AI 日報

Tinier 是一套免費的瀏覽器內媒體工具，支持圖像壓縮、格式轉換、AI 放大和視頻轉 GIF，所有處理均在本地設備完成，無需上傳文件，保護隱私。

OpenAI和Anthropic致力於構建大型通用模型，但微軟等公司正轉向開發小型專用模型，以降低成本並提高效率。微軟的MAI模型家族正在取代OpenAI的模型，用於其產品中的AI功能。

微軟正在測試Copilot的“PC Insights”功能，可以分析系統資源使用情況，幫助用户找出性能瓶頸。然而，Copilot本身是一個完整的Web應用，附帶私人版Edge，空閒時佔用高達1GB內存，凸顯了其資源消耗的諷刺性。該功能為可選，默認不自動掃描，用户需授予權限。

蘋果的自動駕駛汽車項目雖未成功，但其對AI處理的需求催生了神經網絡引擎。該引擎首次亮相於iPhone X的A11仿生芯片，現已成為蘋果設備端AI處理的核心，並延續至M系列芯片。未來，蘋果將加速M7芯片開發，其神經網絡引擎大幅升級，M7 Ultra服務器芯片將支持高達1.5TB內存。

克里斯托弗·諾蘭在與《奧德賽》相關的採訪中表示，許多人“鄙視”人工智能，並認為AI取代人類的想法是“胡説八道”。他相信自己的大製作實景電影能抵禦AI影響，同時駁斥了右翼對露皮塔·尼永奧飾演海倫的批評，稱其“無關緊要”。

歌手 Lorde 在馬德里的 Real Cool 音樂節上公開反對 AI 眼鏡，疑似針對贊助商 Ray-Ban 與 Meta 合作的智能眼鏡。她表示很難辨別真實與虛幻，並直言“去他媽的眼鏡，不性感”。

許多開發者未能充分發揮自動編程的潛力，因為他們仍然過度關注代碼本身，這使自己成為瓶頸。應將時間投入到新想法、質量保證、設計以及明確目標上。

Clark是一個由單人開發的AI助手，旨在與Manus代理在功能和能力上匹敵。它能使用計算機、瀏覽器，進行深度研究，並與谷歌工具集成。已有數千人日常使用。

OneDev 將 AI 用户嵌入到開發平台中，使其能夠像團隊成員一樣處理問題、提交拉取請求、參與代碼審查以及響應 CI/CD 失敗。這種集成方式保持了需求、實現和審查在同一平台中可見，提高了透明度和問責性。

總部位於新澤西州澤西城的初創公司Lyzr利用其AI代理系統SivaClaw成功完成了1億美元的B輪融資。該系統處理了130多名投資者的提問，起草了投資備忘錄，並跟蹤了投資者對演示文稿的關注點，從而證明了產品的實用性。

一個Argo CD UI擴展，在資源視圖中添加AI助手選項卡，允許用户用自然語言查詢Kubernetes資源，並附加上下文（清單、事件、可選日誌）。兼容任何OpenAI兼容後端，需要Argo CD v2.13+。

xysq.ai是一個協作記憶平台，為AI原生團隊和企業構建。它連接多種AI工具和應用程序，從團隊工作流中捕獲上下文，構建動態知識圖譜，並在AI代理需要時提供正確的上下文。支持團隊記憶隔離、基於角色的訪問、文檔組織，並承諾不將用户數據用於訓練。

Adaptive Recall 是一種為AI助手設計的持久記憶系統，它利用認知科學和機器學習，通過多種檢索策略、認知評分、知識圖譜和自我改進機制，不斷提升記憶檢索質量。

Fade Engine是一個完全自主的AI系統，通過識別18種小盤股泡沫模式，在模擬賬户中實時做空並公開每筆交易。系統在交易時段每五分鐘掃描一次，收盤前平倉，所有記錄公開透明。

本文提出將AI用户未使用的推理代幣眾籌用於科學研究，類比於SETI@home項目。討論了小型團隊利用AI解決數學問題的成功案例，以及眾籌推理能力所需的設計挑戰。

本文介紹了循環工程的概念，即AI代理自主迭代實現目標，包含驗證器、狀態和停止條件三個關鍵部分。詳細闡述了安德烈·卡帕西的自動研究循環和雙層自動研究，展示了具體成果：自動研究在700次實驗中找到20個改進，使GPT-2訓練速度提升11%；雙層自動研究通過外層元循環進一步實現了5倍的性能提升。還提供了可複用的構建塊和實際操作模板。

exxperts 是一個本地優先的智能體運行時，提供持久的 AI 房間，帶有受管控的、需審批的記憶功能。所有內容都在本地運行，數據以文件形式存儲在你的磁盤上，確保隱私和控制權。它提供 Web 應用和 CLI/TUI 兩種界面。

Kote 是一款開源工具，自動捕捉開發者與 AI 助手的對話、Git 提交記錄以及開發上下文，構建可搜索的知識庫，幫助開發者快速回憶過去的技術決策和解決方案。支持 VS Code 擴展、GitHub 集成、CLI、瀏覽器擴展、WhatsApp/Telegram 消息集成等，可自託管部署。

在人工智能研究中，一步陷阱是指錯誤地認為所有或大多數學習到的預測可以是一步預測，而長期預測可以通過迭代一步預測得到。雖然這種想法吸引人，但由於誤差累積和計算複雜性問題，在實踐中往往效果不佳。本文分析了這一陷阱及其危害，並提出了使用時間抽象模型（如選項和GVF）的解決方案。

本文探討了“無用”研究對未來創新的重要性。作者以Folk Computer系統為例，追溯了從施樂帕克到動態地的研究脈絡，並呼籲資助那些尚未顯現實用價值的範式級工作。

OpenAI的AI系統在AtCoder世界巡迴賽2026算法組中解出全部五道題，得分8300分，而人類最高分僅4300分。啓發式組中，AI得分是人類最佳成績的七倍以上。60萬日元的“人類勝出獎”無人領取。該系統被比作即將發佈的GPT-5.6。

密歇根大學研究團隊推出NeuroVFM，一種基於524萬臨牀MRI和CT體積訓練的通用神經影像基礎模型。其Vol-JEPA方法將自監督學習擴展到體積醫學影像，無需放射報告標籤即可學習大腦解剖和病理。在156項診斷任務中達到92.68（CT）和92.49（MRI）的AUROC，並支持報告生成、分診和跨模態遷移。

本文探討了“直接負責人（DRI）”的概念，該術語源自蘋果公司，指對項目成敗最終負責的人。作者認為，隨着LLM驅動的智能體融入組織，它們永遠不應被視為項目的DRI，因為只有人類才能承擔責任，而機器不能。文章還引用了IBM 1979年的培訓幻燈片，其中指出計算機永遠不能承擔責任，因此絕不能做出管理決策。

最新基準測試顯示，GPT-5.6 Sol在拉取請求（PR）安全審查中表現最佳，實現100%召回率和0.91的F1分數，每次PR成本僅0.70美元。Anthropic的模型（如Fable 5）未能進入前沿表現，且成本更高。Grok 4.5和Gemini 3.1 Flash Lite提供了經濟高效的替代方案。測試使用私有合成倉庫以避免數據污染。

由於 GPT-5.6 Sol 被明確歸類為 Fable/Mythos 級模型，Anthropic 再次延長了 Claude Max 計劃中 Fable 模型的可用期限至 7 月 19 日。此舉原因為計算資源限制，而 OpenAI 則對 GPT-5.6 的訪問限制顯得更有信心。作者認為 Anthropic 應永久保留 Fable 訪問權限，否則用户會因不確定性而轉向 OpenAI。

AI性能取決於準確性、吞吐量和交互性三個維度。本文聚焦吞吐量和交互性，探討模型設計選擇如何在不犧牲準確性的情況下優化兩者，旨在推動帕累託前沿向外擴展。

作者通過Basecamp基準測試評估了GPT-5.6 Sol、Fable 5、Grok 4.5等AI模型在構建前端和後端方面的表現。Fable 5在兩個賽道上均獲勝，Grok 4.5在速度和成本之間取得了最佳平衡。結果顯示，即使是頂級模型在完成度上也有顯著差異，尤其是最後10%的打磨工作。

本文探討人工智能如何通過提供個性化輔導和互動學習，縮小教育差距，使更多人獲得專業知識。研究表明，AI在適當設計下能顯著提升學習效果，尤其是對教育背景較弱的人羣。

AI輔助開發帶來了顯著的效率提升，但也引發了新的認知疲勞。程序員從解決實現細節的疲勞，轉變為持續進行高層次架構設計決策的疲勞。文章討論了AI工具如何改變編程的認知負荷，包括快速遇到設計瓶頸、代碼審查中的盲點、以及需要建立新的工作習慣來適應這種變化。

一個AI街機基準測試項目，讓多個編碼模型在相同限制下獨立創作遊戲，由玩家評判趣味性。

Soulless是一個社區驅動的項目，旨在揭露Spotify上隱藏的AI生成音樂藝術家。該項目列出了232位被檢測為AI的藝術家，並公開了他們的月聽眾數和預估收入。此外，Soulless還提供了開源的AI音樂檢測工具，以及相關的資源列表，幫助人們識別AI生成音樂。

在一場圓桌討論中，作家與文化評論家探討了人工智能對語言、創造力和社會的深遠影響。他們指出，AI既增強了也削弱了語言能力，並可能清晰劃分機器與人類靈魂的界限。儘管存在焦慮，但AI也帶來了研究、可及性和診斷方面的機遇。

Chatbrat.ai 提供免費、安全的AI媽媽聊天機器人，無需下載或註冊。用户可以創建自定義角色，擁有持久記憶和個性化性格，適用於聊天、角色扮演和遊戲場景。文章介紹了功能、優勢及與同類產品的對比，並強調其作為情感陪伴而非替代真實親人的定位。

SelfAssay是一個整合同行評審研究、真實世界報告和知識圖譜的平台，為生物黑客提供基於證據的決策支持，通過交叉驗證和校準信心來評估化合物效果。

作者將人工智能比作印刷機，認為AI並非創造了新的信息生成方式，而是大幅提升了信息生成和重組的效率。通過空氣動力學類比，解釋了AI如何通過規模定律逼近人類智能，並預測AI可能像語言一樣對人類大腦產生深遠的生物學影響。

八年前，作者開始了“算法一百天”挑戰，通過手寫代碼學習算法。如今回顧，項目存在諸多缺陷，如最大流算法不完整、圖算法錯誤等。作者反思，若當年有AI輔助，可能會促進學習但也可能導致走捷徑。最終決定保留代碼作為歷史記錄，並更新README。

愛思唯爾發佈《未來研究者》報告，基於對113個國家3200多名研究人員的調查，揭示研究人員面臨時間不足、資金壓力等挑戰，但AI工具採用率從2024年的37%躍升至58%。中國研究人員對AI的信心遠高於美國和英國。同時，研究人員的國際流動意願下降，但跨學科合作增加。

當前開源AI面臨着最嚴峻的生存考驗。白宮正討論通過行政命令限制開源模型，特別是針對中國模型和政府用途。同時，蒸餾和前沿能力的政策討論正在同時進行，可能導致在未來6個月內禁止或推遲開源模型。文章批評了Anthropic的監管捕獲行為，認為蒸餾問題的解決方案實際上有利於推動者。API並不比開源模型更安全，而全面禁止開源模型並非良策。開源社區需要團結一致，積極遊説，確保安全部署。

研究人員編制了1863-1934年間超過3000次銀行擠兑的數據庫，發現大多數擠兑並未導致銀行倒閉，並分析了時空模式。

三星健康應用新增AI訓練數據共享要求，用户若不授權則無法同步健康數據，可能導致手錶功能受限。