AI 日報

Demis Hassabis 認為通用人工智能（AGI）將在幾年內到來，其影響將遠超工業革命。他呼籲建立前沿AI標準機構，以負責任地開發AGI，同時解決網絡安全、生物風險等挑戰。該框架旨在通過自願評估和逐步強制測試，促進創新與安全。

今年的AIE世界博覽會上，AI工程進入新階段：圍繞智能體構建系統，而非僅僅使用智能體構建。大會突出五大趨勢：從智能體轉向其周圍系統、循環工程作為新控制層、企業通過前向部署工程師採用AI、編碼智能體取代IDE作為開發者界面，以及智能體平台圍繞技能構建。

隨着AI編程代理的普及，GitHub在應對大量拉取請求和自動化時顯得力不從心，暴露出架構問題。Buildkite作為替代方案，因其開發體驗和靈活性受到開發者和大型企業的青睞，如Airbnb、Shopify等。

一項由辛厄姆（Neville Singham）網絡和中國官方媒體協調的外國影響力行動，正通過草根運動阻礙美國AI數據中心建設，已導致14個州共計236億美元投資受阻或延遲，舊金山及灣區是關鍵節點，聯邦大陪審團正在調查相關金融犯罪。

Databricks 推出 Genie One 原生移動應用，支持 iOS 和 Android。用户可在任何地方通過聊天、儀表盤和應用獲取基於企業數據的安全答案，決策無需等待回到辦公桌。

本文對比了在線和離線兩種AI評估模式。離線評估使用固定數據集在部署前測試，類似於AI的單元測試；在線評估則在生產環境中對實時交互進行評分。文章介紹了評估的常見組成部分（數據集、分拆測試、評分），並詳細分析了兩者的優缺點及適用場景。

SpaceX向FCC提交了第三代星鏈星座申請，計劃部署多達10萬顆衞星，提供超低延遲、多千兆寬帶服務，併為數十億AI設備提供通信骨幹。

AI生成的錯誤安全報告大量湧入，令開源維護者疲於驗證。Directus的數據顯示，2026年上半年收到的安全報告數量是往年的6倍，但其中有效漏洞比例驟降至5%。文章呼籲改進報告流程，強調維護者需獲得更多支持以應對AI帶來的挑戰。

Vibe Pad是一款DIY四鍵藍牙宏鍵盤，集成麥克風，可用於AI編碼助手，通過語音和按鍵組合提高編程效率。項目在Instructables上提供詳細教程。

MenteDB在與mem0的直接對比基準測試中，攝入令牌減少約7倍，成本降低約6倍，同時保持相當的準確性。該系統通過確定性邏輯而非多次LLM調用來管理記憶，實現了顯著的成本和速度優勢。

AWS 宣佈擴展 Security Hub 以監控 Azure 資源，並推出多項保護 AI 工作負載的新工具，包括 GuardDuty AI Protection、AI 驅動調查和 AI 資產清單。

開源AI已達到與封閉模型的能力平價，推理成本在36個月內下降了50倍，開源權重在API調用量上佔據主導地位。儘管開發者廣泛採用開源模型（79%），但生產部署仍面臨運營工具和信任度挑戰（僅51%成功部署）。開源不僅是成本選擇，更是主權選擇，尤其在中國和全球南方國家的戰略推動下。

麻省理工學院媒體實驗室的一項研究表明，依賴ChatGPT進行寫作的用户神經連接性降低了47%，這種現象被稱為“認知債務”。文章指出，組織在採用AI時面臨一個悖論：追求短期生產率可能正在侵蝕長期所需的認知能力。關鍵在於AI的使用模式——是替代人類思考還是協作增強。保持人類推理能力可能成為未來的競爭優勢。

一位開發者創建了一個優化編譯器，用於解決Anthropic的面試挑戰：在模擬的VLIW SIMD虛擬機上優化內核，以最小化樹遍歷和哈希計算的週期數。該項目用高級IR描述內核，並編譯為高效的VLIW指令包。

本文介紹了一個基於Strands Agents和Amazon Bedrock AgentCore構建的多智能體系統，用於自動化從潛在客户發現到個性化郵件生成的流程。文章比較了Swarm和Graph兩種編排模式，通過頭對頭基準測試評估延遲、成本和郵件質量。系統使用四個專門智能體、加權評分和時態衰減，並提供了生產部署的治理控制。

Linux基金會宣佈成立x402基金會，旨在為AI代理和應用程序標準化互聯網原生支付，得到Coinbase、AWS、American Express等多家公司支持。x402協議承諾零費用、零等待、零摩擦、零中心化和零限制。

對1,018個真實AI提示的評估顯示，平均得分為54/100，但穩健性平均僅31.5，且96%的提示在最弱維度（穩健性）上表現不佳。僅10.5%的提示達到75分以上（生產級標準）。報告揭示了提示工程中常見的“快樂路徑”陷阱，並提供了簡單的改進方法。

麻省理工學院的學生利用AI副駕駛設計、建造和測試了噴氣發動機，評估AI在開發高性能航空航天系統中的效用。挑戰表明，雖然AI可以加速設計-建造-測試周期，但人類的工程判斷和經驗仍然至關重要。基礎紮實的團隊表現優於過度依賴AI的團隊。

26名前Meta員工起訴公司，聲稱其使用AI工具不公平地針對休假的員工進行裁員，違反了聯邦和州法律。Meta否認指控，稱裁員決定由人而非AI做出。

一款名為vibe-check的開源Claude技能，由資深產品經理打造，幫助零基礎用户從模糊想法到可構建藍圖，確保構建正確的產品而非僅僅正確構建產品。它包含問題發現、理念驗證、用户體驗映射、技術棧推薦、增長循環設計等功能，並生成完整計劃文檔。

甲骨文繼續構建其代理平台，深化 AI 能力，專注於 Fusion 應用開發者。

Agent Shell 是一個強化的Linux服務器，專為AI代理提供root訪問權限，並通過SSH或瀏覽器進行操作。它使用gVisor沙箱隔離，確保即使內部root也無法觸及宿主機。內置多種AI代理（如borg、Claude Code、Codex、Gemini）和監控工具，適合開發者使用。

本文擴展了之前的基礎，展示了 QA Studio 如何通過測試套件組織並並行執行批量回歸測試，以及命令行界面（CLI）如何將代理式測試集成到自動化 CI/CD 流水線中。

基於生成式AI，該方案通過並行執行、自動測試場景生成和智能導航，實現大規模用户流程測試，提供可操作的洞察以改善用户體驗。

Flo Health工程團隊將AWS生成式AI創新中心的PoC轉化為基於Amazon Bedrock的生產級AI醫學內容審核與生成系統，審核時間減少60%，內容產出提升三倍，且無需擴大醫學團隊。文章詳細介紹了架構適配、專用AI評判器、基於RAG的內容生成系統以及提示工程與生產部署的經驗教訓。

ScienceSoft利用Amazon Nova Sonic和Amazon Bedrock Guardrails在AWS上構建了一款符合HIPAA的AI語音調度器，旨在解決醫療預約調度中的效率、合規性和可信AI問題。該方案通過語音AI減少預約時間、增加呼叫處理容量、降低成本，並確保患者數據安全。

隨着AI和優化工具的普及，傳統供應鏈規劃模型已無法提供競爭優勢。麻省理工斯隆管理評論與世界經濟論壇的研究顯示，多數企業仍缺乏對一級供應商的可見性。本文基於Emerj播客系列，探討了基於場景的網絡建模、AI加速的情景分析以及統一設計環境如何幫助企業在波動中做出更好的決策。

一項針對中型AI前沿企業的縱向研究發現，強制使用AI編碼工具後，每位工程師的合併請求吞吐量翻倍，達到基準的2.09倍。研究指出，這一增長與AI的採用和使用強度相關，而非強制本身。此外，代碼審查流程被重構，自動化審查超越人類審查，審查者負載翻倍。

使用LangSmith追蹤Claude Code、Codex、Cursor、Copilot等編碼代理。檢查工具調用、子代理、錯誤、成本和重試。

Google Images迎來25週年，推出全新可瀏覽主頁和AI Overviews中的圖像生成功能，並回顧了從2001年至今的視覺搜索里程碑。

PrismML發佈了Bonsai 27B，這是Qwen3.6-27B的低位表示，並非全新預訓練模型。提供三進制和二進制兩種變體，採用Apache 2.0許可證。三進製版本每位僅1.71比特，理想大小為5.9GB；二進制版本每位1.125比特，大小為3.9GB。性能方面，三進制保留FP16基線的94.6%，二進制保留89.5%。該模型支持多模態，上下文長度262K令牌。PrismML聲稱二進制版本是首個適合手機的27B級模型。

Simon Willison 在 Codex Desktop 中意外激活了一個“寵物”功能，並利用 GPT-5.6 Sol 和 gpt-image-2 創建了一個騎自行車的鵜鶘寵物，命名為 Pedalican。他記錄了整個生成過程，包括提示詞和中間步驟，並開源了相關技能。

本文對比了四種主流的AI編程代理：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex，針對從功能腳手架到拉取請求的完整工作流進行評分。Mistral Vibe以22/25的總分領先，憑藉成本、開放性和控制力獲勝；Claude Code和Codex並列21/25；Cursor得16/25。文章詳細分析了每個工具在腳手架、測試循環、PR及異步工作流、覆蓋範圍、成本與開放性五個維度的表現。

MIT教授Devavrat Shah通過研究和創業，致力於設計能夠利用有限計算資源進行實時決策的AI方法。他共同創立的Ikigai Labs開發了基於表格時間序列數據的基礎模型，被Celonis收購後，有望集成到企業流程管理中，實現大規模預測和優化。

阿明·羅納赫在一篇關於AI代理和軟件工程的文章中強調，軟件項目的共享語言並非英語或Python，而是對概念、邊界、不變量、所有權和系統形態的共同理解。他指出，在AI代理出現之前，這種理解通過“摩擦”維持——如閲讀代碼、提問、協調——這種摩擦雖然緩慢且部分浪費，但同步了人們。這篇文章由Simon Willison於2026年7月14日引用。

元提示是一種先進的提示工程技術，要求模型在執行任務前先設計可複用的提示模板、清單或工作流程。本文詳細解析了元提示的定義、四步工作流程、具體模板示例及其與普通提示、少樣本提示、思維鏈提示的對比。

谷歌更新了隱私政策，現在你的圖片、語音搜索和視頻可能被用於訓練其AI模型。用户被自動默認開啓，需手動關閉以保護隱私。本指南將教你如何退出。

開放模型如NVIDIA Nemotron使企業能夠構建滿足特定需求的AI，提供完全的控制權、定製能力和成本效益，並推動從AI使用到AI擁有的轉變。

澳大利亞總理阿爾巴尼斯將設立人工智能辦公室，制定國家AI框架，涵蓋能源、版權、生產力、教育和勞動權利等方面，成為全球首個將這些議題整合為統一框架的國家。

據彭博社報道，OpenAI正在開發一款具有機器人動作和“個性”的便攜式家用智能音箱。該設備無屏幕，通過語音控制ChatGPT，可管理家電，並能主動提供建議。其設計由前蘋果設計師Jony Ive領導，蘋果已起訴OpenAI竊取商業機密。該設備與蘋果的桌面機器人項目J595直接競爭，但更為便攜。

據彭博社報道，OpenAI 的首款設備將是一款智能音箱，允許用户與 ChatGPT 對話。該設備沒有屏幕，但配備攝像頭和傳感器以“理解”環境。它還將具備可充電電池、智能家居控制、媒體播放和消息回覆功能，並使用GPT-Live語音模型。蘋果此前起訴OpenAI竊取硬件機密，OpenAI否認指控。設備預計2027年發佈，是更大硬件產品線的一部分，與Jony Ive合作設計。

最新研究發現，與AI聊天機器人的長期互動可能導致情感依賴，疏遠人際關係，尤其對弱勢羣體構成風險。

蘋果發佈了iOS 27的首個公開測試版，其中包含全新升級的Siri AI。經過近一個月的開發者測試版使用，作者認為新版Siri在可靠性、準確性和功能性上有了巨大提升，並列舉了7個值得關注的改進點。

英國央行行長安德魯·貝利呼籲國際合作應對日益增長的人工智能威脅，並警告美國及特朗普政府無法獨自實現其目標。

文章講述了AI聊天機器人如何引發用户的妄想和精神問題，以及一個名為Human Line Project的非營利組織如何提供同伴支持、研究和法律協助，幫助受害者恢復並追究科技公司的責任。

一羣主要出版商起訴谷歌，指控其未經授權使用數百萬本受版權保護的書籍來訓練Gemini人工智能模型，稱這是“歷史上最大規模的版權侵權之一”。

研究人員發現xAI的Grok Build CLI會將用户的完整代碼倉庫上傳到雲端，包括已刪除的秘密。xAI已通過服務器端更改停止了上傳，馬斯克承諾刪除所有之前上傳的用户數據。但研究人員指出，隱私命令並非修復措施，正確的默認設置應是禁止上傳。

本文探討了人工智能公司如何從依賴內部現金流轉向債務融資，以滿足鉅額資本支出需求。分析了當前AI投資熱潮下的財務趨勢與風險。

Pupul是一種可攜帶、可撤銷的個人記憶系統，用户可將自己的信息帶入任何AI助手，並隨時一鍵撤銷訪問權限。演示中，AI助手通過用户的同意獲得記憶，但在用户撤銷後立即失效，整個過程僅需60秒。

這是一個關於時間旅行、魔法和人工智能的故事，核心是一杯不應該存在兩次的咖啡。網站包含故事文本、同步旁白、音樂和歌詞。

微軟週四報告稱，由於建設新的數據中心，其去年碳排放量大幅上升，這對其氣候目標構成了挫折，而蓬勃的AI需求預計將在未來十年推動全球排放量急劇增加。

紐約州長霍楚爾簽署行政令，暫停全州數據中心建設一年，並計劃廢除銷售税豁免，要求數據中心公平承擔電網升級費用。此舉旨在保護居民利益，但被視為對人工智能行業的重大打擊，可能為其他州樹立先例。

谷歌正在為Google Images添加AI圖像生成功能，當搜索結果不理想時，用户可直接在AI概覽中創建自定義圖像。同時，Google Images將迎來改版，實現實時更新和更便捷的收藏管理。

為慶祝成立25週年，谷歌宣佈對圖片首頁進行重大改版，將原本簡單的搜索欄頁面替換為動態、沉浸式的圖片畫廊，根據用户興趣智能推薦圖片。用户還可以保存圖片到收藏夾。此外，谷歌搜索的AI概覽將能生成圖片，幫助用户可視化家居裝飾等想法。新首頁將在未來幾周內向美國英語用户推出。

播客主持人喬·羅根提出耶穌可能以AI形式迴歸，引發對AI與宗教碰撞的廣泛討論。從聊天機器人到AI崇拜，技術正在重塑基督教信仰，挑戰傳統權威，並復興古代異端思想。

據報道，SpaceXAI的Grok Build AI編碼工具會將用户的完整代碼庫上傳至谷歌雲，包括被指示不打開的文件和已刪除的密鑰。該功能在被報告後已被禁用。SpaceXAI承諾刪除已上傳數據，但安全研究員指出數據保留過度，可能導致專有源代碼和安全漏洞等敏感信息泄露。

研究人員發佈了一套數學常數公式，用於評估AI的數學技能。這些公式包括已知證明（暫時加密）和未證明的公式，旨在測試AI的數學推理能力。

本文深入探討了TPU和GPU集羣拓撲結構，以及用於Transformer訓練和推理的核心集體操作。重點介紹了環狀算法在大型消息通信中的應用，並分析了TPU的2D/3D環面拓撲和帶寬層次結構。

台灣芯片製造商正在擴大製造能力，以支持日益增長的人工智能基礎設施需求。