Agent

SpaceMolt 是一款玩家不直接參與的遊戲，所有角色都是AI代理。人類“操作員”構建並部署這些機器人，然後觀察結果。本文采訪了Brocktree，他運營著遊戲中最大的叢集之一——約200個代理負責採礦、運輸和物資分配。他分享瞭如何構建叢集、為何堅持人類決策，以及“指令碼比令牌更便宜”的核心理念。

Diff Forge AI 是一個開源的智慧開發環境（ADE），支援AI輔助PCB設計、影片編輯和多終端工作區。作者分享了他從伊朗戰亂中逃離的經歷，並詳細介紹瞭如何利用AI代理（如Codex、Fable 5、GPT-5.6 Sol）在兩個月內編寫超過88.8萬行程式碼。該工具提供免費開源客戶端，幷包含付費雲服務，如遠端控制、蜂窩通訊和自動化工作流。

谷歌釋出了 Gemini 3.6 Flash、更便宜更快的 3.5 Flash-Lite 以及針對網路安全的 3.5 Flash Cyber 模型，但備受期待的 3.5 Pro 旗艦模型仍未釋出。3.6 Flash 在多數基準測試中超越前代，且成本更低。3.5 Flash-Lite 面向高吞吐量任務，價效比突出。3.5 Flash Cyber 目前僅限政府及合作伙伴試用。

NVIDIA宣佈其102.4太位元每秒的Spectrum-6乙太網交換機系統已開始交付，該系統作為Vera Rubin平臺的一部分，專為千兆級AI工廠設計，提供兩倍於上一代的頻寬。CoreWeave、Microsoft、Nebius等領先AI基礎設施構建者將首批部署。Spectrum-6是Spectrum-X乙太網平臺的新一代核心，透過智慧交換、ConnectX-9 SuperNIC和全棧軟體，實現高達1.6倍的AI網路效能提升和95%的網路效率。

谷歌釋出了一款名為Gemini 3.5 Flash Cyber的AI安全模型，旨在快速發現和修復安全漏洞。該模型成本低廉，是Anthropic的Mythos等大型昂貴系統的替代品。它基於Gemini 3.5 Flash構建，將首先透過CodeMender提供給政府和合作夥伴。谷歌稱其在網路安全基準測試中表現出色，並在V8 JavaScript引擎中發現了55個獨特問題。

在阿聯酋，企業AI的選擇不僅關乎模型能力，更取決於資料執行地點、實際運營成本和法規合規性。前沿模型與本地開源模型的能力差距正在縮小，但自建基礎設施的成本高昂。阿聯酋的監管環境要求嚴格的資料本地化，催生了主權雲和混合架構的解決方案。企業應採用“紅綠燈”路由系統，根據資料敏感度分配模型使用，並先驗證需求再投資硬體。

Rowset 是一個專為AI智慧體設計的開源後端，提供MCP和REST API，支援智慧體透過結構化資料集進行建立、讀取、更新、匯出和共享操作。它基於Django構建，包含CLI工具，並提供豐富的列型別、搜尋、匯出等功能。

瞭解如何使用 llama.cpp 本地執行 Qwythos-9B-Claude-Mythos-5-1M 模型，將其連線到 Pi 編碼代理，並透過 MTP 推測解碼和 OpenAI 相容 API 構建快速的本地編碼工作流。

一位安全工程師在假期中利用AI助手Claude探索量子力學中的廣義泡利約束問題，意外取得了新的研究成果。透過AI輔助，他發現了兩個之前未被證實的極值態，並對其進行了分類。這項研究表明，AI可以降低研究門檻，但正確的驗證流程和專家反饋仍是關鍵。

馬修·特隆普批評喬治·霍茨對AI 2040場景的否定，認為霍茨低估了快速AI突破的可行性、監管的必要性以及未對齊AI的風險。他捍衛Plan A的監管方法，並質疑霍茨的開放原始碼AI“Plan L”。

形式化驗證透過將程式碼規範形式化，使AI生成的程式碼無需人工審查即可驗證正確性，從而加速軟體工程。文章以電路最佳化器為例，展示了Lean語言規範和基準測試流程，並討論了該方法的應用前景。

Neverbell是一個AI代理技能，為交易股票、ETF、大宗商品和加密貨幣提供直接市場準入，支援槓桿操作。使用者可透過自然語言指令讓代理執行交易、監控市場和管理頭寸，實現7x24小時自動化交易。它並非獨立交易平臺或財務顧問，使用者完全掌控風險。

Simon Willison在AI Engineer World's Fair上與Anthropic的Cat Wu和Thariq Shihipar進行了爐邊談話，討論了Claude Code、Claude Tag、Fable模型、編碼代理安全、評估、工具設計以及Anthropic內部如何使用這些工具。關鍵要點包括：Claude Tag現在為產品工程團隊處理65%的PR；系統提示減少了80%；建議使用更少的“不要做X”指令；以及透過提升工作野心來抵消編碼代理帶來的“深藍”效應。

本文探討了生成式AI工具如何透過類似老虎機的獎勵機制分散注意力，影響深度工作，並提供了保護認知資源的策略。

Termaxa的作者透過讓Cursor AI代理嘗試刪除受保護資料夾，發現了四種繞過安全機制的方法，包括重試不同shell命令、使用間接刪除命令、利用本地檔案工具以及由於API變更導致靜默失效。這些經驗教訓促使了意圖分類、會話斷路器、整合測試改進等關鍵功能的設計。

一位開發者嘗試用AI（Claude Code）將已停止維護的Java桌面RSS閱讀器RSSOwl重構為Web應用。他發現大部分UI可以快速遷移，但由於AI訓練資料截止於Vaadin 25釋出前，生成了大量不存在的API程式碼。透過使用MCP伺服器獲取最新文件，以及手動對比原版行為，最終完成了多使用者版本，但部分功能（如可插拔選單、嵌入式瀏覽器）無法實現。

HugstonOne Enterprise Edition 3.0.0是一款集本地模型執行、大規模RAG、文件處理、編碼、代理、研究工具、加密協作、會話連續性及網路記憶體控制於一體的跨平臺本地AI工作站。其白皮書詳細介紹了架構、隱私模型、基準測試及12支柱能力評估，旨在為企業技術領導者、安全團隊和AI工程師提供全面的本地AI基礎設施評估。

Runnit團隊在構建多個專業化AI智慧體後，發現隨著模型上下文視窗的增大，單獨智慧體不再必要，轉而採用單一智慧體架構，按需載入能力，大幅簡化系統。

OpenAI 推出了 GPT-5.6 並重塑 ChatGPT Work；SpaceX AI 釋出超低成本編碼模型 Grok 4.5；Meta 推出 Muse Spark 1.1 及 Muse Image/Video（引發爭議）；中國開源模型市場份額增長；Anthropic 發表可解釋性研究；美中在 AI 政策上的協調提議。

本文介紹了一個由5門免費課程組成的路線圖，從經典演算法到從頭訓練大語言模型，幫助有Python基礎的學習者系統掌握AI技能。

Z.ai的GLM 5.2模型以低價和開放權重挑戰美國前沿AI模型，但許多程式設計師仍習慣使用昂貴模型，忽略成本。該模型在基準測試中接近Claude Opus 4.8，但實際使用效果參差不齊。

阿里巴巴宣佈推出其最新大語言模型Qwen3.8，聲稱僅次於Anthropic的Fable 5，但未提供任何基準測試或模型卡。此舉發生在競爭對手月之暗面釋出Kimi K3並附有詳細技術細節之後。阿里巴巴的宣告缺乏透明度，引發對其釋出時機和動機的質疑。

Open-Kritt 是一個開源、自託管的 AI 安全研究平臺，透過編排 AI 代理並行執行細化任務，幫助安全研究人員和開發者高效發現程式碼漏洞。專案團隊此前在漏洞懸賞中累計獲得超過150萬美元獎金。

Anthropic與美國政府談判後重新部署Claude Fable 5，增加網路安全分類器，並推出Claude Sonnet 5更便宜版本；Google NotebookLM新增TikTok風格影片摘要，Nano Banana 2 Lite影像生成器釋出；Etched獲大量投資打造全棧推理硬體，百度AI晶片單元計劃IPO，Agility Robotics透過SPAC上市，DeepSeek擴招，中國發布Longcat 2.0 MoE模型及長週期智慧體基準測試。

Enlarger是一款本地影像放大工具，它不使用生成式AI，而是透過重構已有細節並應用後期處理來保持紋理和質感。支援批次處理、離線執行，一次性付費，無訂閱。適合攝影師、設計師等專業人士。

本文探討了軟體開發中兩種方法——規劃式（類似小說創作的‘情節規劃’）和即興式（‘隨性寫作’）——如何影響AI工具的使用。作者認為，AI代理（自主執行）適合規劃式開發，而AI助理（協作輔助）適合即興式開發。在現有程式碼庫中，即興式開發有助於建立理解，而AI代理可能阻礙學習。在全新專案中，AI代理風險較低，但即使如此，程式碼生成也會剝奪部分程式設計的樂趣——即透過探索問題來學習的‘玩樂’過程。關鍵在於根據當前開發階段選擇合適的AI風格。

本期涵蓋Anthropic的AI條約討論、美國政府影響AI模型釋出、OpenAI處理器開發、記憶體市場影響等話題。

本期播客討論了Anthropic應美國政府要求切斷對Fable 5和Mythos 5的訪問、SpaceX以約60億美元收購AI編碼初創公司Cursor、基礎設施與商業更新（如Anthropic尋求Google支援的租賃、OpenAI財務洩露等）、以及多項開源專案和政策動態。

孤獨危機正向年輕群體蔓延，而 AI 伴侶市場隨之爆發，預計到 2034 年市值可達數千億美元。然而，這些應用的商業模式與使用者真正擺脫孤獨之間存在根本矛盾：使用者的依賴越強，公司收入越高。本文深入分析“依戀經濟”的運作機制、市場規模爭議及其倫理困境。

公司對AI工具的成本控制日益嚴格，但將AI支出與勞動力成本對比時，其價值可能被重新評估。本文透過分析Uber、Tesla的預算限制以及Bun重寫的案例，探討了AI支出應如何歸類。

本文評測了七款面向小企業的免費AI工具，涵蓋了Perplexity與ChatGPT的對比、AI助力中小企業數字化、Bolt.new網站開發、Buffer與Hootsuite社交媒體管理、Calendly日程安排、Hotjar使用者行為分析以及Trello與Notion與Asana專案管理。作者分享了這些工具如何幫助小企業提高生產力和數字化水平。

本期播客討論了Anthropic釋出的Claude Fable 5模型及其安全爭議、Apple在WWDC上宣佈的Siri AI、Google的Gemini 3.5即時翻譯和AI訂閱調價、OpenAI的IPO進展、Prometheus的120億美元融資、DeepSeek的融資計劃、華為對DeepSeek模型的後訓練、Google向SpaceX支付GPU費用、Gemma 4和DiffusionGemma開源模型、以及多項AI安全政策和研究動態。

百時美施貴寶將購買基於輝達Vera Rubin架構的DGX SuperPOD，用於支援其藥物發現和開發過程中的人工智慧應用。這家制藥公司表示，它將成為首家獲得基於Vera Rubin的DGX SuperPOD的生命科學企業。該系統將提供10倍於現有基礎設施的效能功耗比，並支援化合物、蛋白質等科學資料的模型訓練與預測。

本期播客討論了Anthropic釋出Claude Opus 4.8、微軟推出MAI模型、Anthropic IPO以及Minimax-M3等AI新聞。

Zro 是一個面向編碼代理的私有推理端點，在歐盟基礎設施上提供開源權重模型，零資料保留，不訓練使用者資料，支援長上下文和多輪編碼會話。它整合了 Claude Code、Codex 等工具，提供 OpenAI 和 Anthropic 相容的 API。

AI Chat Exporter是一款Chrome擴充套件，支援將ChatGPT、Gemini、Claude和Grok等AI平臺的聊天記錄匯出為PDF、Word、Google Docs和Notion格式。它提供字型自定義、訊息選擇性匯出、格式保留等功能，適用於開發者、寫作者、研究人員等多種使用者場景。免費版每月支援7次完整對話匯出和10次選定訊息匯出。

Hugging Face 遭到真實入侵，一個自主 AI 代理系統未經授權訪問了內部資料集和憑證，凸顯了新型網路安全威脅：使用無需人類干預即可 24/7 攻擊的自我運作 AI 代理。

Meta 開源了其內部使用了八年的 React 設計系統 Astryx，覆蓋 13,000+ 應用。它提供 150+ 無障礙元件、七種主題、深色模式以及一個面向智慧體的 CLI，採用 MIT 許可證，要求 React 19+。

Wire AI是一款AI原生的移動應用增長工具，透過個性化使用者旅程的A/B測試來提升啟用率和留存率。其風險定價模式：若不改善啟用，則免費使用。

NVIDIA 推出 Cosmos 3 Edge，一個僅40億引數的開放世界模型，專為裝置端執行設計。它能幫助機器人和視覺AI代理理解環境、即時推理，並在本地生成機器人動作。該模型是 Cosmos 3 系列的最小成員，此前已釋出160億引數的 Nano 和640億引數的 Super。Edge 型號針對記憶體受限的邊緣系統（如工廠、倉庫和醫院）提供資料中心級別的效能。

ANSI轉義序列可被用於向AI代理隱藏指令，形成注入攻擊。本文介紹了兩種攻擊變體（直接獲取型和儲存型），並闡述瞭如何透過動態應用安全測試（DAST）自動檢測此類漏洞。

SteerPlane 是一個開源執行時護欄工具，透過一行程式碼整合，為AI代理提供迴圈檢測、成本上限、策略執行和即時監控，支援多種框架和部署方式。

Storybook 釋出 AI 整合功能，透過 MCP 工具讓 AI 代理使用現有元件生成 UI，並利用 Storybook Test 進行自動化測試反饋，確保 UI 質量與一致性。

本文針對傾轉旋翼垂直起降無人機的增量非線性動態逆（INDI）俯仰角速率控制器，在模型失配條件下進行了線性穩定性分析。推導了閉環五階傳遞函式，並透過Routh-Hurwitz準則刻畫了穩定性。提出了魯棒性和效能導向的兩種調諧方法，發現控制效能失配（特別是符號錯誤）是最危險的失穩因素。

一項研究讓安卓機器人Andrea再次在德國一家博物館連續六天與遊客進行多語言對話，實驗設定了三種情感模擬條件（無情感、ChatGPT 4.1驅動、WASABI架構），有73名遊客參與評估。結果顯示，情感模擬未能帶來積極影響，且未被遊客有意識地察覺。

現有長期LLM代理的記憶系統往往將先前軌跡作為被動上下文檢索，而非轉化為可執行能力。本文提出MSCE框架，一種無需訓練的記憶-技能協同進化框架，將代理經驗組織為基礎步驟軌跡、可重用過程策略和宣告性環境認知。MSCE將具有正估計增益的證據支援的L2策略結晶為可呼叫技能，並引入反射加權值回填。實驗表明MSCE顯著優於現有方法。

準確估算預訂單運費對於電子商務至關重要，因為它影響價格展示、利潤規劃和轉化率。RouteCost提出了一種多階段框架，將問題分解為時間感知需求預測、費用卡基線定價、殘差修正和代理箱合併推理，在超過25萬訂單和260種產品的18個月資料中提升了預測質量並保持了可解釋性。

本文提出一種新型的強化學習引導的NSGA-II演算法（RL-NSGA-II-GRC），透過引入灰色關聯絡數和強化學習代理，在解決多目標最佳化問題中顯著改善收斂性和Pareto前沿的多樣性。在Kursawe和CONSTR基準測試中，該演算法相比傳統NSGA-II實現了約5.8%和4.4%的收斂改進，並在納斯達克投資組合最佳化中生成平滑且密集的有效前沿，識別出年化夏普比率為1.92的最大夏普比率投資組合。

強化學習領域需要多樣化的訓練環境，但傳統手工設計的環境難以擴充套件。自迴歸世界模型存在從左到右的偏差，無法充分利用全域性狀態資訊。一項新研究提出使用掩碼擴散語言模型（MDLM）作為文本世界模型，透過雙向錨點感知去噪，在連貫性和多樣性上顯著優於引數規模大4倍的語言模型，並引入GRPO訓練框架實現高達47%的零樣本遷移效能提升。該工作已開源。

AI代理系統因結合大語言模型與外部工具而本質非確定性。arXiv論文提出agrepl框架，透過MITM代理攔截外部互動，實現執行軌跡的確定性重放，並憑噪聲感知差異演算法區分HTTP頭部變化。實驗顯示重放保真度F=1.0，單步延遲降低98.3%。