AI 日报

OpenAI正在为Codex添加数据分析、销售和投资银行等角色特定插件。该工具每周有五百万用户使用，其中五分之一不是开发者，且非开发者群体的增长速度是开发者的三倍，表明OpenAI正将Codex定位为通用工作应用。

美国总统特朗普签署行政令，建立“自愿框架”，要求AI公司在发布前沿模型前与联邦政府共享，以促进安全创新并加强关键基础设施的网络安全。该指令要求多家联邦机构制定框架，在模型公开发布前评估其先进网络能力。公司可自愿共享，但若选择共享，将获得保密保护。

微软在Build 2026大会上发布了一系列新的内部AI模型，包括旗舰推理模型MAI-Thinking-1。该模型基于清洁数据从头训练，在关键软件工程基准测试中达到领先水平，未使用第三方蒸馏技术。此外，微软还推出了图像生成、高速转录、多语言语音及编码模型，进一步减少对OpenAI的依赖。

本文深入探讨了在使用 Amazon Nova Forge 进行领域特定任务微调时，如何平衡模型领域性能与通用能力。介绍了数据混合、学习率、检查点选择等关键超参数的优化策略，以及如何避免灾难性遗忘和昂贵的失败训练。

微软在Build 2026大会上发布了Surface RTX Spark Dev Box，一款紧凑型桌面电脑，配备Nvidia Blackwell架构RTX Spark处理器和128GB统一内存，提供1 petaflop AI算力，让开发者可在本地加载和运行超过1200亿参数的大模型，无需支付云API费用。此举直接挑战了自ChatGPT推出以来主导AI行业经济的按token付费模式。

前沿AI模型如Mythos和GPT-5.5能发现真实漏洞，但企业级进攻性安全需要更多：覆盖范围、验证、安全性、治理和运营集成。本文探讨了如何将AI能力转化为可靠的安全系统。

特朗普总统签署一项行政令，建立自愿框架，要求科技公司在公开发布强大AI模型前最多提前30天提交给政府审查，以加强网络安全和国家安全。此举标志着他从之前的放松监管立场转向更严格的控制。

Nvidia在Computex 2026上宣布了其新款RTX Spark CPU，用于笔记本电脑，与英特尔、AMD和高通竞争。该芯片基于Arm架构，提供高达1 petaflop的AI性能和128GB统一内存。微软的Surface Laptop Ultra、戴尔XPS 16 Creator Edition、华硕ProArt P14/P16和微星Prestige N16 Flip AI Plus是首批亮点机型，预计今年秋季上市，售价超过2000美元。

Anthropic的IPO申请标志着生成式AI从以研究为主的风险投资阶段转向稳定的企业公用事业，对定价、许可和市场整合产生影响。

微软推出Scout，一款基于OpenClaw的始终在线AI助手，集成于Microsoft 365，可自动执行日程安排、费用报告等任务。它能监控交通和日历，从Teams和电子邮件中学习，并推荐行动。桌面预览版现面向美国Frontier客户提供。

TinyFish 推出开源多智能体系统 BigSet，用户只需用一句话描述所需数据，系统便自动推断模式、通过网络搜索和提取、去重并生成可导出的 CSV/XLSX 文件。支持定时刷新，全程无需手动编写爬虫或配置选择器。

由于AI代码生成带来的前所未有的增长，GitHub遭遇频繁宕机。该公司正在扩展基础设施，迁移至Azure，并重建核心系统以恢复可靠性。

在Build开发者大会上，微软推出一系列面向开发者的新功能，包括默认开启深色模式的开发者优化Windows 11体验、预配置开发工具、在PowerShell中原生运行Unix核心工具、WSL容器、智能终端Agent面板、以及用于运行AI Agent的执行容器和本地AI模型。微软旨在通过减少干扰和提供熟悉的环境，吸引Mac和Linux开发者转向Windows。

微软推出智能终端（Intelligent Terminal）实验性功能，将AI智能体直接集成到Windows 11终端中，支持GitHub Copilot、Claude Code等代理，可自动检测错误并建议修复，简化开发者工作流程。

Anthropic的Claude托管代理提供了一个完全托管的平台，用于运行AI代理，无需管理基础设施。本文涵盖了功能、定价、最新更新以及逐步构建代理的实践指南。

Deep Agents 的 RubricMiddleware 通过在智能体运行中添加自我评估循环，使其能够根据预定义的评价标准反复修正输出，直到满足所有条件。该工具特别适用于具有明确可验证成功标准的任务，如通过测试、避免禁止模式、覆盖必要部分等。

微软在Build 2026上宣布了Project Solara，这是一款专为运行AI代理的小工具设计的新操作系统，基于安卓而非Windows。公司展示了两款概念设备：桌面概念（类似亚马逊Echo Show）和徽章概念（可穿戴工作徽章）。微软不计划自行生产这些设备，而是作为参考设计供其他硬件制造商使用。多家企业如AccuWeather、百思买、CVS医疗和塔吉特计划开展硬件试点。

CVE AI Agent是一个自主运行的漏洞情报引擎，能够持续采集、丰富和分类CVE数据，并通过n8n、Jira、Slack、Splunk等第三方工具将发现结果推送到用户选择的平台。其采用令牌高效架构，通过确定性最小化逻辑过滤噪音，平均提示词仅1000个令牌。代理遵循严格的两遍架构：第一遍确定性提取所有可测量数据，第二遍由LLM填充定性部分。支持多种LLM提供商，包括Gemini、OpenAI、Claude等，并提供Web仪表盘。

微软推出Work IQ，专为代理优先的企业设计，让AI代理动态发现数据结构和执行操作，但成本、治理和数据暴露问题令人担忧。

本文深入分析LLM编码基准测试与现实生产环境之间的差距，指出单纯依赖排行榜分数选择模型的弊端。文章分类介绍了HumanEval、SWE-bench等主流基准测试的实际测量内容，并提出一套包含五步的评估框架：定义质量指标、选择匹配任务的基准、运行内部评估、使用加权评分、建立持续评估机制。同时警示了过度依赖单一基准、忽略执行评估、不考虑基础设施开销等常见陷阱。最后强调，内部评估集才是模型选择最可靠的依据。

微软推出Surface RTX Spark Dev Box，这是一款专为开发者设计的迷你PC，搭载英伟达Arm架构RTX Spark芯片，拥有128GB统一内存，支持本地运行高达1200亿参数的AI模型，预装Visual Studio Code、GitHub Copilot等开发工具，将于今年晚些时候在美国上市。

OpenAI宣布Codex的500万周活跃用户中20%是知识工作者而非程序员，因此推出针对他们的新功能：Sites（创建和分享交互式网站）、Annotations（在文档中指定区域让AI修改）以及面向数据分析、销售等领域的插件。

Baseten 与微软 AI 宣布，MAI-Thinking-1 即将在 Baseten 平台上提供。该模型是微软 AI 的旗舰推理模型，结合了开源模型的灵活性与闭源模型的管理便利性，具有干净数据来源、商业级质量和定制化能力。

谷歌为电话应用推出新功能，利用端到端加密的RCS技术检测冒充联系人的AI诈骗电话。诈骗者越来越普遍地使用AI模仿声音进行诈骗，FBI报告2025年美国损失超8.93亿美元。该功能默认开启于Android 12及以上设备，从Pixel手机开始，要求双方使用谷歌电话应用。此外，还推出了儿童安全、AirDrop支持、AI试穿等功能。

本文介绍了如何通过Amazon Nova 2 Lite实现目标检测，无需训练模型或管理基础设施。利用Amazon Bedrock、Lambda和API Gateway构建应用，通过自然语言提示即可检测物体并获取边界框坐标。涵盖制造业、农业和物流等实际应用场景。

Refer Me推出了AI简历定制工具，可根据职位描述自动优化简历，提高通过ATS筛选的几率，让求职者在竞争激烈的市场中脱颖而出。

本文探讨了AI在数据分析领域的实际效用与局限。AI在编写代码和加速数据资产开发方面有显著优势，但在回答临时数据问题、分析指标变化时，误差率较高（约86%准确性），且需要大量前期数据准备。AI无法替代分析师所需的判断力、背景知识和机构记忆。文章建议以清醒的态度使用AI工具，避免过度投资或完全忽视。

研究发现在Android设备上，任何应用都可以静默获取Microsoft 365账户的令牌，从而劫持账户。问题已修复，建议立即更新应用。