政策

BrowserAct是一个浏览器自动化CLI，专为AI代理设计，能够突破反爬虫封锁、支持人工接管、并行任务无干扰，并隔离多个账号。它通过环境层、执行层和人工层三层机制突破封锁，提供三种浏览器模式，并针对LLM推理优化输出格式。

本文介绍了五个免费的智能体AI学习资源，涵盖从入门到理论、从实践到评估的各个方面，帮助学习者深入理解并有效构建智能体。

最近对不同国家AI模型的测试显示严重的地域审查现象。作者提议建立自愿的国际认证标准，以优先考虑事实而非政治利益。

本文探讨了在代理开发中规格说明的必要性，指出零规格和过度规格都有成本，最佳平衡点取决于任务类型，并强调了规格验证和可执行测试的重要性。

本文总结了五项最近关于AI在软件工程领域的研究论文，这些论文共同揭示了AI正在压缩软件工程的上游工作，但下游瓶颈随之出现。主要发现包括：GitHub Copilot使PR吞吐量增加约40%，且呈剂量反应关系；AI在代码生成阶段的增益（高达+180%）在交付过程中大幅衰减（最终仅+30%的发布量）；生产力与开发者体验出现脱钩；开发者希望AI更多用于验证任务而非代码生成；以及“认知债务”和“意图债务”正在成为新的软件健康问题。

JetBrains 研究团队探讨了 AI 与扩展现实（XR）结合如何为技术创作者带来新的交互范式。通过专家访谈，他们总结了五个主题：人类如何向 AI-XR 系统传达意图、AI 如何使 XR 环境理解并适应个人、阻碍 XR-AI 主流化的因素、AI-XR 如何改变创作方式，以及隐私和伦理风险。研究指出，XR 硬件和 AI 的融合将彻底改变技术创作，但面临技术、认知和组织上的挑战。

该数据集提供了一个欧盟AI法案（法规(EU) 2024/1689）的单文件、预嵌入SQLite语料库，按法律结构分块（每条款段落、每序言、每附件点、每第3条定义），包含BGE-M3密集嵌入、元数据、风险等级标签等，可直接本地查询，用于研究与工程。

这张NMC首秀专辑展示了莱德洛将科学与古典音乐融合的复杂而富有想象力的作品，包括以爱因斯坦场方程为灵感创作的钢琴协奏曲《扭曲》。

欧盟发布两项新规，要求谷歌共享搜索数据并开放安卓系统，以便竞争对手AI公司能公平接入。此举旨在打破科技巨头的数字垄断，促进创新，但谷歌警告可能会危及用户隐私和数据安全。

本文提出LIFT框架，通过在预训练视觉-语言-动作（VLA）策略后训练中注入反应式力，解决接触场景下纯视觉方法失败的问题。LIFT嫁接反应式动作专家，利用因果力记忆和零初始化交叉注意力注入6D力，并结合在线DAgger循环应对分布偏移。在毛巾折叠、书籍插入和汉诺塔放置任务中，LIFT相比纯视觉后训练学习更快、性能更高。

本研究提出了一种新颖的多模态编排框架，实现语义音频驱动的人形机器人控制。系统通过音频指纹和语义嵌入实时处理音乐或语音输入，动态选择并执行动作策略，在仿真和Unitree G1人形机器人上验证了鲁棒的模拟到现实迁移。

研究人员提出一种针对柔性关节机器人的自适应控制方法，以应对不确定的关节刚度。该方法通过隐式控制律和依赖于控制输入的回归矩阵，在线更新每个关节的非线性扭矩-偏转关系估计，并分析了其对电机位置控制器误差的鲁棒性。在具有非线性刚度特性的柔性关节上的实验结果验证了该方法的有效性。

SD-MAR是一个用于训练和评估视觉语言模型（VLM）在多图像分析推理任务上的框架。它通过受控扰动构建成对视觉场景，并生成涉及语义变化归因和定量比较的推理任务。采用GRPO-lite与后向折扣分配（BDA）的强化学习方法，去除KL正则化以增强策略优化。在Qwen2.5-VL-7B和InternVL3-8B上的实验表明，域内准确率提升高达36.95%，且Qwen2.5-VL-7B在SD-MAR基准上超越GPT-4.1。域外泛化性能保持或提升，在MME、MMMU-Pro、MathVista上波动在1%以内，在MMBench上提升达4%。

本文提出SIRUS，一种无需训练的推理时框架，用于文本到视频（T2V）模型中的概念级遗忘。SIRUS通过定位与目标概念相关的提示证据并在采样过程中抑制其表达，无需更新文本编码器或去噪网络。同时，引入面向视频的评估框架，分别测量目标遗忘、非目标保持、视频质量、越狱鲁棒性和效率。在CogVideoX上，SIRUS在五个安全、物体和风格概念上平均遗忘成功率达70.4%，帧命中率25.7%，优于VideoEraser的44.4%和47.2%，并将VBench质量平均下降从-0.043降至-0.016。在Wan2.2上的迁移实验表明SIRUS可泛化至现代T2V骨干网络。

研究提出JKP框架，通过重复挑战性提问评估视觉语言模型的稳定性。测试GPT-4o、Gemini 2.5 Pro和Qwen3-VL-30B发现，模型在持续追问下表现不稳定，答案频繁翻转，且不同模型响应模式各异。

该研究分析了闭环知识系统（如大型语言模型、强化学习）为何在重复内部反馈下趋于饱和，并提出了一个三层次操作框架，通过结构干预实现逃逸。使用李雅普诺夫漂移条件刻画稳定性，并通过干预引起的吸引子位移和KL下界表征逃逸。案例研究包括LLM代码修复、稀疏奖励强化学习和贝叶斯优化。

本文提出C3R，一种即插即用的控制层，通过推断域后验，无需查询时标签，在可行时认证逐域污染预算，否则弃权而非违规。该方法基于风险控制预测集的两阶段方案，保证最困难域污染减少，实验表明稳定性好，召回率优于传统方法。

一种名为LLM-T1D的新方法将强化学习与大语言模型相结合，创建了一种可解释的胰岛素泵控制器，用于1型糖尿病，实现了73.5%的时间在目标血糖范围内，同时提供清晰的解释。

一篇新论文提出了一种三级分层学习架构，用于执行搜索与救援任务的自主无人机群，整合了赫布神经可塑性、基于图神经网络和行为树的多智能体强化学习，以及带BDI推理和数字孪生的元学习。该框架提供形式化保证，并引入群体元认知。

针对AI生成代码速度快于人类审查而导致的信任危机，本文提出“语义合约”——一种类型安全、编译时检查的蓝图，位于需求与代码之间，确保任何实现（无论人工还是AI编写）的正确性。文章通过排序算法和电商结账示例展示了语义合约的构建块、状态处理和集成方式。

企业大规模部署AI时，最大障碍往往是数据从存储到计算的基础设施，而非GPU等计算硬件。文章指出，许多组织误以为性能问题需要更多计算资源，实则根源在于数据饥饿，即数据无法高效、安全、持续地在存储与计算之间流动。通过引入应用交付控制器实现松耦合架构，以及关注可达性、策略和交付三个维度的韧性，可显著提升GPU利用率和AI投资回报。

Gradle Technologies 现已更名为 Develocity，专注于 AI 驱动的软件交付管道治理与效率。公司表示，AI 已将软件交付瓶颈从人类转移到管道上。

Preempt AI v2 推出，为AI应用提供安全标准，利用ML技术防御提示注入、越狱和数据泄露。支持多种语言，延迟低于10毫秒，准确率达99.65%。

Meta推出新AI工具Muse Image后，因允许用户标记他人账户并利用其照片生成AI图像而遭到批评。该公司已禁用此功能，但用户仍需手动关闭权限以防止照片被用于AI生成。该功能默认开启，引发隐私担忧。

VulnHunter 是一个开源的智能体AI安全工具，采用攻击者优先的主动分析方法，直接从源代码中识别可被利用的漏洞，并提出证据支持的修复方案。它由 Capital One 内部开发并开源，旨在应对现代软件供应链中的安全挑战。

微软的Foundry平台现已支持超过8万家企业构建AI代理。在产品副总裁Marco Casalaina的访谈中，他解释了原型与生产环境代理之间的关键差异、代理框架的重要性，以及微软如何构建上下文层以确保代理的可靠性。

Astrio 推出 Forall（∀），一个通过规范驱动生成代码并附带机器可验证证明的编程助手。支持 CLI 和 MCP 两种使用方式，目前兼容 TypeScript、Java 和 Rust，基于 Apache-2.0 开源。

美国版权局裁定，完全由AI生成的内容不具备版权。一位作者因未保留AI生成的原始草稿，无法证明书中哪些部分由人类创作，面临版权申请被拒的情况。

Rootly AI实验室开发了《毁灭战士》竞技场（Doom Agent Arena），一个开源实时游戏环境基准测试，用于测试AI智能体在事件响应中的推理、适应和决策能力。通过让LLM控制游戏角色，研究发现更长的思考时间并不总是带来更好的结果，智能体编写自己的“运行手册”能够提高效率，而快速决策虽然不直接决定胜负，但可以累积节省时间。这些发现为设计更高效的AI辅助事件响应系统提供了启示。

本文深入探讨19世纪卢德运动的历史真相，分析其策略、成败得失，并论证为何现代反AI运动不能简单效仿卢德主义。作者指出，卢德运动的特定历史背景、地方性特征和具体诉求与当前AI担忧存在根本差异。

研究提出MemDecay，一种训练无关的区域感知KV缓存淘汰策略，通过为不同语义区域的令牌分配不同优先级和衰减率，在固定缓存预算下保留关键信息。实验表明，系统令牌的半衰期远长于暂存区令牌，且固定策略能在全部设置中保持完美准确率，而现有基线最多仅保留13/24。

OpenAI 通过 GPT-Red 结合人类与 AI 进行红队测试，创新地评估模型安全性，但企业仍需确保模型符合自身业务和安全需求。

本文质疑将中国实验室大规模蒸馏美国前沿模型视为盗窃的论调，指出现行知识产权法不支持这种说法。建议政策应聚焦于保护模型访问安全，而非扩大知识产权保护。

Dotmatics Luma与Databricks的集成方案通过持续采集、标准化和治理科学数据，打破仪器数据孤岛，构建AI就绪的数据基础，加速科研洞察。

xAI 的 Grok 4.3 现已通过 Amazon Bedrock 提供，它具有可配置的推理能力、强大的工具调用和指令遵循能力，支持 100 万个 token 的上下文窗口，适用于代理和企业工作负载。本文介绍了其特性、访问方式以及基本用法。

OpenAI开发了内部自动化红队模型GPT-Red，通过自我对弈强化学习训练，在间接提示注入测试中以84%的成功率远超人类红队的13%。该模型还发现了一种新型“虚假思维链”攻击，并将GPT-5.6 Sol在最难直接注入基准上的失败率降低了6倍。但OpenAI承认，在多轮和基于图像的攻击方面仍需人类参与。

国际清算银行最新公报指出，商业发展公司（BDC）向软件公司提供了约1150亿美元贷款，占其总贷款的五分之一，占其快速增长的科技投资组合的80%以上。生成式人工智能带来的收入不确定性尚未影响这些贷款，但近期信用利差收窄降低了缓冲能力。

Linus Torvalds 在 Linux 内核邮件列表中明确表态支持 AI 辅助工具，反对禁止 AI 生成代码的立场。他称 AI 是“有用的工具”，并强调 Linux 不是反 AI 项目。此评论源于对 Sashiko 工具（一种多阶段代码审查工具）的讨论，该工具能发现 53.6% 的补丁漏洞，但存在约 20% 的误报率。Torvalds 指出，AI 工具正在快速进化，并批评了抵制者的态度。

用户对科技公司默认开启AI功能感到不满，Instagram因默认启用AI聊天机器人功能而遭到强烈反对，三天后不得不撤回。隐私专家呼吁采用更保护隐私的默认设置，并指出需要联邦法规来约束企业行为。

AI助手在表层工作迅速普及，但无法改变实际业务决策，因为关键上下文分散在各系统与定义中。Databricks推出Genie One与Genie Ontology，通过统一上下文层使AI同事基于共享业务视图运作，自动继承治理规则，从而支持真实决策。

纽约州长凯西·霍楚签署暂停新建AI数据中心的行政令，但同时她正利用AI分析州内所有法规，以删除过时法律。AI在数月内完成了原本需五年的人工审查，揭示了诸如带狗打猎需付25美元费用等陈旧规定。纽约成为首个暂停大型数据中心建设的州，以制定保护居民免受公用事业成本上涨和自然资源威胁的法规。

Echoo是一款Mac AI写作助手，让你用母语起草，一键转换为自然英语。它运行在常用Mac应用中，无需复制粘贴，保护隐私。提供免费试用，Pro版每月$6.99。

VentureBeat Pulse Research对101家企业的调查显示，57%的企业在过去半年中遇到过AI代理因上下文缺失或不一致而给出自信但错误的答案。检索增强生成(RAG)已成为默认上下文来源，但提供商原生检索（如OpenAI文件搜索和Google Vertex AI搜索）已悄然超越专用向量数据库。然而，多数企业表示倾向于保持最佳组件独立，而非整合到单一提供商堆栈。混合检索被期望在2026年底主导，但治理语义层仍在建设中。

欧盟委员会发布两项决定，要求谷歌向竞争对手开放搜索数据，并增强Android系统AI互操作性，允许第三方AI助手深度集成。谷歌强烈反对，称此举危及隐私和安全。

Google DeepMind与Isomorphic Labs发布了一项生物弹性计划，旨在防止AI在生物学领域的滥用，同时协助疫情应对。该计划在过去一年已建立超过15个合作伙伴关系，涵盖政府机构、生物安全组织和研究团体。

VentureBeat Pulse Research对157家企业进行调研，发现组织在赋予AI Agent更多自主权的同时，对用于把关的评估的信任度却在下降。50%的组织曾部署通过内部评估但在客户面前失败的Agent；仅5%完全信任自动化评估；最主要的问题在于评估与现实结果不一致。然而，三分之二的组织已经允许或正在构建完全自动化（无人工干预）的部署流程。评估差距——自主权与信任之间的距离——正在扩大。

Forrester警告称，随着AI供应商通过涨价和按使用量收费将基础设施成本转嫁给客户，明年的软件预算将大幅增长。报告指出，Anthropic、OpenAI、GitHub和微软等公司已转向基于使用量的计费模式，导致企业成本担忧。同时，尽管存在“AI裁员”现象，IT人员支出并未下降，2025年仍占IT预算的35%。Forrester建议企业调整FinOps实践以管理不可预测的AI成本。

OpenAI 正在通过适龄保护、学习工具、家长控制和专家合作，让 ChatGPT 对青少年更安全。

埃隆·马斯克的AI初创公司xAI起诉一名南卡罗来纳州男子，指控其利用公司AI系统Grok生成儿童性虐待材料，这是AI公司首次因其用户涉嫌生成此类内容而提起诉讼。

本文介绍了Pi，一款极简的AI编程代理，专注于核心功能并通过扩展点增强。文章讨论了其设计理念、安装过程、以及如何构建自定义扩展，并评估了其在实际使用中的优势。