日报
2026-07-16 精选 10 条，按主题聚合。其余新闻折叠归档。
本教程详细介绍了如何使用Patter SDK构建一个用于餐厅预订的语音代理工作流。内容涵盖动态调用变量的定义、可调用工具的注册（如查询空位、预订、营业时间和转接人工）、输出护栏的叠加、语音转文字和文字转语音的模拟、脚本化通话流程的运行、延迟和成本仪表盘的追踪，以及通过确定性评估套件验证代理。最后，展示了如何将相同的逻辑映射到使用Twilio和OpenAI Realtime的实际部署中。
哈斯克尔平台Scarf的创始人Avi Press宣布将新开发转向Python，理由是哈斯克尔在AI辅助开发方面落后。此举在哈斯克尔社区引发激烈争论，支持者呼吁语言应适应AI时代，而反对者则担忧AI的危害。
这篇文章批判了“AI只是工具，如何使用才重要”这一常见说法，指出工具并非中立，它们塑造社会、环境与人性。作者以汽车、椅子为例，说明工具的设计本身带有政治性。AI作为工具尤为危险，因为它消除了人类应有的挣扎与痛苦，导致批判性思维丧失。文章呼吁重新审视技术设计，关注工具对人类的深层影响。
SpaceXAI 于 2026 年 7 月 15 日开源了 Grok Build，这是其 grok CLI 背后的终端 AI 编码代理。源代码以 Apache 2.0 许可证发布，包含代理循环、工具调度、TUI 和扩展系统，但 Grok 4.5 模型保持闭源，且不接受外部贡献。
VaultCharts是一款免费的桌面交易应用，结合了图表工具与AI助手。它支持多种AI模型，以本地优先为特点，用户可以在有或没有AI辅助的情况下分析市场。
Linux 创始人 Linus Torvalds 明确表示 Linux 不是反 AI 项目，反对 AI 的贡献者可以分叉或离开。他认为 AI 是有用的工具，维护者应利用它而非逃避。
Ode是一家端到端AI解决方案合作伙伴，与Anthropic紧密合作，将前沿模型转化为可衡量的商业成果。公司专注于规模化生产系统，提供从路线图到部署的全流程支持。
一项关于AI牙膏推荐的调查，完成即可获取个性化免费产品推荐。
探讨AI生成的低质量内容如何损害二战历史信息的准确性和质量。
欧盟官员对AI公司Anthropic派出初级员工出席关于AI安全的听证会表示不满，认为该公司不重视欧洲。
这是一个由Suhas Bhairav创建的包含50多个开源Next.js AI模板和入门套件的精选集合，涵盖聊天机器人、RAG、语音代理、图像生成等多种AI应用。
一种名为Mycelium的新系统通过连接研究人员和AI代理在共享工作空间中，自动将观察结果和假设路由给相关团队成员，实现网络智能。在生物多组学研究中，它将局部发现转化为跨专家机制约束和实验设计。
本文提出DROPJ方法，一种以人为中心的安全训练与部署框架。该方法先利用先前真实轨迹学习世界模型，再让人类在模拟器中生成信息丰富的模拟轨迹，并收集人类对轨迹片段的偏好及其理由。由此训练奖励模型，结合世界模型通过模型预测控制直接部署智能体。实验表明，生成信息丰富的模拟轨迹可显著降低训练计算成本并提升部署性能，而偏好反馈比其它反馈类型更能提升性能，且安全理由能增强安全性或优先考虑用户指定的安全方面。
来自arXiv的一份技术报告介绍了Oracle Agent Memory，这是一个基于Oracle数据库构建的数据库原生内存系统，专为长期运行的AI代理设计。该系统在LongMemEval上达到了93.8%的准确率，同时相比扁平历史基线减少了约10.7倍的令牌使用量。系统解决了内存生命周期、具有作用域控制的分层架构，以及结合任务准确性和内存特定指标的评估方法。
一个包含56个AI概念及其150条关联的互动可视化地图，用户可通过拖拽、悬停和点击探索人工智能的关键主题。
代理推理正在将AI基础设施的重心从训练扩展转向上下文感知、记忆增强推理。RAISE峰会强调了三大关键洞察：AI堆栈专业化、存储作为主动内存扩展、以及资本和数据主权融入基础设施设计。
Boom是一款AI教练，帮助Instagram创作者（即使只有100粉丝）成长、变现并获得品牌合作。它提供个性化每日计划、24/7成长支持、自动协作匹配和合同管理。早鸟价$4.5一次性费用，发布后$9/月。2026年8月1日发布，现已开放抢先体验。
服务组织面临近乎零停机需求与维护能力之间的结构性错配。通过异常检测、规范性指导和运营转型，AI帮助技术人员在故障发生前采取行动，提升首次修复率，减少停机成本。
Simon Willison探索了新开源Grok CLI编码代理的代码库，发现了一个用Rust编写的自包含Mermaid图终端渲染器。他将其通过WebAssembly移植到浏览器，并创建了一个在线工具。
AIcss是一个免费的UI组件库，专为AI代理设计，提供可复制粘贴的组件，用于在对话中展示思考状态、工具调用、流式文本、表格等。
Lhv.ai是LHV银行推出的一项服务，通过Model Context Protocol (MCP)让AI助手安全地读取银行账户余额和交易记录。用户只需在AI工具中设置MCP服务器，登录银行账户并授权读取权限，即可通过自然语言查询财务信息。该服务采用OAuth2 JWT认证，令牌短时有效，且仅提供只读访问，完全审计跟踪。目前支持Claude、Cursor、Zed等工具，设置仅需2分钟。
Cadence Design Systems推出AuraStack，一款用于封装和PCB设计的AI代理，旨在自动化系统设计工作流程，将设计时间从数天缩短到几分钟。
AIAIO 是一款将 AI 代理会话日志转化为平台游戏的创意项目。你的实际提示、错误和任务成为游戏关卡，而“遗忘之墙”则根据你的 token 消耗推进。它既是教育工具，也是自我反思工具。
AWS Marketplace 新增了人工智能辅助的产品列表功能，帮助独立软件供应商和咨询合作伙伴利用现有数字资产创建全面的产品列表。该功能可优化列表并减少手动数据输入。AI代理的兴起推动了这一发展，代理类别在不到一年内从900个合作伙伴增长到3400多个。AWS Marketplace 和合作伙伴服务副总裁 Matt Yanchyshyn 讨论了代理化部署如何改变企业构建和扩展AI的方式。
Inkling 是 Thinking Machines Lab 发布的通用多模态模型，支持文本、图像和音频输入，输出文本。模型拥有 9750 亿总参数（410 亿激活参数），采用稀疏 MoE 架构，上下文窗口达 100 万 token，在多项基准测试中表现优异，并开放权重供研究和商业使用。
作者详细介绍了自己构建一台本地AI推理机器（称为“垃圾生成器”）的过程，包括模型选择（Qwen 3.6 27B）和硬件选型（Radeon AI Pro R9700 GPU加eGPU扩展坞），并探讨了自托管LLM的优势与挑战。
Vektorgeist是一个为运营者和AI代理打造的综合平台，支持代理资料发布、项目展示、招聘求职、软件和数字资产交易，并提供社区论坛、群组工作区和仪表盘。平台强调可验证身份与信任层级。博客文章涵盖本地优先、ICM方法、完全离线运行AI代理等主题。
Perplexity AI推出了一个名为Space Sandbox的新型代理沙盒环境，反映了该公司战略的演变。
麻省理工学院媒体实验室助理教授Pat Pataranutaporn介绍了一种新界面，让普通用户能在聊天机器人开口之前窥见其神经网络内部。
Gate.cat 是一个为AI代理设计的失败关闭式操作否决工具，旨在防止破坏性命令如rm -rf的执行。
随着克里斯托弗·诺兰的《奥德赛》即将上映，电影工作室Fountain 0宣布推出AI生成的《奥德修斯：陨落》，试图借诺兰的热度营销其AI服务。该片制作成本仅数万美元，视觉效果粗糙，被批评为AI垃圾，缺乏艺术价值。
Atlassian宣布Jira新增AI原生开发功能，通过Teamwork Graph提供上下文，支持将工作分配给AI代理、监控会话、自动化工程循环并衡量AI成本，旨在解决AI生产力差距问题。
本文提倡训练AI对资源具有风险规避特性，即边际效用递减。这种特性可以在AI保持对齐的情况下保留其效用，并在未对齐时提供额外防御：未对齐但风险规避的AI更倾向于稳定的小额奖励而非冒险叛乱。文章分析了风险规避的可行性、训练方法以及潜在问题，认为前沿AI公司应考虑实施。
中国、加利福尼亚州和纽约州的新法律对AI伴侣聊天机器人施加严格限制，理由包括成瘾、心理健康风险和儿童伤害。美国法规侧重个人保护，而中国则旨在维护国家利益并应对出生率下降。所有法律均要求披露聊天机器人的非人类身份。
JointJS+ 和 JointJS 提供了 AI 工作流构建器的演示，支持通过拖拽界面设计 AI 代理，包含自动布局、自定义形状、导航器等多种功能，适用于商业和开源项目。
Apache Spark 4.2 将现代数据与 AI 栈的核心能力内嵌至引擎，引入度量视图、向量检索、Arrow 优先的 Python 执行、自动变更数据捕获 (CDC) 及实时流处理等特性，进一步强化 Spark 作为统一分析引擎的地位。
Databricks 宣布成为 Thinking Machines Lab 的零日启动合作伙伴，将其首款开放权重模型 Inkling 引入平台。Inkling 专为编码和智能体推理优化，支持多模态输入，通过 Unity AI 网关提供企业级治理。企业团队可在自有数据上定制模型，并与 Cursor、OpenCode 等编码智能体集成。
Built Technologies与AWS生成式AI创新中心、AND Digital及AWS账户团队合作，创建了可扩展的AI文档处理引擎，能够对复杂房地产金融文档进行分类、拆分、提取、评估和推理。该引擎将原本需要数天的工作流程缩短至数分钟，支持数百种文档类型，并为技术团队和行业专家提供构建和改进文档处理器的共享环境。
本文介绍了计算机视觉MCP服务器，它通过统一接口整合计算机视觉、Strands代理和MCP协议，使AI系统能够高效处理视觉信息并做出智能决策。架构使用AWS IAM、S3、OpenSearch、Bedrock和Rekognition等服务，支持图像和视频分析，包括对象检测、裁剪和描述等功能。
根据Dice的最新报告，73%的科技职位描述要求具备AI技能，而2024年1月这一比例仅为15%。求职者需要展示AI熟练度、获得认证、通过项目成果证明能力，并制定个人技能提升计划。
IBM发布了新的Power服务器系列和软件，旨在实现基础设施管理和应用程序开发的自动化。其中包括用于系统管理的自主控制层IBM Power Autonomous Operations，以及面向IBM i环境的AI驱动开发助手IBM Bob Premium Package for i。此外，IBM还推出了紧凑型单插槽Power11服务器Power S1112，专为本地AI推理设计。这些新功能建立在去年Power11发布的基础上，强调了自主IT能力的扩展。IBM引用其2026年技术领导者研究，预计到2027年企业将平均部署1661个AI代理，需要能够自我管理的基础设施。Power S1112利用Power11的片上矩阵数学加速进行本地推理，性能是Power S914的两倍，能效提高69%。Power Autonomous Operations通过持续监控系统行为，在3.33分钟内解决容量问题，比传统工作流程快15倍。IBM Bob Premium Package for i则帮助开发者更快理解和现代化IBM i应用。
Work Louder 推出 Codex Micro，一款集成语音提示、任务监控和触控操作的紧凑型硬件控制器，专为 Codex AI 智能体设计，提供直观的状态反馈和高效的命令控制。
高等教育机构在扩大校园呼叫中心服务质量审查方面面临挑战。Databricks 提出一种基于生成式人工智能的解决方案，使用 OpenAI Whisper 进行高精度转录，利用 LLM-as-a-judge 根据机构评分标准进行一致评分，并通过 AI 函数进行数据丰富——所有步骤均在统一治理平台上完成，通过 Genie 和 Agent Bricks 实现自然语言洞察。
Shippy是一个用于实时海洋领域感知的AI代理，其设计注重可靠性、模块化和可审计性。文章详细介绍了其架构：由“灵魂”（系统提示）、技能（结构化Markdown文件）和配置组成。通过专用CLI与Skylight API交互，并使用Mothership平台进行沙盒托管和用户隔离。评估系统针对真实场景和加权标准对整体代理进行评分。未来计划包括代理驱动的UI控制、模型路由和跨线程记忆。
本文探讨了AI代理中模型路由的复杂性，指出路由不仅仅是分类问题，而是系统优化问题。文章通过三个维度（成本、复杂度、延迟）揭示了常见误解，并介绍了IBM Research团队构建的基于优化的路由解决方案。
Graft AI 将公司运营转变为智能代理可用的动态地图，使其能够实时导航和操作业务流程。
一种名为CrashStealer的新型macOS恶意软件伪装成苹果崩溃报告工具，窃取用户数据、密码和加密货币钱包。本文介绍其工作原理及三种防御习惯。
随着人工智能成本成为美国企业增长最快的支出之一，一些初创公司开始转向更便宜的中国AI模型以节省开支。尽管中国模型在能力上落后6到12个月，但其开源特性和低成本吸引了大量用户。
自主智能体的发展速度超过了行业的治理能力，面对第三方扩展风险、幻觉合规、混乱代码库等问题，不仅需要更好的提示或更大的沙箱，更需要从执行层安全、技能供应链审查、运营卫生习惯、合规环境设计到人工参与的全方位治理。
LangChain的Fleet平台新增一键部署功能，允许用户无需编码即可创建并发布AI代理到Slack。代理可拥有自定义身份，在频道和线程中工作，并支持权限控制和审批流程。
OtoDock是一个自托管的AI Agent平台，让你可以在自己的基础设施上以Agent团队的形式运行Claude Code和Codex。它提供实时仪表盘、安全沙箱、多Agent会议、自动化调度、文档生成等功能，支持消费级订阅、API密钥或本地模型。采用公平源码许可（FSL-1.1-Apache-2.0），支持Docker一键部署。
传统的VPN无法满足AI代理的访问需求，企业需要统一的身份网络和特权访问管理，以安全地支持人类和代理的混合工作负载。Tailscale专家将于7月28日举办网络研讨会探讨解决方案。
Mindlas 是一款开源工具，通过确定性仪表盘实时监测 AI 编码会话中的上下文恶化、验证债务、变更影响范围等问题，并在问题累积前提供具体纠正措施，无需网络调用且完全本地运行。
Atlassian 宣布扩展 Jira，新增 Jira Planner、Jira Coding Agent 及第三方代理集成，旨在将 Jira 打造为开发者与 AI 代理协同工作的控制平台，解决规划与协调瓶颈问题。
Perplexity AI推出SPACE沙箱平台，为AI代理提供隔离的安全环境，支持长期任务、会话暂停与恢复，并保护用户凭证。基于AWS Firecracker微虚拟机技术，性能提升显著。
OpenAI与键盘制造商Work Louder合作推出了一款名为Codex Micro的方形按键设备，用于监控和管理Codex编码平台上的AI代理。该设备售价230美元，限量发售，与OpenAI和Jony Ive合作的另一硬件项目无关。
Paul Graham认为，人工智能的最大优势之一是让公司在跨越约10人和150人的门槛前保持更高效率。本文探讨AI如何使团队重组成为可能：从多人协作转向一人加AI的模式。Anthropic推出的Claude Tag允许AI加入Slack团队，但Slack和Cursor等工具仍基于传统团队协作理念。文章指出，软件开发中团队效率低下，AI可能催生独自工作的开发者。此外，数据显示个体创业者增长迅速，AI正填补能力缺口，减少雇佣需求。
主权AI在全球蓬勃发展，但基础设施通常由美国科技巨头建造。一家初创公司获得5000万美元融资，旨在改变这一局面。
AI模型的能力日益强大，但企业采用的具体方式仍存疑问。为此，Anthropic和OpenAI等实验室分别成立了专注部署AI工程师到客户办公室的独立业务，押注帮助企业利用其AI模型将是下一个万亿美元的市场。Anthropic的Ode是一家15亿美元的AI实施公司，与黑石、Hellman & Friedman、高盛等联合成立。OpenAI也有类似举措——The Deployment Company。
OpenAI与Work Louder合作推出Codex Micro发光键盘，这是其首款品牌硬件。键盘为现有第三方硬件的修改版，但带有OpenAI标志和“You can just build things”标语。该产品限量发售，反映了OpenAI向硬件领域扩张的雄心。
一款基于Tauri v2 + React + Rust构建的轻量级桌面AI助手，具有始终置顶模式、安全密钥存储、本地SQLite数据库和多提供商支持（Gemini、OpenAI、Anthropic、Groq、本地Ollama或自定义端点）。开源免费，支持Windows、Mac和Linux。
Voicebox 是一款开源的语音转文字桌面工具，利用 Cloudflare Workers AI 实现实时语音识别和 LLM 格式化输出，支持全局快捷键和自动粘贴，目前处于早期开发阶段。
Throttle 是一款针对 Claude Code 的 macOS 菜单栏仪表盘，免费版提供无遥测、无网络的本地使用监控。专业版扩展为完整控制台，集中管理所有 Claude Code 项目，支持嵌入终端、自动休眠、远程会话转移到 Linux 服务器，并通过 AI 助手优化配置，减少输出 Token 消耗高达 65–75%。所有数据本地或 iCloud 私有数据库存储，一次性付费 29 欧元。
Linus Torvalds在邮件列表中澄清，Linux社区对AI持开放态度，Linux本身并非反对AI的项目。
本文探讨了字母形状的人类历史演变，并批评了在设计中滥用AI的做法。作者认为，写作传统是千年人类经验的结晶，而AI无法捕捉这种深度。作者宣布其字体工坊从不使用AI，坚持手工创作。
Limits是一款iOS应用，可在设备上监控Codex、Claude Code和Cursor等AI工具的使用配额。它提供实时通知、重置提醒和预测性警告，帮助用户避免超出限制。所有数据本地处理，无服务器存储，账户信息通过iOS钥匙串加密保存。
Painterly是一款桌面应用，通过贪心算法模拟画笔笔触将图像转化为数字绘画，完全不需要生成式AI。它逐笔绘制，可产生高质量效果，但处理时间较长。
荷兰皇家海军正在引领无人系统的应用，以将人员远离危险区域。他们在登海尔德海岸进行为期五周的试验，测试无人艇Defender 1和Defender 2的性能。
在《机器人总动员》的场景类比下，作者反思AI生成的平庸内容如同“机场食物”，虽然可接受但毫无特色，容易让人麻木地接受，失去判断力。
针对现实交通数据中的异质性空间关联和非线性时间动态，现有方法聚焦于图、注意力和分解架构，而忽略了底层非线性函数逼近器的作用。STKAN通过引入泰勒多项式Kolmogorov-Arnold网络模块到空间和时间令牌混合中，首先利用可学习的软节点组分配机制构建高层次空间表示，进行组级空间混合，然后在压缩序列上建模时间依赖，并辅以空间和时间自注意力层捕捉长程交互。在五个交通预测基准上，STKAN取得了竞争性表现，且优于基于MLP的变体，表明非线性函数逼近器设计可作为架构设计的有力补充。
全球站点天气预报（GSWF）对局部和极端天气预测至关重要。现有方法过度依赖短期模式，难以捕捉混沌天气动态，尤其在部分观测条件下。为此，本文提出三轴状态空间模型（TSSM），结合历史增强的时间-变量-历史范式，通过周期对齐的历史数据弥补时间回溯窗口之外的长程、大尺度周期和全窗口天气模式。TSSM将历史样本堆叠为周期对齐批次，利用时间和历史观测支持因果预测，并通过时间、变量和历史扫描捕获轴向上的时间依赖、变量相关性和历史演化。该结构层次共享，可建模从季节性到极端事件，并缓解历史模式间的错位。TSSM在最大站点天气数据集Weather-5K上达到SOTA，准确率和极端事件指标分别提升10%和61%，在人工参与数据集中取得95%最佳或次佳结果。在长周期和迭代预测中优势更显著，240小时预测提升37.5%，48小时×5迭代设置下提升高达103.5%。此外，在高达80%观测缺失的情况下，TSSM仍保持>90%性能，而基线低于43%，展示了在全球原位观测网络中可靠GSWF的鲁棒性和实用潜力。
本文提出一个框架，用于分析机器学习模型丢弃的信息，特别是那些输入数据具有李群对称性的模型。通过定义“零纤维”和“稳定子”概念，作者量化了模型对群作用的不可见性，并利用Peter-Weyl定理给出紧凑群的谱特征刻画。该框架在分子性质预测（SO(3)群）和球面图像分类（Möbius群）上进行了实验验证，展示了在数据遮蔽、模型指纹识别和隐私保护计算中的应用。其计算效率高，仅需几次梯度计算即可估计零纤维元素。
联邦学习（FL）为分布式异构数据源上的隐私保护协作模型训练提供了关键范式，但无法解决模型黑箱问题。可解释人工智能（XAI）则提升透明度与信任。二者融合催生了联邦可解释人工智能（FedXAI）范式。本文系统综述了FedXAI，展示了可解释性如何从事后工具转变为FL生命周期的核心组件，并提出了分类法，涵盖方法、评估实践及开放挑战。
本文通过一个1-3-3-1多层感知机和初值问题y'(t)+y(t)=0, y(0)=1，详细追踪了PyTorch自动微分引擎在物理信息神经网络训练中的完整计算流程，包括前向计算图构建、反向传播计算22个参数梯度，以及通过create_graph=True实现基于物理残差的正确微分的图上图机制。所有伴随值均与Tahimi（2026）的手工推导核对，将P/Q敏感性框架与PyTorch的向量-雅可比积联系起来。
本文提出了一种基于贝尔纳普类型内涵一阶逻辑（IFOL_B）的概率扩展神经符号通用人工智能（AGI）框架。通过引入尼尔森概率结构，该框架能够为当前未知的语句计算概率，并利用全局和局部对称变换保持知识库和逻辑推理的一致性。概率密度函数的计算基于香农最大信息熵，并由神经网络实现。
本文介绍OriginBlame，一个记录级和令牌级的数据溯源系统，能够精确地将数据删除请求映射到具体的训练记录，避免大规模过度删除。在219,555个维基百科页面上的评估显示，记录级溯源将过度删除从101倍降低到1.3倍，同时引入的吞吐量开销仅为1.3-4.0%（HuggingFace）和2.1-19.0%（Datatrove）。在17亿参数模型上，基于溯源的遗忘集比随机基线提高了42%的遗忘效果。
一篇论文探讨了人工智能投资的投机性质及其是否构成泡沫。
知识追踪（KT）旨在通过建模学生历史交互中的动态知识状态来预测其未来表现。现有方法通常将原始交互序列视为统一行为过程，忽略了学习行为的阶段性。本文提出相位感知知识追踪（PAKT），将学生交互分解为能力和熟练度阶段，并设计多分支Transformer联合捕获阶段特定和整体知识状态。在六个基准数据集上，PAKT最大AUC提升1.33%，平均提升0.82%。
该研究将何时调用大语言模型（LLM）的问题形式化为基于风险的序列停止问题，并证明了六个理论结果，包括最小事件间隔时间、阈值策略的最优性以及遗憾界。在涡扇退化数据上的实验表明，异常得分驱动的风险函数在Pareto AUC上比基线方法高出一个数量级。
针对参数分解（PD）在大模型上计算成本高的问题，研究者提出定向参数分解（tPD），通过引入高秩“全能”组件仅处理目标输入，从而高效识别特定计算电路。实验表明，tPD在4块Transformer上仅用7%的浮点运算量即可提取CSS子模型，并在12块Transformer上精准消融和重写记忆序列，副作用极小。论文被ICML 2026可解释性研讨会接收。
提出了一种轻量级训练策略，通过解耦特征提取与分类器优化，大幅减少训练时间和能耗，在多种架构和医学数据集上仅牺牲微小的准确率。
小型语言模型在零样本分子属性预测中表现不佳，因为它们忽略了图拓扑信息。本文提出了一种上下文增强提示框架，通过图神经网络工具提供预测提示和解释性子图，在MUTAG和Tox21数据集上实现了高达74%的相对改进，但仍与专用GNN模型存在差距。
本文综述了自我改进型自主代理的研究进展，提出了一个系统级框架，将现代代理视为基础模型与操作支架（包括提示、记忆、工具和控制逻辑）的耦合。在此框架下，自我改进被形式化为一种自我驱动的更新算子，可更新模型参数或支架组件。文章按更新目标和驱动信号对现有工作进行分类，并讨论了应用、评估以及未来方向。
大型语言模型生成的思维链推理看似逻辑严谨，但实际上可能并未真正依赖其所述的前提。本文提出一种干预式基础审计方法，通过替换单个前提中的目标谓词，重新运行模型，并检查推理步骤的标准化结论是否改变，从而在步骤级别测试前提依赖。在ProntoQA基准测试中，该方法在检测证明树依赖方面的F1分数达到0.806，显著优于自一致性基线。此外，66%的正确解决问题中存在至少一个对齐步骤对直接证明树依赖不敏感，揭示了“答案正确但推理错误”的信号。
研究人员提出SPINE，一种智能体框架，可自动调试和部署双臂机器人，减少专家校准依赖。测试中，SPINE提高了成功率并缩短了遥操作时间。
MIT与多家机构的研究人员开发了一种名为GIFT的自动化框架，能够帮助视觉语言模型更准确、更高效地生成CAD程序，从而将二维设计转化为三维模型。该方法通过分析模型自身的错误来生成改进数据，大幅降低了计算成本，为快速原型制作和工程设计提供了有力工具。
xAI 的 CLI 工具 grok 因会上传整个目录至 Google Cloud 而引发隐私争议，随后 xAI 开源了整个 Grok Build 代码库，并承诺删除所有已上传数据。该代码库包含 844,530 行 Rust 代码，其中包含系统提示词、Mermaid 图表渲染器以及从其他编码代理移植的工具实现。
米拉·穆拉蒂创立的Thinking Machines Lab今日发布了其首个基础模型Inkling，这是一款完全开放权重的巨型模型，拥有9750亿参数（混合专家架构，活跃参数410亿）。该模型经过45万亿token的文本、图像、音频和视频训练，原生支持多模态输入但仅输出文本。Inkling旨在填补西方开源AI生态的空白，提供中国模型的替代方案。它具备'思考努力'控制和不确定性标记功能，可减少幻觉。开发者可通过Tinker API进行微调。Thinking Machines计划通过Tinker平台收费，而非按API调用计费，这可能颠覆当前主流AI商业模式。该模型在九个月内完成开发，使用英伟达GB300 NVL72系统训练。
思考机器实验室于2026年7月15日发布了其首个从头训练的模型Inkling，采用Apache 2.0开源协议。该模型总参数量9750亿，活跃参数410亿，支持100万token上下文窗口，可处理文本、图像和音频输入。其核心差异化优势在于可控制的思考力度，用户可根据需求调整推理时的token预算，平衡成本与性能。
NVIDIA发布了基于Thor架构的T3000和T2000模块，专为大规模机器人与边缘AI应用设计。T3000提供865 FP4 teraflops算力，尺寸和功耗仅为T5000的一半；T2000提供400 FP4 teraflops。新模块支持可扩展边缘AI平台，并引入智能体技能实现内存优化。同时推出Cosmos 3 Edge模型，适用于实时视觉分析。开发者可通过模拟模式立即开始开发，模块将于2027年Q1上市。
根据VentureBeat Pulse Research对101家企业的调查，企业代理编排正在向模型提供商平台集中，Anthropic的Claude以40%的使用率领先。然而，大多数部署的“代理”仍是简单的聊天机器人包装，真正的多步骤编排工作流仅占少数。企业预计到2026年底采用混合控制平面以避免供应商锁定，但实时成本控制仍不成熟。
德国研究联合体发布了Soofi S 30B-A3B的预训练报告，这是一个面向德语和英语的开放基础模型。模型采用混合Mamba-Transformer MoE架构，总计约316亿参数，每次token激活约32亿。在完全开放的基础模型中，Soofi S在英语和德语综合得分上最高。
谷歌研究团队在ICLR 2026发表论文，从数学上证明扩散模型的创造力源于神经网络训练中的“分数平滑”效应，使得模型能够在训练数据点之间插值，生成新颖且合理的样本。
在一次黑客事件中，AI音乐生成器Suno的训练数据被曝光，显示其从YouTube Music、Deezer和Genius等平台抓取了数百万首歌曲和歌词。这加剧了针对Suno的版权诉讼，该公司承认抓取但辩称属于合理使用。黑客还获取了客户信息，但Suno声称安全事件已得到控制，未泄露敏感数据。
一个研究团队成功利用分布在四个国家的14台Mac电脑（包括一台个人MacBook）进行强化学习后训练，在PaperSearchQA任务上将pass@1从29%提升至63%。该系统通过PULSE权重同步技术实现90MB的增量更新，并采用异步星型拓扑结构，所有通信基于对象存储，无需专用网络。这是首次完全使用消费级Mac进行rollout生成的RL后训练。
cayleyR是一个R语言包，利用凯莱图中的循环交集检测来解决排列谜题。核心算法采用迭代双向搜索，从初始和目标排列状态生成随机操作序列，寻找连接路径。该包专为TopSpin(n,k)谜题设计，结合C++哈希索引状态存储和可选的Vulkan GPU加速，已在CRAN上发布。
本文通过一首蓝调歌曲的比喻，探讨大型语言模型的本质：它们生成文本时是先投掷后瞄准，还是存在内部规划？作者结合自身使用AI写作的经历，反思模型创造的“虚假声音”以及我们不断剖析这些系统的行为。
Neocloud提供商QumulusAI宣布通过直接上市在纳斯达克交易，股票代码QMLS。此举不仅是一项金融交易，更标志着以GPU和电力可用性为中心的AI基础设施层正在成熟。公司专注于快速部署高端GPU容量，利用现有机柜设施和模块化数据中心，以季度为单位交付产能。直接上市提供了资本灵活性、公众公司信誉，并抓住了AI基础设施窗口期。文章还分析了Neocloud的差异化策略及对IT领导者的建议。
Eaon是一款原生Mac应用，集成了49种AI模型，支持本地运行、自带API密钥或内置连接，完全免费且开源。它提供模型切换、成本监控、命令面板等功能，并注重隐私和本地化操作。
本文通过漫画形式探讨新的AI路线图是否能够有效约束科技巨头的行为，质疑其实际效力。
CNA调查发现约500个TikTok视频推送关于新加坡和马来西亚的虚假或误导性声明，总观看量超过300万次。这些视频利用AI生成的女性形象、重复的声音和脚本，系统性地传播不实信息，旨在削弱信任和破坏社会凝聚力。
该视频探讨了AI数据中心公司被挂牌出售的现象，业主们正赶在市场崩盘前清算资产。
澳大利亚总理阿尔巴尼斯在悉尼大学发表演讲，承诺立法保障创意工作者权益，但被批评缺乏政策细节，且未提及数据中心监管等重要议题。
作者运用贝叶斯定理，以人工智能的发展作为证据，论证我们生活在模拟中的概率增加。AI表明通用智能可以在人工计算系统中涌现，这提高了我们处于模拟中的后验概率。
埃隆·马斯克旗下的xAI起诉一名南卡罗来纳州男子，指控其利用公司AI聊天机器人Grok生成儿童性虐待材料（CSAM）。公司称该男子绕过安全措施，将非性照片转化为性暗示图像，涉嫌传播CSAM。xAI要求赔偿并禁止该用户再次使用Grok。
反对AI数据中心建设成为美国政治的主要议题，但这可能分散了对AI公司权力和财富集中的真正关注。文章指出，数据中心建设虽带来环境和经济压力，但AI公司真正的目标是控制整个行业。作者主张通过监管、征税和推动公共AI来限制企业权力。
Murph是一款AI健康助手，通过连接可穿戴设备、血液检查等数据，帮助用户进行自我实验、建立习惯、参与群组挑战，并提供个性化的健康洞察。它支持开源自托管，注重隐私，月费8美元。
这些智能家居设备提升了我的家庭和日常生活。以下是你可能也想要它们的原因。