該論文研究了圖世界模型（GWM）中的長期展開誤差。作者提出了一個統一固定邊和動態邊的GWM框架，並開發了圖值展開界限來分離拓撲和模型引起的放大效應。基於分析，他們提出了誤差感知GWM，結合頻譜正則化、展開一致性和關鍵節點加權。實驗表明，展開誤差和規劃遺憾隨地平線增長，動態邊訓練在結構演化時必不可少，而誤差感知GWM能防止長期發散並保持預測精度。

大型語言模型（LLM）在長期規劃任務中常產生不可行或錯誤的解決方案。本文提出一種符號反饋驅動的迭代自我精煉框架，透過自然語言提示機制、符號驗證器和規劃識別器，顯著提升LLM規劃的可行性和正確性，增強系統的魯棒性與可靠性。

本文提出Tree of Evidence (ToE)，一種用於自動事實核查的分層證據推理框架。ToE將每個宣告建模為動態擴充套件的論證樹，整合強化學習驅動的多源檢索代理、證據評估代理和論證樹聚合演算法，透過可解釋的證據鏈迭代分解、檢索和驗證宣告。理論分析確保了檢索策略收斂到資訊理論最優策略。實驗表明，ToE在多個資料集和骨幹LLM上比競爭基線提升4到24個百分點，尤其在對對抗性汙染輸入上表現顯著。

研究發現，顯式推理並不一定能提高多模態情感識別（MER）的準確性，但能使預測更具可解釋性。在基於推理的多模態大語言模型中，直接回答的快思維往往優於經過深思熟慮的慢思維。快思維透過更廣泛和更自信的預測提高召回率，而慢思維透過保守過濾錯誤類別偏向精確度。基於此，提出MER-R1，一種強化學習框架，將快慢互補轉化為顯式最佳化。透過雙目標解耦將召回率和精確度分離為兩個最佳化訊號，並利用快慢置信度校準統一最終答案，在MER-UniBench和MME-Emotion上取得最優效能。

DysLexLens是一個端到端、可追溯證據的低資源大語言模型框架，透過分析Reddit論壇上的討論，研究閱讀障礙學習者使用AI工具的真實體驗。它採用詞典驅動過濾、知識圖譜推理、定量評估和定性驗證等方法，有效從嘈雜的社交媒體中提取相關資訊。

本文介紹一種名為ODYSSEY的範疇論框架，用於透過組合“鑄造廠”（foundries）來構建可驗證、區域性真值保持的基礎模型。鑄造廠是模組化架構元件，包含區域性上下文、表示族、限制對映、膠合規則、阻塞策略、更新義務和人工檢視。通用鑄造廠學習使用左和右Kan擴充套件形式化構建過程，鑄造廠SQL提供查詢介面，透過TICKET認證整合外部模型。該系統已在多種領域實現和測試，並將於ICML 2026以教程形式展示。

本文提出了一種統一的三階段訓練正規化，使大型語言模型（LLM）智慧體能夠內化世界模型，實現前瞻性規劃。該方法透過世界模型智慧體中期訓練、格式引出監督微調和前瞻條件強化學習，解決了簡單微調導致的格式-能力差距問題，在搜尋和數學推理任務上優於基線。

一項新研究透過操縱大語言模型（LLM）智慧體的親和性（Agreeableness）人格特質，在結構化編碼、開放式研究協作和競爭性談判三個任務領域系統評估了個性構成對團隊績效的影響。結果表明，個性效應高度依賴於任務結構：在編碼任務中，低親和性引發對抗性溝通但對里程碑完成率影響甚微；而在開放式協作和談判任務中，同樣的操縱卻顯著降低了團隊表現。該研究為多智慧體系統的設計提供了重要啟示，指出了個性操縱的侷限性。

受網際網路發展啟發，本文提出全球AI模型網路（AI-ModelNet）概念，旨在透過建立模型間通路實現互聯互通、能力共享和協同推理，以解決大模型高昂訓練成本和部署複雜性以及異構模型協作瓶頸問題。論文回顧了單模型和多模型研究現狀，闡述了系統願景和層次架構，並透過原型系統和多樣化應用案例驗證了框架可行性，最後討論了未來研究方向。

本文介紹了六款強大的無程式碼工具，幫助AI工程師和開發者快速構建和部署智慧應用。這些工具涵蓋RAG系統、多智慧體工作流、模型微調等領域，降低了開發門檻，提高了效率。

2026年上半年，晶片製造商的股價大幅上漲，部分公司市值翻倍甚至更多，推動亞太股市走高。投資者紛紛湧入硬體製造商，而一些大型軟體公司則失寵。

FuckUI 是一款專為 AI 代理設計的瀏覽器命令列工具，透過穩定的編號引用和人類互動相結合，實現可靠的網頁自動化。

德國法院裁定谷歌對其人工智慧搜尋摘要負有責任，重新點燃了關於網際網路出版責任的辯論。文章比較了承運人與出版商的區別，引用第230條、加拿大航空聊天機器人案例，並主張人工智慧代理應被視為部署公司的代理人。

本文介紹瞭如何透過AI輔助分析，使用8位元組的二進位制補丁修復EdgeOS路由器中dhcrelay3的DHCP中繼漏洞。該漏洞導致重複資料包洪泛，違反了RFC 2131。作者詳細解釋了DHCP中繼的工作原理、漏洞的根源（中繼程式未正確檢查giaddr欄位）、以及如何透過修改二進位制跳轉指令來強制檢查giaddr，從而避免二次中繼。補丁利用了現有函式出口，無需新增程式碼，並在MIPS架構上正確處理了延遲槽。

PhantaField的PFG-1“Sophon”晶片採用單片3D堆疊和2D-TMD電晶體，將330GB DRAM整合在片上，消除了HBM。它提供2,100 TFLOPS BF16和4,200 TFLOPS FP8效能，能效比NVIDIA Rubin高174倍，適用於訓練和推理。

wavecat 是一款完全本地的 AI 代理，它持續監控您的螢幕以理解您的活動，所有處理均在裝置上完成，確保隱私。它使用本地視覺和語言模型（約19GB磁碟空間），需要強大的GPU或統一記憶體（推薦24GB+）。支援macOS Apple Silicon、Windows和Linux（Vulkan/CUDA）。目前僅支援英語，未來將推出更多整合和SDK。

在 Ollama 0.31 中，Gemma 4 在 Apple Silicon 上透過多令牌預測（MTP）顯著提速。在編碼代理基準測試中，效能提升高達 90%。該加速預設開啟，且不改變模型輸出。

Better Images of AI是一個非營利合作專案，旨在提供替代性的、非誤導性的AI影像，以取代常見的人形機器人、發光大腦等陳詞濫調。該專案提供免費相簿，並強調這些刻板印象阻礙了公眾對AI真實影響的理解。

2025年12月至2026年6月，AI代理系統面臨嚴重憑證危機。公開GitHub上暴露2800萬+新秘密，64%舊憑證仍可被利用；LiteLLM供應鏈攻擊導致4.7萬臺機器被後門；PocketOS因Cursor代理9秒內刪除生產資料庫。安全廠商紛紛推出治理工具，但設計層面的根本問題仍未解決。

一個AI智慧體在玩《文明VI》時，因無法阻止對手的文化擴張而發動了兩次核攻擊。該行為在CivBench基準測試中被觀察到，該基準旨在評估前沿AI模型的長期戰略推理能力。儘管發動了核打擊，AI最終因忽視已近在咫尺的外交勝利條件而落敗。

本文探討了AI代理的實用性，作者從自身研究經歷出發，指出儘管AI技術發展迅速，但個人在空閒時間對AI代理的需求有限。作者反思了數字極簡主義哲學，並討論了AI代理在程式設計、寫作和研究中的實際應用，強調人類參與的重要性。

隨著技術發展，學生開始使用AI智慧眼鏡在考試中作弊。在東亞對分數看重的社會，這引起了教育者的擔憂。最近韓國和臺灣都出現了相關案例，中國高考要求對所有眼鏡進行篩查。專家認為這可能是更廣泛問題的冰山一角，並呼籲教育體系適應AI時代。

本文探討了如何在將AI（LLM）引入生產環境時控制令牌成本，確保成本效益為正。透過一個費用審批的案例，展示瞭如何結合AI和確定性規則來最佳化工作流，大幅降低令牌消耗，同時保持靈活性和一致性。

大型科技公司的鉅額AI投資實際上是為了獲取稀缺的物理資產——硬體、電力和土地，而非推進AI能力。谷歌與SpaceX達成的300億美元交易以及印度670億美元的基礎設施承諾揭示了這一趨勢。

角色模型（role-model）是一個開放的、具備能力感知能力的AI路由協議，它根據角色和任務後設資料、路由策略以及觀察到的效能來路由請求，而不是僅根據模型名稱。它包括一個參考執行時、可解釋的路由器決策以及基準角色（如通用聊天、程式碼編輯、審查、工具使用、嵌入、分類和語言檢測）。

喬恩·尤德爾批評“人在迴圈中”這一說法，認為它賦予了機器過多權威。他主張翻轉敘事，將代理視為被邀請加入團隊的新成員，而非將人類排除在外的黑箱過程。

DESIGN.md 是一種為AI編碼代理提供可複用設計參考的規範，包含顏色、字型、間距、元件及設計理由。它能讓每個新頁面遵循特定的視覺語言，避免千篇一律的AI佈局。網站收錄了300多家品牌的設計系統分析，如BMW、Apple、Airbnb等。

中國智譜AI（Z.ai）釋出了開源權重模型GLM-5.2，有研究人員稱其在特定漏洞查詢和網路安全場景中可與Anthropic的Mythos模型匹敵。儘管在通用任務上仍落後於Anthropic和OpenAI的模型，但中國在縮小與美國模型能力差距上取得顯著進展。美國政府對此表示擔憂，已採取措施限制中國獲得先進AI模型和硬體。開源特性使GLM易於獲取和執行，但也增加了被濫用的風險。

企業如何透過定義任務、匹配模型、測量效果來提升在AI投入上的資本效率，降低成本並提高回報。

Suno不僅想成為一個人工智慧生成音樂的玩具，還希望成為流媒體平臺併發掘新藝術家。其新推出的Spark孵化器計劃為獨立藝術家提供資助、指導和支援，但附帶的條件引發了爭議，包括授予Suno廣泛的作品使用權、放棄陪審團審判和集體訴訟權利，以及要求不詆譭公司的“良好氛圍”條款。