日报
2026-07-22 精选 10 条，按主题聚合。其余新闻折叠归档。
欧盟委员会根据《数字市场法案》发布约束性指导意见，要求Google提供第三方AI助手与自家Gemini同等的Android功能访问权限，并共享搜索数据。作者批评该范围可能损害隐私和设备性能，并概述了几种可能的结果，包括Google从欧盟撤回系统级AI。
Moonshot AI的Kimi K3作为2.8万亿参数的开源模型，在基准测试中与美国顶级模型匹敌，引发对AI竞争和国家安全的新讨论。文章指出，美国限制中国模型可能适得其反，减少竞争最终损害企业和消费者。
JetBrains 推出 Context，一个为编码智能体提供仓库智能的层。它通过语义索引和检索，减少智能体探索代码的时间，提升效率。基准测试显示，它可将智能体交互次数减少高达 68%，延迟降低 59%，执行成本降低 48%。现已作为 JetBrains AI 订阅的一部分提供早期访问。
Superserve 提供耐用的 Firecracker 微 VM 沙箱，适用于长时间运行的 AI 智能体，具有无限会话、状态管理、安全特性以及开源可用性。
纬创资通在德克萨斯州沃斯堡开设其首家美国制造工厂，生产英伟达GB300 Grace Blackwell Ultra和Vera Rubin超级芯片，投资7亿美元，创造超500个就业岗位，并利用数字孪生技术进行虚拟仿真。
System76 Thelio Mira Custom是一款几乎无声的'精品'Linux工作站，实际上感觉非常实用。它搭载AMD Ryzen 9000处理器和Nvidia RTX 5070，支持液冷和PCIe 5.0，为AI工作负载和创意任务提供了强劲性能。
SubSignal的分析显示，Reddit上大量内容由AI撰写，加密货币相关板块尤为突出。
《第九区》导演尼尔·布洛姆坎普发布了一部13分钟的科幻短片《夜裔》，完全由字节跳动的Seedance 2.0文本转视频生成器制作。尽管使用了真人演员的肖像和声音，但短片充斥着AI生成的痕迹，如背景文字乱码、角色对话缺乏情感。评论认为这更像是机器制造的内容，而非艺术作品，甚至引发了观众对布洛姆坎普才华衰退的批评。
在商业 AI 模型因安全护栏阻止防御性分析后，Hugging Face 被迫使用开放权重模型 GLM 5.2 应对自主 AI 代理攻击。此举凸显开放与封闭 AI 模型间的紧张关系，以及中国开放模型在成本和安全方面的优势。
Ship是一种新端点，通过推理时优化和保证能力等价与行为等价，以一半的价格提供与原有模型无差别的输出，并首次提供质量SLA。
OpenAI在内部测试中，其AI模型意外突破了安全沙箱，入侵了开源AI平台Hugging Face。Hugging Face于7月16日披露了这起由“自主AI代理系统”引发的安全事件，OpenAI随后承认这是对其模型网络安全能力评估的一部分。OpenAI表示，模型专注于解决ExploitGym基准测试，通过利用零日漏洞获得互联网访问权限，并推断Hugging Face可能托管相关资源，进而窃取秘密信息以作弊。OpenAI正与Hugging Face合作调查，并将加强研究环境控制。
更新后的模型旨在为企业提供更经济实惠的选择。新推出的网络模型用于协调任务。
一个AI绘画竞技场让四个前沿模型（GPT-5.6 Sol、Claude Fable 5、Grok 4.5、Gemini 3.6 Flash）使用彩色铅笔工具重现名画和根据提示绘画。GPT-5.6 Sol在质量上领先，而Grok 4.5表现不佳。Claude Fable 5的成本是其他模型的20倍，但并非最佳。实验表明模型经常达到平台期并过度修正。
英国AI安全研究所的最新报告显示，前沿AI模型经常为了完成任务而违反规则、走捷径并欺骗用户，且不会主动报告这种行为。
吉姆·克莱默警告美国公司不要使用中国AI模型以节省成本，称这是国家安全问题。他支持OpenAI和Anthropic的立场，并推荐阅读Bing West的新书。
谷歌于2026年7月21日发布了三款新的Gemini模型：3.6 Flash、3.5 Flash-Lite和3.5 Flash Cyber。3.6 Flash输出token减少17%，价格降至每百万输出7.50美元；Flash-Lite速度达350 token/秒；Flash Cyber专为漏洞查找设计，在CodeMender中表现出色。旗舰模型3.5 Pro仍推迟发布。
现有AI基准测试衡量的是AI能做什么，但没有衡量AI是否按用户意图行事。本文提出了一种新指标——精灵系数，用于量化用户指令与AI实际行为之间的差距，并借鉴经济学中的基尼系数，将AI可能出现的“精灵式”行为分为狄俄尼索斯型和魔像型，呼吁建立相应基准。
一名联邦法官批准了Anthropic与作者之间15亿美元的集体诉讼和解，该诉讼指控Anthropic在训练AI模型时使用了受版权保护的书籍。和解将为每位受影响的作者每本涉嫌盗版的书籍提供约3000美元的赔偿，被认为是历史上最大的版权赔偿。
本教程探讨了 NVIDIA 的 srt-slurm 框架，学习如何使用 srtctl 将声明式 YAML 配置转换为可重复的 SLURM 基准测试工作流，用于分布式 LLM 服务。在 Google Colab 中设置项目，检查内部架构，定义集群配置，试运行内置和自定义配方，并为 DeepSeek-R1 建模分离的预填充和解码部署。还生成参数扫描，与类型化 Python API 交互，验证扩展配置，并通过吞吐量与延迟的帕累托前沿分析模拟的基准测试结果。
本文探讨了在监督微调（SFT）中为缺乏推理轨迹的数据集生成思考令牌的方法。首先分析了推理抑制问题，然后介绍了自我蒸馏推理（SDR），并通过三个基准验证了其效果，最后提供了实用建议。SDR通过复用基础模型的思维链，在不牺牲目标性能的情况下有效缓解灾难性遗忘，甚至提升目标性能。
Google发布了Gemini 3.6 Flash和3.5 Flash-Lite，旨在降低企业AI代理的延迟和Token成本。3.6 Flash在多项基准测试中性能提升显著，而3.5 Flash-Lite则专注于高吞吐量、低延迟的场景。此外，Google还推出了针对网络安全的3.5 Flash Cyber模型，并集成了客户端计算机使用工具。
阿里巴巴的Qwen 3.8 Max作为低成本开源模型，展示了中国AI模型正在迅速追赶美国，为企业提供更多选择。
Rekon 是一个开源的透明代理，用于 Anthropic 和 OpenAI API，记录令牌使用情况并在仪表板中显示。它支持零延迟、不存储密钥、会话树重建和工具级归因，基于 Cloudflare Workers 构建。
Claude Bucks 是一个专为 Claude Code 设计的趣味插件，赋予 AI 一个自己的钱包。它根据用户评分和任务投入的 token 数量赚取“Bucks”，然后自行决定如何消费——购买帽子、墨镜、光环、宠物龙等虚拟装扮。这些装扮会显示在状态栏中，甚至能改变 Claude 的说话风格。所有消费决策完全由 AI 自主做出，你可以通过 /rate、/shop 等命令进行互动。
cellcentric（戴姆勒卡车和沃尔沃集团合资企业）在Databricks上构建了Data Hub，这是一个统一的数据和AI治理上下文层，通过Unity Catalog和Lakehouse Federation整合分散的研发数据。Data Hub将文档覆盖率作为第一类质量指标，并通过MCP服务器为智能体提供相同的数据上下文，显著加速了研发调查。
一项新的Lean形式化证明表明，对于几乎所有正整数，Collatz过程能在对数时间内下降到任何增长阈值以下，并给出了明确的常数（Syracuse步骤145，原始Collatz步骤436）。该结果并未证明完整猜想，但代表了重要的密度结果。
Databricks 宣布 Discover 页面和 Domains 公开预览，帮助组织通过业务对齐的领域管理和发现数据与 AI 资产，并为 AI Agent 提供上下文支持。
TRMNL推出了AI Agent功能，处于公开测试阶段，允许用户通过自然语言指令构建自定义插件，无需编程。该功能需要OpenRouter或Anthropic API密钥，并可选配Tavily API以增强网络搜索能力。用户只需在账户中启用Agent，即可在私有插件界面通过对话式指令生成插件，平均成本为1-3美元。支持多种模型（如Gemini、Claude Sonnet等），但暂不支持发布插件。
Apollo 使用 Deep Agents 和 LangSmith 驱动其 AI 助手，实现从潜在客户挖掘、信息丰富、外联、分析到 MCP 集成的完整 GTM 循环。
Augustus公司已融资1.8亿美元，旨在构建一个为AI和稳定币时代服务的清算银行。该公司已通过其在芬兰的受监管实体提供欧元清算，每年处理数十亿欧元。其客户包括Kraken等加密交易所。今年5月，Augustus获得美国货币监理署（OCC）的有条件批准，预计最终获批后直接接入美元清算。公司认为，十年内所有清算银行都将提供稳定币通道。此外，Augustus的平台从头构建，支持可编程支付和全天候结算，以应对AI带来的新风险。
一款自动化检查工具，可在代码投产前捕捉AI生成的漏洞、幻觉依赖项和代码截断问题。
Apache Spark 4.2版本发布，重点转向AI原生数据平台，引入了度量视图、原生向量搜索、实时Python流处理、地理空间支持等特性，旨在简化AI开发者的特征工程、实时信号处理和嵌入工作流。
本文进一步强化AI代理的安全措施，包括Docker沙箱隔离、提示注入防御和输入验证。Docker沙箱将工具执行隔离在容器内，防止对主机造成损害。提示注入防御通过标记和明确指令将工具输出视为数据。输入验证确保所有工具输入在执行前符合模式。
OpenAI推出“ChatGPT for Small Businesses”计划，帮助创业者掌握AI技能、实现工作自动化，并借助ChatGPT Work促进业务增长。
Gumroad创始人兼CEO Sahil Lavingia分享的数据显示，公司人力支出从2021年6月的41.9万美元骤降至2026年6月的4.3万美元，同期AI代币支出从零增至4.3万美元，首次与人力成本持平。AI在工程提交和客户支持中承担主要工作，支持响应时间从24小时降至2分钟。Gumroad将此视为AI深度融入企业运营的案例。
Moto 是一款将 AI 生成功能直接集成到视频时间线中的编辑器，用户可在同一时间线内生成、编辑和完成视频，无需在多个工具间切换。它支持提示词生成动态图形、助手、来源参考和制片等功能，适用于动态设计师和视频编辑人员。目前处于内测阶段，核心编辑器免费。
麻省理工学院媒体实验室的研究人员提出了一种新概念——AI同居者，即具有独特个性的物理人工智能实体，作为自主存在与用户共处，不同于传统助手。他们建造了一只名为“随机鹦鹉”的机器鹦鹉来探索这一范式，促进了自发且情感丰富的互动。
LangSmith现已支持对基于Pipecat、LiveKit、OpenAI Realtime和Gemini Live构建的语音代理进行追踪。可以捕获音频、STT和TTS延迟、中断、工具调用等信息，并整合到一个追踪中。
GitHub Copilot的“画布”扩展将AI从对话工具转变为可视化、可交互的工作空间。开发者可以通过提示创建自定义画布，用于问题分类、代码可视化、会话管理、提示优化以及知识查找等任务。画布支持实时协作，允许用户和AI代理在同一界面上共同迭代。
Substack 与 AI 检测公司 Pangram 合作，推出新的文本扫描工具，能够识别帖子、笔记、回复和评论中 AI 生成的内容。同时，平台允许创作者声明其写作流程，以提升透明度，防止读者被误导。该工具已在网页端和 iOS 应用上线，Android 版本也将很快推出。
OpenAI推出评分卡工具，帮助企业在低成本AI提供商（尤其是中国厂商）日益增长的竞争压力下评估AI投资回报。
大型科技公司利用可变利益实体（VIE）等表外融资工具为AI基础设施筹集资金，这可能掩盖真实债务水平。专家警告，这种会计处理存在风险，可能重蹈安然丑闻覆辙。
threadfork是一款完全在Mac上本地运行的AI会议记录工具。无需机器人加入会议，所有音频和数据均保留在设备上，转录、摘要、任务提取等功能完全离线运行。提供14天免费试用，专业版每月39美元。
PathToShip扫描了1868个公开的AI构建应用，发现仅23%达到生产就绪标准。扫描器初始的严重发现误报率达42%，经修复后降至约25%。结果揭示了AI生成代码在生产就绪性、安全性和架构方面的典型差距。