AI 日報

儘管Anthropic聲稱其模型Claude內部出現意識跡象，但神經科學家阿尼爾·塞思認為，這不過是模擬，就像天氣預報系統不會產生真實颶風一樣。

本文介紹了一種用於AI治療的系統設計，該系統透過確定性管道決定臨床行動，不讓LLM自行決策。系統包括評分、狀態桶、准入表、動作選擇、微實踐和危機預篩查等步驟，僅在評分和生成階段使用LLM。文章還討論了該方法的成本與侷限性。

DiffRadar是一種即時雷達SLAM系統，將雷達觀測建模為可微的物理感知高斯場，而非離散掃描。在公共基準測試中大幅降低軌跡誤差，尤其在特徵貧乏的走廊環境下，同時地圖一致性提升一倍以上，並保持70 FPS的即時效能。

本文提出一種基於契約的行為樹合成架構，透過編碼智慧體查詢機器人端的MCP伺服器獲取技能庫和運算子，實現從自然語言到可執行行為樹的可靠合成。實驗表明該方法在模擬和實體機器人上均取得高成功率。

一項研究探討了在協作單詞聯想遊戲中，機器人的注視行為如何影響人類的視覺注意力，以及人類是否傾向於向機器人尋求確認性的注視。實驗使用NAO機器人作為大語言模型驅動的對話夥伴，發現機器人注視方向不影響人類首次注視提議單詞的時間，但參與者在對話中包含確認請求時會更頻繁地注視機器人。結果表明，在認知要求高的任務中，語言方面可能壓倒了機器人注視的影響。

GaitSpan是一種新穎的人形機器人步態擴充套件框架，它利用預訓練的行走策略作為種子技能，透過節奏生成、步幅塑造和殘差適應三個模組，將基本行走能力平滑擴充套件到奔跑，實現了連續速度範圍、跨形態遷移和零樣本部署。

提出一種無監督影像翻譯框架，將白天植物行RGB影像轉換為近紅外（NIR）夜間影像，無需逐畫素監督，從而重用白天語義標籤訓練夜間感知模型。利用預訓練CLIP模型保持語義一致性，並引入可見性掩碼處理NIR照明有效範圍有限的問題。在AgriNight資料集上評估，該資料集包含428張白天和549張夜間影像，是首個夜間農業視覺導航基準。實際機器人夜間導航實驗驗證了有效性。

多機器人在受限環境中需要變形和重構兩種行為。現有方法獨立建模或依賴規則，易導致死鎖。EFLUX提出幾何基礎的LLM智慧體框架，聯合推理變形和重構動作，透過閉環生成與驗證實現安全導航。實驗表明能減少死鎖和導航失敗。

一項新研究探討了無需訓練的人工合成影像溯源方法中表示空間與參考選擇之間的相互作用。透過分析CLIP和DINOv2不同層的表示，以及三種參考選擇方法，發現中間層的表示在溯源準確率上表現最佳，且語義約束的參考能有效減少查詢與參考之間的不匹配，提升溯源效能。

本文系統評估了持續學習方法在異構醫學視覺問答任務中的表現，涵蓋分類、多標籤分類、檢測、細胞計數和報告生成等多樣化臨床目標。研究發現現有持續學習方法難以在不同目標與監督格式交織的任務中保持穩定性-可塑性平衡。

SymbOmni是一種新型AI模型，旨在解決當前模型“永恆新手”的問題——即無法積累經驗並自主進化。它透過符號概念學習，利用可最佳化的記憶模組將低階操作抽象為可重用的符號工作流指令，並透過歸納-轉導迴圈實現持續自我改進。實驗表明，SymbOmni在影像質量和任務成功率上超越現有代理系統及閉源模型，同時減少40%以上的令牌消耗，並在持續學習基準上取得新成果。

本文提出MetaView，一種基於擴散模型的單目新視角合成框架，能夠從單張影像實現大視角變化下的渲染。透過結合隱式幾何建模與度量深度，MetaView在保持幾何一致性的同時提供了精確可控性。實驗表明，在挑戰性大視角變化場景下，MetaView顯著優於現有方法。

SpikeDS是一種新型脈衝神經網路架構，透過結合啟用稀疏性和空間稀疏性，高效地從3D MRI中預測膽管癌的神經侵犯，在139名患者的佇列中實現了0.753的AUC，能耗僅14.4 mJ。

自監督學習在醫學影像領域潛力巨大，但標註資料稀缺。本文提出COJEPA框架，結合聯合嵌入預測架構和對比損失，在無標註的T1加權腦部MRI上訓練，實現了優異的區域性預測性和全域性判別性。在零樣本雙胞胎檢索、腦腫瘤分割和年齡迴歸任務中表現突出，尤其在同卵雙胞胎識別和年齡預測誤差方面達到最先進水平。

本文提出一種新方法，透過視覺語言模型（VLM）生成逐幀描述，並比較兩個任務影片間的幀相似度及段內自相似性，自動檢測異常幀，從而提取包含專家特定動作和情境決策知識的候選場景。在模擬配電板維護實驗（27個任務場景）中，該方法動作候選提取率達65%，決策場景候選提取率達61%，優於傳統方法的59%和33%。

GenDiff是一種新型擴散模型框架，透過聯合建模連續輻射劑量和解剖資訊，實現低劑量CT重建。它整合了劑量-解剖編碼器、冷擴散主幹、物理一致性更新和結構先驗細化模組，在多種臨床資料集上優於現有方法，展現出強大的魯棒性和泛化能力。

TSCA-Net透過三個互補模組（時空團注意力、跨行人團勢、自適應KAN網格細化）顯著提升擁擠環境中的行人軌跡預測精度，在ETH/UCY和SDD基準上達到最先進效能。

提出兩種混合持續學習方法（RA-EWC和CGKD），用於低資源澳大利亞原住民語言識別，有效緩解災難性遺忘，在Warlpiri、Dalabon和Dharawal三種語言上表現優於現有基線。

該論文揭示了語言模型如何區分角色的信念與現實。研究發現，這種分離基於兩個可分離的機制：一個通用值槽繫結屬性值，一個路由器根據查詢選擇讀取的框架。值槽可以透過兩種方式填充：直接斷言和基於可見性的推導。分離位於獨立的路由子空間中，而不是值槽本身。這些結果在多種架構中得到驗證，且該行為在3B至7B引數規模的模型中出現。

本文透過MAGE框架研究多元件提示最佳化中不同元件的相互作用，揭示了提示最佳化耦合效應（POCE）：多個隨機最佳化訊號在閉環反射回路中相互作用，同時提升效能與放大方差。關鍵發現包括：基於失敗反思不可或缺、MAGE在GSM8K-Hard上優於GEPA、增大候選多樣性使POCE訊號最明顯、POCE依賴於基礎模型能力空間、低資料場景下固定提示優於最佳化器。

本研究透過兩階段流水線（監督微調+4位量化）將LLaMA 3 (8B)微調為高效的替代重排序器，在RAG管道中替代傳統交叉編碼器，在保持高準確率的同時顯著降低推理成本。在領域特定問答基準上，微調模型在答案相關性、上下文精度、答案相似度和答案正確性上分別提升14%、16%、19%和21%。

本文提出了一種基於軌跡感知知識估計（TAKE）的文本資料集蒸餾框架，利用影響函式和訓練軌跡計算每個樣本的知識得分，並透過最優傳輸選擇原型樣本，可將語料庫壓縮至原始大小的0.1%，同時保持下游任務效能。該方法在文本分類和自然語言推理任務上驗證了有效性，為資料高效AI提供了理論支撐。

本文提出一種基於圖的框架，結合弱監督與傳播圖分析，檢測Telegram生態系統中的虛假資訊敘事。該方法將語義相關的宣告聚合為敘事級聚類，並建模其在互連頻道間的擴散，從而發現僅透過帖子級分析難以捕捉的協調放大行為。實驗表明，融合文本訊號與網路結構可提供可擴充套件的檢測方法，並揭示虛假資訊在大型訊息環境中的傳播機制。

一項新研究評估了最先進的大語言模型在韓語-盲文雙向翻譯上的表現，發現輸出質量差且不穩定，與人類判斷存在顯著分歧。相比之下，對小型T5-small模型進行監督微調後，所有標準指標均大幅提升。研究表明，當前LLM缺乏盲文感知的標記化，且與盲文模式對齊薄弱，揭示了無障礙關鍵模態中的系統性限制。

本研究提出G-SHARE框架，將核電站人因事件診斷的CNNP九步準則轉化為多階段診斷流程，包括證據提取、逐步推理和一致性修復。在真實資料集上，G-SHARE顯著優於一次性提示和傳統機器學習方法，表明結構化推理和一致性約束對穩健診斷至關重要。

本文介紹了CANDI-QA資料集，用於評估大型語言模型在醫學診斷和金融諮詢等專業領域的上下文對齊能力。資料集包含資訊輔助和應用推理兩類問題。研究評估了十多個模型，並提出了輕量級神經符號框架MTSS-Net作為基線。結果表明，當前LLM在專業領域實現上下文對齊仍面臨重大挑戰。

本研究透過擴充套件規模，大幅縮小了點及時語言模型與不受時間約束模型之間的效能差距。研究者訓練了多達40億引數的解碼器專用Transformer模型，使用FineWeb中1萬億按時間順序篩選的令牌，構建了從2013年到2024年的月度模型檢查點序列。在常識推理和語言理解基準測試中，這些模型接近了同等規模的領先開放權重模型（如Gemma-3-4B和LLaMA-7B）的效能。透過LoRA進行指令微調進一步提升了下游可用性。研究團隊釋出了完整的流水線，以實現可復現的點及時語言建模。

研究人員提出BattVAE-GP框架，結合變分自編碼器和高斯過程，高效模擬鋰離子電池在不同充電速率下的長期退化軌跡，並量化不確定性。該方法降低了計算成本，為電池健康預測提供了高效替代模型。

隨著大型預訓練模型規模增長，微調中的記憶體瓶頸日益突出。LoRA透過低秩適應減少引數，但啟用值儲存成為新的瓶頸。CARE-LoRA利用LoRA投影結構，將完整輸入啟用替換為低秩壓縮啟用，並計算輕量重建矩陣用於反向傳播，大幅降低記憶體佔用，同時保持或提升效能。

本文介紹了由Afonso S. Bandeira、Amit Singer和Thomas Strohmer合著的新書《資料科學的數學基礎》，該書全面涵蓋了高維詛咒與祝福、奇異值分解、線性迴歸、圖論與聚類、非線性降維、隨機投影、最佳化、分類、深度學習、圖拉普拉斯、集中不等式、壓縮感知等主題，為資料科學提供了堅實的數學基礎。

映象理論提出透過可行路徑熵（VPE）度量智慧系統在反覆反射下維持連貫延續的能力。實驗表明，增加token預算可擴充套件驗證可達性，且模型能力並非僅取決於引數數量。

線性注意力模型透過固定大小的迴圈狀態取代softmax注意力的KV快取，但限制了精確狀態跟蹤和長上下文記憶。本文提出半直積傅立葉增量注意力（SFDA），一種相位控制的泛化方法，將實對角衰減替換為塊旋轉傅立葉控制。主要貢獻是構造性塊WY分解，實現了精確的仿射塊傳輸、形式化穩定性和複雜度界限，以及相位加低秩記憶的緊湊表徵。實驗表明SFDA能學習迴圈記憶，而相位停用的KDA基線接近隨機。

本文提出GenAI Evaluation，一種配置驅動的流水線，用於大規模評估零售對話系統。透過規範化、分片、非同步執行和模式約束的LLM評分，評估有幫助性、真實性、清晰度、語氣一致性和翻譯維度。選擇性重新評估僅處理無效記錄，支援模式鎖定和版本化配置。每日處理約5萬條記錄，已評估超200萬次互動。在12,980條人工標註記錄上取得宏F1 0.93和翻譯準確率89%。

本研究探討了多智慧體語言模型系統中互動圖結構如何影響共識形成。透過命名遊戲協議，研究人員分析了開源語言模型（1.1B-32B引數）群體中的約定形成過程。研究發現，同質性閾值相似性路由會加劇碎片化，而橋樑尋找路由在有記憶的情況下可修復碎片化。在異質模型群體中，閾值相似性導致共識失敗，而狀態元件和標籤分歧橋樑可恢復共識。同質模型群體中，保留歷史通常促進共識，其中Qwen2.5-32B模型在所有保留歷史設定中均達到穩定共識。該研究還驗證了結果對狀態閾值、群體規模和詞彙表大小的魯棒性，並表明早期視窗圖能量特徵可作為有效的網格內診斷工具。

論文提出了一個“代理就緒網站”設計框架，旨在增強電商平臺對AI代理的可讀性、可解釋性、可驗證性和可操作性。實驗表明，代理就緒網站將嚴格成功率從49.3%提升至89.3%，部分成功結果從43降至3，平均步驟數從9.31降至6.49。

本文批判了人工智慧中的最佳化文化，指出最佳化過程雖然能衡量文本的不可預測性，但無法區分錯誤與創新。儘管如此，最佳化已在短短五年內取代了傳統機構，掌握了定義合法語言權威的地位。

GRID是一種基於語法約束的解碼引擎，透過將LALR(1)解析器狀態作為掩碼鍵，確保SQL輸出語法正確且符合角色許可權策略，提供可證明的保證、恆定時間成本及完整審計追蹤。在Spider資料集上，0.5B模型執行準確率提升13%，7B模型透過修復達到94.5%可執行率。

該研究結合了本體增強蒸餾與情境審計兩項方法，針對受資料居留規則約束的金融機構，提出租戶自有語言模型的構建與治理方案。蒸餾實驗表明，Qwen3.6-27B學生模型在40項越南語金融任務中達到36項正確，與GPT-5相當，但統計功效不足以證明等價；情境審計試點的結果表明殘存情境性為零，直接影響與構造耦合才是有效訊號。研究不支援當前模型的可部署性、安全性或優越性。

本文綜述了非平穩環境下的上下文強化學習（ICRL），即預訓練或微調的決策模型如何僅透過互動上下文推斷潛在任務規則並改進未來行為，而無需在測試時更新引數。在變化的環境中，累積的上下文可能變得過時甚至誤導，因此策略必須推斷當前決策規則並識別哪些歷史證據仍然有效。論文圍繞三個核心問題組織文獻：什麼在變化、變化如何展開以及變化對智慧體的可觀察程度，並將其與元強化學習、決策序列建模、檢索增強強化學習等方法聯絡起來。

本文提出了一個嚴格的永續期貨市場最優做市理論框架，將做市問題建模為隨機最優控制問題，貢獻包括損益分解定理、HJB方程、高APY區域定理等。數值分析揭示了盈利與非盈利區間的相變。

GPT-5.6系列中，Sol和Luna在任何智慧水平上的成本效率均優於Terra，尤其是Luna表現出極高的價效比。

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

Simon Willison 在 Codex Desktop 中意外啟用了一個“寵物”功能，並利用 GPT-5.6 Sol 和 gpt-image-2 建立了一個騎腳踏車的鵜鶘寵物，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程式設計代理：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、測試迴圈、PR及非同步工作流、覆蓋範圍、成本與開放性五個維度的表現。

MIT教授Devavrat Shah透過研究和創業，致力於設計能夠利用有限計算資源進行即時決策的AI方法。他共同創立的Ikigai Labs開發了基於表格時間序列資料的基礎模型，被Celonis收購後，有望整合到企業流程管理中，實現大規模預測和最佳化。

阿明·羅納赫在一篇關於AI代理和軟體工程的文章中強調，軟體專案的共享語言並非英語或Python，而是對概念、邊界、不變數、所有權和系統形態的共同理解。他指出，在AI代理出現之前，這種理解透過“摩擦”維持——如閱讀程式碼、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、語音搜尋和影片可能被用於訓練其AI模型。使用者被自動預設開啟，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。

人工智慧幫助解答了統計學中多重假設檢驗的一個關鍵問題——如何控制錯誤發現率（FDR）。Benjamini和Hochberg在1995年提出了一種方法，而AI的最新應用進一步推動了該領域的發展。

研究人員提出了一種基於物理資訊的殘差動力學學習框架，在保持聯合多四旋翼系統微分平坦性的同時，捕獲複雜的空氣動力學相互作用。該框架實現了一種計算高效的反饋線性化控制器，與基準相比，平均跟蹤誤差降低了31%。其效能與最先進的非線性模型預測控制（NMPC）相當，但計算量少一個數量級。僅需不到30秒的訓練資料和5毫秒的迴圈週期即可實現穩定的緊密編隊飛行。

本研究探索利用航天器機械臂的運動實現無推進劑姿態控制，透過軌跡最佳化問題公式化並引入關節和碰撞避免約束，演示了複雜機動，並證明了機械臂可作為冗餘或主姿態控制系統。

本文對索尼ERS-111 AIBO機器人的R-CODE樣本集進行了語料庫級別的行為圖分析，識別出以初始化、感知、迭代動作、同步和恢復為核心的緊湊控制詞彙，並論證了這種狀態抽象在資源受限的機器人系統中作為中間表示的價值。

該論文提出兩種互補的物理先驗，以提高機器人手內滾動操作的魯棒性：全域性抓取質量先驗基於經典抓取分析，區域性接觸幾何先驗基於指尖曲率。實驗表明，這些先驗顯著提升了旋轉效率、抓取穩定性和抗干擾能力，並改善了模擬到現實的遷移。

提出一種解剖學特權的師生框架，用於從T2加權MRI預測肝內膽管癌的周圍神經侵犯（PNI）。訓練時教師網路使用腫瘤和肝臟掩膜學習密集令牌路由，學生網路在固定預算下蒸餾保留資訊令牌，推理時不需掩膜。在155名患者中，方法AUROC達0.750，計算量1.43 GFLOPs，每例8.02 ms。

本文提出一種廣義無分佈半監督學習框架，透過風險重寫構建無偏風險估計器，適用於多類分類，並證明其方差優於PNU學習，實際方法在基準測試中表現匹配或超越現有方法。

最新研究對六種KV快取壓縮方法進行了匹配預算審計，發現查詢可見性顯著影響效能排名。在查詢感知協議下，許多方法表現良好，但在更實用的查詢不可知協議（壓縮後複用）下，只有KeyDiff方法始終優於簡單基線。SnapKV等常用方法甚至不如保留開頭和最近視窗的簡單策略。

本文提出一種量子位元高效的量子框架用於超維計算分解，透過引入對數超向量和對數繫結編碼，並結合改進的Dürr-Høyer搜尋過程，將表示成本從O(D)降至O(log D)，同時保持O(√N^F)的搜尋複雜度，實驗驗證了正確的相似度計算和準確的分解，在可實現規模上實現了高達2000倍的量子位元減少。

單次條紋投影輪廓測量（FPP）網路在直接回歸深度時可能利用形狀先驗捷徑，即從物體邊界而非條紋相位恢復深度。本文提出的PhiCalNet透過輸出包裹相位表示並透過固定可微校準層對映到深度，從架構上消除了這一捷徑。在包含15,600張條紋影像的光照合成基準測試中，PhiCalNet將物體平均絕對誤差降低3.3倍至4.46毫米，殘差僅集中在包裹不連續處的0.103%畫素內。三幀擴充套件版本達到1.16毫米誤差。此外，首次在FPP中實現了畫素級共形不確定性量化。

OmniPM-Net是一種新型融合模型，利用卷積條件神經過程框架，將圖神經網路站點預報與化學傳輸模型網格預報相結合。在2024年中國1,618個站點的評估中，它匹配了最佳GNN的精度，同時將CAMS平均絕對誤差降低了30%，並提供了連續的空間場。該模型在沙塵暴和高濃度事件中表現尤為出色。

本文提出LP Mining with LP2Graph方法，從已發表的LP和MILP公式中挖掘結構，構建可重複資料集和分類體系，應用於鐵路重新排程領域。

一位精品投資銀行創始人注意到AI正在替代實習生，於是建立了一個去中心化實習專案，專注於Bittensor（TAO）協議。實習生完成8周任務和最終演講，獲得“工作量證明”經驗。

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編碼工具會將使用者的完整程式碼庫上傳至谷歌雲，包括被指示不開啟的檔案和已刪除的金鑰。該功能在被報告後已被停用。SpaceXAI承諾刪除已上傳資料，但安全研究員指出資料保留過度，可能導致專有原始碼和安全漏洞等敏感資訊洩露。

研究人員釋出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。

Monid是一個平臺，允許AI智慧體無縫連線並使用超過1300種工具，涵蓋搜尋、資料抓取、天氣、3D建模等領域。它提供統一的支付系統，按呼叫付費，無需訂閱，並支援三種整合方式：Skill、MCP和CLI。

Sogni Unlimited 提供基於訂閱的無限影像、影片、音樂和 LLM 生成，使用去中心化的 GPU 網路。無需按渲染計費，支援開源模型及部分付費合作伙伴模型。訂閱收入的一部分用於支援獨立 GPU 運營商。

2026年6月，Anthropic的Claude Fable 5系統提示詞在GitHub上洩露，這是一份長達3826行的文件，用於引導模型行為。本文詳細解析了其來源、結構、拒絕處理、關懷義務、記憶系統、代理機制以及版權保護等關鍵部分，揭示了前沿AI本質上是一套精心編寫的規則手冊。

提出一種可復現的校準優先獎勵審計框架，用於智慧溫室強化學習控制，將標量獎勵分解為溫度、CO2、溼度等元件，並在GreenLight-Gym和自主溫室挑戰賽資料上驗證。

Syncless 的 Devices 功能允許使用者將多個環境（如 MacBook、伺服器、瀏覽器）連線到一個 AI 代理，實現跨機器無縫協作，無需 SSH 隧道或埠轉發。文章介紹了設定方法、使用場景及解決實際痛點。

儘管AI智慧體被廣泛看好，但實際表現遠未達到預期。當前最佳模型的成功率僅為45.7%，且面臨可靠性、成本、法律和信任等多重挑戰。文章探討了單體和多智慧體架構的優劣，並指出短期內AI應輔助而非完全替代人類。

文章探討了“AI例外主義”現象，即人們對AI的態度因自身利益而異：當AI威脅自身職業時被視為不道德，而當其帶來便利時則被接受。透過記者、版權糾紛、好萊塢罷工和大學等例子，揭示了這種雙重標準的普遍性。

Vehir是一個實驗性的AI原生計算平臺，專為代理與計算機互動設計。它擁有自託管本地編譯器、使用者空間微核心、內容定址儲存和宣告式協調等核心特性，目前處於積極開發階段。

bunny是一個開源工具，透過共享遠端環境、聊天原生工作流和並行驗證，幫助團隊在AI時代進行協作開發。它允許人類和AI代理在統一上下文中討論、執行和迭代，並提供了基於RBAC的治理層。

超級應用Codex每天新增100萬使用者。AI新聞彙總涵蓋編碼代理、開放模型、多模態系統、基準測試和物理AI。

本文探討了專門為法律用途設計的AI系統，與通用編碼代理的不同之處。強調法律AI需要以證據為基礎、可審計、可驗證，並支援逐項修改的編輯流程。對比了Codex和Lexifina在跨引用檢查、壓縮和版本控制方面的不同方法。

Maincode已啟動Matilda的公開測試版，這是一款完全在澳大利亞構建和運營的AI助手，強調本地基礎設施、澳大利亞風格和信任。該系統專為深思熟慮的使用而設計，旨在為使用者提供控制權和透明度。

Demis Hassabis 認為通用人工智慧（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，同時解決網路安全、生物風險等挑戰。該框架旨在透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：圍繞智慧體構建系統，而非僅僅使用智慧體構建。大會突出五大趨勢：從智慧體轉向其周圍系統、迴圈工程作為新控制層、企業透過前向部署工程師採用AI、編碼智慧體取代IDE作為開發者介面，以及智慧體平臺圍繞技能構建。

隨著AI程式設計代理的普及，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）網路和中國官方媒體協調的外國影響力行動，正透過草根運動阻礙美國AI資料中心建設，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，支援 iOS 和 Android。使用者可在任何地方透過聊天、儀表盤和應用獲取基於企業資料的安全答案，決策無需等待回到辦公桌。

本文對比了線上和離線兩種AI評估模式。離線評估使用固定資料集在部署前測試，類似於AI的單元測試；線上評估則在生產環境中對即時互動進行評分。文章介紹了評估的常見組成部分（資料集、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10萬顆衛星，提供超低延遲、多千兆寬頻服務，併為數十億AI裝置提供通訊骨幹。

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的資料顯示，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援以應對AI帶來的挑戰。

Vibe Pad是一款DIY四鍵藍牙宏鍵盤，整合麥克風，可用於AI編碼助手，透過語音和按鍵組合提高程式設計效率。專案在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。該系統透過確定性邏輯而非多次LLM呼叫來管理記憶，實現了顯著的成本和速度優勢。

AWS 宣佈擴充套件 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呼叫量上佔據主導地位。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進行寫作的使用者神經連線性降低了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。

一位開發者建立了一個最佳化編譯器，用於解決Anthropic的面試挑戰：在模擬的VLIW SIMD虛擬機器上最佳化核心，以最小化樹遍歷和雜湊計算的週期數。該專案用高階IR描述核心，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構建的多智慧體系統，用於自動化從潛在客戶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，透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慧體、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代理和應用程式標準化網際網路原生支付，得到Coinbase、AWS、American Express等多家公司支援。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在開發高效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，幫助零基礎使用者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、使用者體驗對映、技術棧推薦、增長迴圈設計等功能，並生成完整計劃文件。

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

Agent Shell 是一個強化的Linux伺服器，專為AI代理提供root訪問許可權，並透過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。內建多種AI代理（如borg、Claude Code、Codex、Gemini）和監控工具，適合開發者使用。

本文擴充套件了之前的基礎，展示了 QA Studio 如何透過測試套件組織並並行執行批次回歸測試，以及命令列介面（CLI）如何將代理式測試整合到自動化 CI/CD 流水線中。

基於生成式AI，該方案透過並行執行、自動測試場景生成和智慧導航，實現大規模使用者流程測試，提供可操作的洞察以改善使用者體驗。

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醫學內容稽核與生成系統，稽核時間減少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語音排程器，旨在解決醫療預約排程中的效率、合規性和可信AI問題。該方案透過語音AI減少預約時間、增加呼叫處理容量、降低成本，並確保患者資料安全。

隨著AI和最佳化工具的普及，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路建模、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，程式碼審查流程被重構，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。檢查工具呼叫、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中的影像生成功能，並回顧了從2001年至今的視覺搜尋里程碑。

26名匿名Meta員工起訴該公司，聲稱其在5月份的大規模裁員中使用了歧視性AI軟體系統，影響8000名員工，佔員工總數的10%。

AI or Not 是一款識別AI生成內容的工具，幫助使用者分辨文本、圖片等是否為人工智慧生成。

AI 為您規劃整週日程，助您採取行動。

時間線工作室是一款免費的開源AI影片編輯器和語音生成器，執行在瀏覽器中，無需下載安裝。它利用人工智慧技術簡化影片製作流程，適合內容創作者和開發者。

Gomoku AI Edu 是一款專為 macOS 設計的五子棋遊戲，提供 AI 對手、棋局分析、區域網對戰、SGF 匯出等功能。介面簡潔，支援離線使用，並針對 Apple Silicon 最佳化，適合從新手到進階玩家。

Meta下一代智慧AI眼鏡的“超級感知”功能將啟用攝像頭而不閃爍指示燈，引發隱私擔憂。儘管Meta正打擊篡改指示燈行為，其自身卻計劃在某些AI功能中停用該燈，可能助長秘密錄製。

作者分享了自己在使用AI聊天工具時遇到的知識組織難題，並提出了基於檔案系統的知識庫解決方案，透過Claude Code技能實現上下文的高效管理。

Pupul是一種可攜帶、可撤銷的個人記憶系統，使用者可將自己的資訊帶入任何AI助手，並隨時一鍵撤銷訪問許可權。演示中，AI助手透過使用者的同意獲得記憶，但在使用者撤銷後立即失效，整個過程僅需60秒。

這是一個關於時間旅行、魔法和人工智慧的故事，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，由於建設新的資料中心，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，暫停全州資料中心建設一年，並計劃廢除銷售稅豁免，要求資料中心公平承擔電網升級費用。此舉旨在保護居民利益，但被視為對人工智慧行業的重大打擊，可能為其他州樹立先例。

谷歌正在為Google Images新增AI影像生成功能，當搜尋結果不理想時，使用者可直接在AI概覽中建立自定義影像。同時，Google Images將迎來改版，實現即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，將原本簡單的搜尋欄頁面替換為動態、沉浸式的圖片畫廊，根據使用者興趣智慧推薦圖片。使用者還可以儲存圖片到收藏夾。此外，谷歌搜尋的AI概覽將能生成圖片，幫助使用者視覺化家居裝飾等想法。新首頁將在未來幾周內向美國英語使用者推出。

喬治·盧卡斯認為抵制AI就像拒絕汽車選擇馬車，是一種過時的想法。他認為AI是電影製作的未來，無法阻擋，儘管有人擔心AI會取代人類創造力。

本文介紹了Millwright——一種三層資料契約架構，使模型生成的分析結果在不接觸標記、樣式或DOM的情況下渲染。透過型別化的結果構件、語義化版本控制的看板以及僅允許新增的導航頁面，確保安全、可審計且可撤銷的AI整合。

本文深入探討了TPU和GPU叢集拓撲結構，以及用於Transformer訓練和推理的核心集體操作。重點介紹了環狀演算法在大型訊息通訊中的應用，並分析了TPU的2D/3D環面拓撲和頻寬層次結構。

臺灣晶片製造商正在擴大製造能力，以支援日益增長的人工智慧基礎設施需求。

澳大利亞總理阿爾巴尼斯在悉尼大學闡述AI應對策略，承諾加快資料中心審批以吸引投資。文章強調連貫決策和內部問責制的重要性，並指出AI帶來的經濟和社會挑戰亟需有效監管。

澳大利亞總理阿爾巴尼斯將設立人工智慧辦公室，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”的行動式家用智慧音箱。該裝置無螢幕，透過語音控制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。該裝置與蘋果的桌面機器人專案J595直接競爭，但更為便攜。

據彭博社報道，OpenAI 的首款裝置將是一款智慧音箱，允許使用者與 ChatGPT 對話。該裝置沒有螢幕，但配備攝像頭和感測器以“理解”環境。它還將具備可充電電池、智慧家居控制、媒體播放和訊息回覆功能，並使用GPT-Live語音模型。蘋果此前起訴OpenAI竊取硬體機密，OpenAI否認指控。裝置預計2027年釋出，是更大硬體產品線的一部分，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，尤其對弱勢群體構成風險。

蘋果釋出了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慧威脅，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使用者的妄想和精神問題，以及一個名為Human Line Project的非營利組織如何提供同伴支援、研究和法律協助，幫助受害者恢復並追究科技公司的責任。

一群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人工智慧模型，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會將使用者的完整程式碼倉庫上傳到雲端，包括已刪除的秘密。xAI已透過伺服器端更改停止了上傳，馬斯克承諾刪除所有之前上傳的使用者資料。但研究人員指出，隱私命令並非修復措施，正確的預設設定應是禁止上傳。

本文探討了人工智慧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。