Cloudflare推出“AI訓練重定向”功能，可一鍵將已驗證的AI訓練爬蟲從已棄用頁面重定向到最新規範內容。該功能利用網頁已有的規範標籤自動生成301重定向，無需修改源站。同時，Cloudflare Radar的AI洞察頁面新增響應狀態碼分析，展示AI爬蟲收到的各類HTTP狀態碼分佈。

Cloudflare Agent Memory 是一項託管服務，為AI代理提供持久記憶，使其能夠記住重要資訊，遺忘不必要的內容，並隨著時間的推移變得更加智慧。

Cloudflare 開發了 Unweight，一種無損推理時壓縮系統，可將模型權重減少高達22%，同時保持位精確輸出。該系統透過利用 BF16 指數字節的冗餘性，使用霍夫曼編碼壓縮多層感知器（MLP）權重，並設計了一種重構矩陣乘法，在快速片上記憶體中解壓權重並直接饋送到張量核心，從而減少 GPU 記憶體頻寬瓶頸。在 Llama 3.1 8B 上，推理時模型尺寸減少約13%，分發時減少約22%，但當前吞吐量有30-40%的開銷。

企業AI規模化面臨的核心挑戰是缺乏組織上下文。本文探討了透過專用上下文層為AI代理提供組織知識、系統意識和安全護欄，從而顯著提升任務準確率、降低令牌消耗並確保合規性。

介紹CRUX，一個合作專案，透過長期、真實的開放世界任務來評估前沿AI能力。首次實驗顯示AI代理自主釋出iOS應用，既展示了進步，也指出了風險，如應用商店垃圾資訊。

谷歌推出Simula框架，將合成資料生成重新定義為資料集層面的機制設計。透過從第一性原理出發的推理式方法，Simula實現了對資料覆蓋度、複雜度和質量的精細控制，適用於隱私敏感或資料稀缺的專門領域。

谷歌研究團隊開發了MoGen模型，利用AI生成合成神經元形態，用於訓練腦圖譜重建模型，使重建錯誤率降低4.4%。在完整小鼠大腦尺度上，這相當於節省157人年的人工校對工作。該成果為加速大規模腦連線組學專案提供了新工具。

本週AI新聞涵蓋：法院裁定AI聊天記錄不可享有特權，可被用作證據；AI代理自發形成政府結構；美國財長緊急召集銀行CEO討論AI模型風險；蘋果威脅下架Grok；Uber AI預算意外超支等。

Ecom-RLVE 將 RLVE 框架從單輪推理擴充套件到多輪工具增強的電商對話，提供 8 個可驗證環境（產品發現、替換、購物車構建、退貨、訂單追蹤、政策問答、套餐規劃、多意圖旅程），每個環境具備程式化問題生成、12 軸難度課程和可驗證獎勵。使用 DAPO 在 300 步內訓練 Qwen 3 8B 模型，初步結果表明環境縮放和自適應難度可遷移至實際任務完成。

GitHub 工程師 Brittany Ellich 利用 AI 支援，從構思到實現僅用一天時間構建了一個個人組織指揮中心，將分散在多個應用中的資訊統一到一箇中央空間。她分享了使用 Copilot 進行規劃和實施的經驗，並提供了技術棧和工具清單。

配送和履約領導者面臨運營複雜性增加與績效期望上升的挑戰，而資料分散在多個系統導致可見性不足。本文探討了透過統一資料模型、合理排序AI投資以及衡量網路經濟而非部門績效來提升供應鏈效率的方法，並引用了Easy Metrics和Tyson Foods專家的見解。

哈佛大學研究發現，在擁擠環境中，給機器人運動新增適量隨機性可以防止堵塞並提高效率。

Modal成為OpenAI Agents SDK的官方沙箱提供商。本文展示瞭如何從零開始構建自定義的編碼代理框架，整合Modal沙箱以實現安全、並行和可擴充套件的自動化任務，以Parameter Golf挑戰為例。

EleutherAI 的研究人員提出了一種稱為推理插值的新技術，用於在訓練期間早期檢測強化學習模型中的獎勵駭客行為。該方法透過對利用性解決方案進行微調，生成高機率的推理字首，並使用重要性取樣來估計駭客機率。雖然早期的重要性取樣估計值低了幾個數量級，但其趨勢能夠完美預測哪些利用型別最終會出現（在受控環境中）。研究表明，推理插值是有前景的監控訊號，但需要在實際強化學習執行中進行驗證。

Seedance 2.0是字節跳動推出的AI影片生成模型，支援多模態參考輸入、原生音訊同步、複雜的物理模擬以及時間編碼的多鏡頭控制。本文詳細介紹其功能和使用技巧。

Weaviate Shared Cloud 在 AWS 美國東部和歐洲區域正式商用，為團隊提供完全託管的 AI 原生資料庫，支援在最適合的雲提供商和區域進行構建。

Parcae是一種穩定的迴圈語言模型，能夠達到規模兩倍的Transformer的質量——一個770M引數的模型達到1.3B級別的效能。我們首次提出了迴圈的縮放定律，並證明增加迴圈次數（而不僅僅是資料）是計算高效提升模型質量的路徑。

本文回顧了作者近期的各項努力，包括髮布ATOM報告更新、完成RLHF書籍並開放預訂、製作後訓練課程以及參與兩項技術研究。同時預告了即將前往中國和華盛頓特區的行程。

GitHub Secure Code Game第四季專注於智慧體AI安全，玩家透過五個逐步升級的挑戰，利用自然語言誘使一個故意存在漏洞的AI助手洩露秘密。該遊戲免費開源，已在GitHub Codespaces中執行，超過10,000名開發者使用過。

Modal與Autoresearch整合，提供彈性GPU擴充套件，使AI智慧體能夠動態調配計算資源。在Parameter Golf挑戰中，一個智慧體在238個GPU小時內執行了113個實驗，與單個工作站相比實現了5倍加速，同時僅使用了專用叢集資源的一小部分。

谷歌研究與紐約大學合作開發了Vantage，這是一個利用生成式AI評估團隊合作和批判性思維等面向未來技能的系統。該系統透過AI化身模擬對話，由執行LLM動態引導，評估結果與人類專家高度一致。目前Vantage已在Google Labs開放註冊。

Zoom Communications Inc. 在2026年分析師大會上展示了其從傳統通訊平臺向“行動系統”的轉型，旨在透過AI整合工具消除應用切換的“摩擦稅”，實現從對話到任務完成的無縫體驗。會議要點包括：Zoom定位為工作作業系統而非單純通訊工具，AI作為責任追蹤夥伴，以及從同步工具轉變為永續性平臺。

斯坦福大學2026年AI指數報告顯示，中國在AI效能上已與美國並駕齊驅，美國在資本和基礎設施上仍領先，但中國在專利和物理AI方面佔優。報告還指出AI採納率創紀錄，但公眾信任度下降，企業影響力增加。

Cloudflare宣佈擴充套件其Agent Cloud平臺，新增一系列基礎設施、安全和開發者工具，旨在幫助開發者構建、部署和擴充套件AI代理。新功能包括Dynamic Workers、Artifacts、Sandboxes、Think框架以及擴充套件的AI模型目錄，支援OpenAI GPT-5.4等模型，旨在將AI代理從實驗性演示轉變為生產級工作負載。

瑞典查爾姆斯理工大學的研究人員提出了一種名為“巨型超原子”的新型量子系統理論，將巨型原子和超原子的概念結合，為保護、控制和分發量子資訊提供了新方法，有望推動大規模量子計算機的構建。

資料保護提供商Commvault Systems Inc. 宣佈了新的AI功能，旨在幫助企業在保持對資料、代理和恢復控制的同時，加速AI採用。新功能包括Data Activate、AI Protect和AI Studio，分別用於資料分類和準備、AI代理風險管理和恢復，以及自定義代理構建。這些工具旨在應對AI部署中的風險與合規挑戰，確保AI彈性。

本期Import AI探討了MirrorCode基準測試，顯示AI能自主重現已有的複雜軟體；《風落政策圖譜》幫助理解應對變革性AI的政策選項；谷歌DeepMind論文列出六類針對AI智慧體的攻擊；AI預測者加倍了對2028年底全面自動化AI研發的機率估計；David Krueger提出了關於逐漸失權的十種思考方式。

生命科學企業面臨研發與製造加速而基礎設施滯後的困境。資料量激增，數字化專案失敗率高（約70%）。本文探討透過工作負載驅動的基礎設施部署、物件儲存作為AI資料層以及適應性架構來加速價值實現。引用阿斯利康全球雲與基礎設施負責人Robert Wenier的觀點。

Ai2開發的兩個基準測試——ScienceWorld和DiscoveryWorld——揭示了即使是強大的AI科學智慧體在處理人類科學家日常解決的問題時也表現不佳。ScienceWorld測試基本實驗能力，DiscoveryWorld則評估端到端科學發現能力。目前頂級模型在ScienceWorld上得分約80%，在DiscoveryWorld困難任務中僅完成約20%，而人類科學家完成率約70%。

EinsteinArena是一個開放平臺，AI智慧體在其中協作和競爭解決數學難題。目前已取得11項最新最優結果，包括將11維親吻數下界從593提升至604。平臺透過即時排行榜、驗證器和討論執行緒促進智慧體間的協作。