態，實現跨層快取共享，從而在不增加推理延遲的前提下顯著減少KV快取記憶體佔用。實驗表明，該技術適用於多種模型，且在資料受限場景中具有正則化效果，甚至能保持或提升效能。

OpenAI擴充套件了ChatGPT廣告功能，推出測試版自助廣告管理器、每次點選費用競價和增強的測量工具，旨在保護隱私並將對話與廣告分離。

在馬斯克訴OpenAI一案中，Greg Brockman的證詞和日記顯示他迴避關鍵問題、過於吹毛求疵，並暴露了他的貪婪和機會主義。

Simon Willison 使用 IBM 的 Granite 4.1 3B 模型的 21 個量化變體進行實驗，每個變體都要求生成一張騎腳踏車的鵜鶘的 SVG 影像。所有結果都很糟糕，且質量與模型大小無關。

股權管理公司Carta展示了企業如何利用AI和智慧體來轉型和塑造業務。Carta的首席產品官在AI Agent會議上介紹了其從服務業務轉向AI驅動產品業務的策略，並強調了實驗、避免急於求成以及保持人工參與的重要性。

在AI新聞相對平靜的一天，一場關於AI“性格”的討論引發廣泛關注。OpenAI員工Roon公開稱讚Claude的設計，將其與GPT的功利導向形成鮮明對比。此外，本文還涵蓋了Sierra的新估值、智慧體編排的演進、程式設計智慧體的成本問題以及基準測試的最新動態。

Simon Willison的2026年4月贊助者專屬月度通訊介紹了Opus 4.7和GPT-5.5等新模型、Claude Mythos與LLM安全研究、ChatGPT Images 2.0等內容。通訊對贊助者開放，每月10美元。

微軟在使用者投訴後撤銷了VS Code的一項改動，該改動會自動在Git提交中新增“Co-authored-by: Copilot”的署名，即使使用者未使用AI工具。開發者對此表示不滿，認為錯誤地將AI歸為程式碼合著者。微軟已將該功能改為預設選擇加入，並將在版本1.119中釋出修復。類似問題也出現在Anthropic的Claude Code和OpenAI的Codex上。此舉引發了關於AI程式碼貢獻署名、版權保護和法律責任的複雜討論。

OpenAI和普華永道宣佈合作，利用AI代理幫助企業自動化財務工作流程、改進預測、加強控制，並實現CFO職能的現代化。

美國最大的食品和藥品零售商之一Albertsons Companies（擁有約2300家門店，營收800億美元）基於“一個團隊、一個平臺、一個運營模式”戰略構建了集中化AI核心。在Sunil Gopinath的領導下，他們利用Databricks平臺進行資料工程、機器學習和分析，採用特許經營模式平衡中央治理與本地創新。重點領域包括客戶體驗、商品智慧、勞動力管理和供應鏈。該方法強調可複用加速器、AI增強工程和領導問責制，以在企業中擴充套件AI。

Anthropic聯合黑石、H&F和高盛成立新AI服務公司，幫助中型企業採用Claude。此舉與OpenAI的“部署公司”模式類似，表明兩家公司均認識到AI落地的複雜性遠超技術本身。微軟憑藉Copilot在分發渠道上仍具優勢。

Simon Willison探索了Ville Laurikari的TRE正規表示式引擎，使用Claude Code構建了一個實驗性的Python ctypes繫結，並測試了其對抗惡意正規表示式攻擊（ReDoS）的能力。結果表明，TRE由於不支援回溯，在處理“邪惡模式”和大型輸入時遠超Python標準庫re模組，效能呈線性擴充套件而非指數級。

傳統儀表盤只能回答已知問題，當團隊需要探索臨時、多維或不可預見的問題時，就會遇到瓶頸。Amazon Quick的Dataset Q&A功能允許使用者用自然語言提問，並在幾秒內獲得準確答案，無需構建新儀表盤或排隊等待。AWS內部開發了TARA（技術分析研究代理），利用此功能將查詢準確率提升48%，故障率降至接近零，分析時間從數小時縮短至幾分鐘。

透過生產追蹤生成建議，使用批次評估和A/B測試進行驗證，並自信地部署。AI代理的初始效能會隨著時間退化。新功能提供自動化的觀察、評估、改進迴圈。

Amazon Bedrock AgentCore 推出了新的最佳化迴圈，包括建議、批次評估和 A/B 測試，以持續提升生產環境中 AI 智慧體的質量，用基於資料的迭代取代手動除錯。