本文對2026年1月至2月期間釋出的十大開源大語言模型進行了架構比較和分析，涵蓋Arcee Trinity、Kimi K2.5、Step 3.5 Flash、Qwen3-Coder-Next、GLM-5、MiniMax M2.5、Nanbeige 4.1、Qwen3.5、Ling 2.5以及Tiny Aya，並更新了Sarvam模型。文章重點討論了混合專家架構、注意力機制創新（如門控注意力、門控DeltaNet、閃電注意力）以及多令牌預測等技術趨勢。

研究者提出了一個衡量AI智慧體可靠性的框架，將可靠性分解為12個維度，並發現儘管能力提升迅速，但可靠性進展緩慢。該研究呼籲行業將可靠性作為獨立維度進行最佳化。

Seedream 5.0引入了多步推理、基於示例的編輯和深度領域知識，用於影像生成。瞭解其強大功能和使用技巧。

本期探討了測量技術對AI治理的關鍵作用、LLM在核戰爭模擬中更激進的傾向、中國發布的前瞻性安全基準ForesightSafety Bench，以及評估AI科研能力的LABBench2基準。

透過Ollama 0.17，只需一條命令即可在本地硬體上部署OpenClaw個人AI助手，支援管理郵件、日曆和透過訊息應用執行任務。本文詳細介紹了安裝步驟、模型選擇和安全注意事項。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：In March 2025, we dropped a statement-bomb in the “Relevance Feedback in Information Retrieval” article and then went silent. We claimed that even though the information retrieval research field has proposed many useful mechanisms for increasing the relevance of search results, none of them made it to the neural search industry, simply because these approaches are not scalable. Certainly, there are methods widely used to improve the relevance of retrieved results: query rewriting, for example. Yet none of the vector search solutions out there have tried to use the possibilities that come with full access to the vector search index: traversing it in the direction of relevance, instead of guessing where to shoot the query to the vector space.

本文論證理性的人沒有目標，理性的AI也不應有目標。人類行為之所以理性，並非因為我們將其指向某些最終“目標”，而是因為我們將行為與實踐對齊。文章提出“幸福理性”概念，認為AI對齊應將AI智慧體的審議與基於實踐的邏輯共享相同“型別簽名”，並探討這種框架對AI安全、透明度、可修正性等核心屬性的意義。

本文深入分析了從聊天機器人到智慧體的轉變，介紹了選擇AI時需要考慮的模型、應用和工具框架三個層面，並詳細比較了GPT、Claude、Gemini三大前沿模型及其配套應用和框架，為不同需求的使用者提供了實用建議。

Ollama 現已支援在 Claude Code 中使用子代理和網路搜尋功能，無需額外配置。子代理可並行執行檔案搜尋、程式碼探索和研究等任務，而網路搜尋則內建於 Anthropic 相容層，為模型提供即時資訊。

本文運用“AI作為正常技術”框架分析法律行業，指出AI並不會自動降低法律服務成本，因為存在三大瓶頸：監管壁壘（如禁止非律師執業）、對抗性動力（訴訟和交易中的軍備競賽）以及人類參與需求（法官、律師和客戶的時間限制）。文章還探討了可能的制度改革路徑。

Replicate的MCP伺服器已支援透過官方MCP登錄檔自動發現，使用/.well-known/mcp/server.json端點發布後設資料。VS Code提供最佳整合，其他客戶端需手動配置。

OpenClaw是一款個人AI助手，能將你的訊息應用連線到本地AI程式設計代理，所有操作都在你自己的裝置上執行，確保隱私安全。它支援WhatsApp、Telegram、Slack、Discord、iMessage等服務，並透過Ollama整合本地或雲端模型，推薦使用至少64k上下文長度的模型。

莫拉維克悖論認為對人類困難的任務對AI容易，反之亦然。本文透過實證檢驗和進化論分析，指出該悖論缺乏證據，且其基於的進化解釋值得懷疑。悖論式思維導致了AI領域的過度樂觀與不必要的恐慌。作者建議不應依賴此類預測，而應專注於適應已明確到來的技術變革。

在賓夕法尼亞大學的一個實驗中，MBA學生利用AI工具在四天內從零開始建立初創公司，展示了AI如何加速創業過程。文章探討了AI代理工作的方程式，以及如何透過有效的委託（管理技能）來提高AI工作的成功率。

推理時間縮放是提升已部署LLM答案質量的最有效方法之一。本文對各類推理時間縮放技術進行了清晰分類，並概述了近期相關論文，包括思維鏈提示、自一致性、最佳N排序、帶驗證器的拒絕取樣、自我最佳化以及搜尋解決方案路徑等方法。作者還分享了在編寫相關書籍章節時的個人實驗經驗。

Ollama 推出新命令 `ollama launch`，可自動配置並執行 Claude Code、OpenCode、Codex 等編碼工具，支援本地或雲端模型，無需手動設定環境變數或配置檔案。

舊金山雲平臺Railway在未投入營銷資金的情況下吸引了200萬開發者，近日宣佈獲得1億美元B輪融資。隨著AI應用激增暴露傳統雲基礎設施的侷限性，該公司憑藉亞秒級部署、垂直整合資料中心和按秒計費模式，迅速成為AI時代重要的基礎設施初創企業。

Anthropic的Claude Code定價引發開發者不滿，而Block開發的開源AI代理Goose提供類似功能，無需訂閱，可在本地執行，保護隱私，並支援離線使用。本文分析了Claude Code的費率限制爭議、Goose的功能與設定方法，以及兩者在模型質量、上下文視窗、速度等方面的權衡。

Listen Labs 利用 AI 進行客戶訪談，近日完成 6900 萬美元 B 輪融資，估值達 5 億美元。該公司透過獨特的招聘方式（如柏林夜店門衛程式設計挑戰）吸引人才，並解決了市場調研中的欺詐問題。其 AI 平臺可在數小時內完成深度訪談，已被微軟、Sweetgreen 等公司採用。創始人認為，AI 將使產品開發形成自動化反饋迴圈。

Ollama v0.14.0 及以上版本現相容 Anthropic Messages API，使 Claude Code 等工具能與開源模型配合使用。使用者可在本地或透過 ollama.com 連線雲端模型執行。

Ollama宣佈支援OpenAI的Codex CLI，允許使用者透過本地或雲端開源模型執行Codex，實現程式碼讀取、修改和執行。

Replicate 現在支援透過 API 的 source 引數篩選預測結果，僅顯示透過網頁介面建立的預測。使用 source=web 引數，可以區分手動建立和 API 生成的預測。注意：篩選結果僅限 14 天內的預測。

Salesforce釋出了完全重建的Slackbot，基於Anthropic的Claude模型，從簡單的通知工具轉變為能夠搜尋企業資料、起草文件並代表員工採取行動的AI代理。新Slackbot面向Business+和Enterprise+客戶免費提供。內部8萬名員工測試顯示滿意度高達96%，客戶如Beast Industries報告每天節省多達90分鐘。Slackbot將與微軟Copilot和谷歌Gemini競爭，Salesforce將其定位為企業“超級代理”。即日起開始推出，移動端支援將於3月完成。

人工智慧藥物發現初創公司Converge Bio完成2500萬美元A輪融資，由Bessemer Venture Partners領投，TLV Partners、Saras Capital、Vintage Investment Partners以及Meta、OpenAI和Wiz的高管跟投。該公司利用生成式AI分析分子資料，幫助製藥和生物技術公司加速藥物開發。

Anthropic推出Cowork，一款面向非技術使用者的Claude桌面AI代理，可在指定資料夾內讀取、編輯和建立檔案。該功能作為研究預覽版，僅對Claude Max訂閱者（月費100-200美元）在macOS桌面應用中開放。Cowork的構建時間約為一週半，且大部分由Claude Code自身完成，體現了AI遞迴改進迴圈。

研究人員開發了一種基於互資訊的成像系統評估與最佳化框架，在四個成像領域預測系統效能，並實現無需任務特定解碼器的高效設計。

新一代AI編碼工具如Claude Code正展現出強大的自主工作能力，能夠獨立完成複雜任務並自我糾錯。文章介紹了Claude Code的功能，如長時間自主執行、上下文壓縮、技能和子代理機制，並探討了其對程式設計領域的深遠影響。儘管目前主要面向程式設計師，但預示著AI在知識工作中的更廣泛應用。

由Paradigm支援的Nous Research釋出了NousCoder-14B，一個在4天內用48塊輝達B200 GPU訓練而成的開源程式設計模型，在LiveCodeBench v6上達到67.87%的準確率，超越了一些更大的專有系統。該模型基於Atropos框架完全開源，包括強化學習環境和訓練工具，但研究者警告高質量程式設計訓練資料已接近極限。

Anthropic旗下Claude Code的創始人Boris Cherny在X上分享了他的個人終端工作流程，引發開發者社群熱議。他的方法包括並行執行5個Claude代理、使用Opus 4.5模型、維護CLAUDE.md檔案記錄錯誤、以及利用斜槓命令和子代理自動化任務。這一流程將編碼轉變為即時戰略遊戲，使單個開發者達到小型工程團隊的產出。

Spellar AI 釋出 3.0 版本，引入跨會議記憶功能，能夠記錄並關聯所有會議內容，支援客戶端組織、模板、多AI模型選擇等，無需機器人加入即可原生整合到會議中。