政策

Auto是一个记录LLM智能体行为、验证并编译为沙箱化的WebAssembly二进制文件的AGI编译器，通过分级运行时实现微成本推理，确保“相同思考不重复”。

麻省理工学院和丰田研究所的研究人员开发了“SceneSmith”系统，利用三个AI代理协作生成逼真的3D室内场景，如厨房、酒店和客厅。这些虚拟环境为机器人提供了丰富的训练数据，帮助它们在模拟中练习日常任务，从而减少真实世界测试的时间和成本。

Crucible 是一个对抗性测试强化工具，利用变异测试发现AI编写的测试遗漏的缺陷。它提供免费的命令来评估你的测试套件，然后通过一个对抗循环：测试者编写测试，mutmut 发现存活的变异，批评者针对性地编写测试。该工具生成机器可验证的收据，并适用于Python/pytest项目。

本文详细介绍了如何利用 Amazon Bedrock AgentCore Gateway 和 Identity 实现 OAuth 2.0 令牌交换（RFC 8693），以解决多租户代理中下游 API 调用时的身份传播问题和 confused deputy 问题。通过参考实现 TravelBot，展示了在 Okta 环境下的完整设置、JWT 声明转换以及如何通过受众绑定实现深度防御。

Clay Seal Identity 是一个开源项目，为 AI 代理提供短期、可验证的凭证，确保身份认证和问责制。它基于 SPIFFE 标准，支持 JWT 和 X.509 凭证、Ed25519 工作负载密钥、离线验证，以及 Biscuit 能力令牌。该项目包含 Python SDK 和可选的 FastAPI 服务，适用于需要确认代理身份、委托方和凭证有效性的场景。它只是 Clay Seal 的第一层，后续层将提供运行时的能力作用域和执行收据。

苹果公司起诉OpenAI窃取商业机密，包括机密文件和硬件原型。诉讼涉及三名前苹果员工，他们被指控在面试和加入OpenAI后泄露苹果机密。

微软SymCrypt团队宣布了一种新的方法论，使用Lean证明助手和Aeneas工具链对用Rust编写的密码学代码进行形式化验证，确保其功能正确性符合从标准推导出的形式规范。该方法已应用于ML-KEM和SHA-3等后量子算法，验证后的代码已随Windows内部版本发布。通过使用AI代理自动编写证明，同时保留人类对标准化过程的监督，这一方法论能够扩展以跟上不断发展的代码库。它还支持硬件内联函数和多平台调度，且不会牺牲性能。

一群顶尖经济学家和AI专家，包括多位诺贝尔奖得主，发表声明呼吁立即采取行动，理解和应对AI驱动的经济转型。他们认为，这种转型可能比工业革命规模更大、速度更快，既带来大规模失业风险，也带来生活水平提升的机遇。

Jacquard是一种研究原型编程语言，专为AI编写、人类审核的代码设计。它通过语言内置的效果跟踪、概率编程和结构化身份，让人类审核者无需逐行阅读代码即可理解程序的影响范围与确定性。

如今，网络流量大部分来自机器人而非人类。AI生成的内容充斥社交媒体，AI答案不可靠且导致模型崩溃。我们正失去准确性和人性。

人工智能革命已至，人们担忧工作岗位将被取代。澳大利亚政府尝试应对多重冲击，但在监管与投资机遇间权衡，改革进展缓慢。总理本周三将发表里程碑式演讲，阐述政府AI策略，或成转折点。

澳大利亚总理安东尼·阿尔巴尼斯将在悉尼发表演讲，将人工智能的发展视为社会转折点，堪比可再生能源转型，但预计不会公布保护创意产业的版权改革进展。

Outlines是一个开源库，通过在推理时屏蔽不合法的标记，为大型语言模型（LLM）的输出引入确定性，从而可靠生成结构化输出如JSON和分类结果。本文通过Python示例展示了其三大用例：情感分析的多选分类、基于Pydantic的JSON对象生成，以及REST API的纯JSON生成。

新兴市场的AI初创公司通过构建针对当地条件优化的“小型AI”解决方案，在医疗、教育、农业等领域取得了显著成效。文章强调，真正的机遇在于为缺乏可靠电力和互联网的地区设计高效、可离线运行的AI工具，并呼吁建立生态系统支持这些初创公司从试点走向规模化。

一种名为'SociaLLM工程'的新型社会工程攻击正针对大型语言模型驱动的AI代理。这些攻击通过利用LLM的隐式社交理解和缺乏信任边界，操纵其泄露敏感信息或执行未授权操作。真实案例包括Instagram账户接管、GitHub工作流数据泄露以及AI浏览器的'BioShock'攻击。文章分析了LLM为何特别脆弱——因其设计追求服从、单一通道处理以及无记忆力——并提出了人工监督和强化防护栏等缓解措施。

Cairn是一个自主AI代理，由Omri Pitaru创建，它在GitHub上公开编辑自己的仓库，包括身份、记忆、目标和写作。它运行在固定预算上，并通过电子邮件与人类互动。

OpenAI将ChatGPT桌面应用与Codex合并，移除了我喜爱的截屏和“Work with”功能，转而强推Agentic工具和ChatGPT Work。作者认为桌面版已名存实亡，浏览器版仍是最好选择。

伊利诺伊大学厄巴纳-香槟分校的研究发现，大脑在感知早期就开始做出决策，而非传统认为的只有信息传递到额叶皮层后才进行。这一发现挑战了层级处理模型，表明决策涉及初级感觉皮层与高级脑区之间的快速反馈回路，为设计更节能、更像生物大脑的人工智能系统提供了新思路。

Phoebe Gates的AI购物扩展Phia被指控过度收集用户数据，包括全页HTML捕获和Cookie填充，引发隐私担忧。

Cloudflare将于9月15日起默认阻止AI智能体爬虫访问广告支持的页面，将爬虫分为搜索、智能体和训练三类。此举迫使AI公司重新协商访问权限，并催生了按使用付费模式。

DiscoMCP是一个开源工具，通过分析用户的实际使用模式，将任意MCP服务器转化为AI代理可用的定制技能，而非通用工具列表。它保证只读操作，一键启动，并显著减少代理与复杂服务器交互的往返次数。

AI工具能快速生成看似完整的前端界面，但在可访问性、键盘导航、焦点管理、错误处理等关键方面常常存在不足。文章指出，团队需要更强的验证流程，包括使用设计系统和明确提示，并测试用户实际行为而非仅检查渲染结果。

AI Connector 是一个 Magento 2 扩展，充当商店与大型语言模型之间的统一桥梁，支持 Claude、ChatGPT、Gemini 等，通过单一 REST API 和 PHP 集成层提供 AI 功能。

本文探讨了如何将传统的待办清单演变为智能AI代理，通过自动化任务管理和决策来提升效率。

本文探讨了在AI时代，达克效应（能力认知差距）如何被放大。作者假设AI提升了人们的自信，并将真实能力分为“有工具”和“无工具”两种，导致原本随经验而弥合的差距不再消失。这对企业而言，内在能力从生产力问题转变为治理问题，且会在不知不觉中侵蚀。

TactiDex是一个真实世界的触觉引导基准，旨在推动灵巧操作超越运动学模仿，实现接触级别的类人操作。它提供了整合全手触觉信号与多粒度运动学和物体状态的数据集，并提出了基于触觉奖励的TactiSkill框架，在单双手任务中表现出色。

FlowDAgger是一种样本和计算高效的方法，通过人类干预在潜在空间中自适应冻结的生成式机器人策略。其核心思想是动作反演，将人类专家动作映射为在基础策略下产生该动作的噪声，然后训练轻量级潜在策略来引导基础模型。该方法在仿真和真实双机械臂及单臂操作任务中均优于监督微调和潜在空间强化学习基线，并能保留预训练技能。

AgenticFocus是一种混合现实合成流程，将普通的第一人称视频转换为机器人可训练的演示，通过恢复被遮挡的物体几何、重建全手运动并重新定位到人形机器人，实现了更低的轨迹误差和更平滑的手腕运动。

C-GAP是一种新型框架，通过使用大语言模型（LLM）迭代优化语言提示，无需重新训练或额外标注，即可显著提升视觉语言模型对稀有类别的检测能力。该方法由两阶段组成：首先建立复合字幕基线，结合场景描述与类别数量上下文；其次，LLM基于少数类平均精度（AP）动态阈值，逐个图像地优化字幕，直至达到足够的性能增益。实验表明，C-GAP在多个基准上将少数类平均精度提升高达53%，在COCO数据集上相对基线提升约81%。

知识图谱自动构建中常含事实错误，AgentKGV提出结合动态路由与迭代查询重写的智能LLM-RAG框架，并通过两阶段训练（基于蒸馏的SFT和轨迹级GRPO）提升准确性与成本效率。在T-REx基准上，宏F1比单轮RAG提升14.9个百分点，搜索调用次数减半。

MedRealMM是一个基于中国互联网医院真实医患对话的大规模多模态基准，包含5,620个案例，覆盖64个科室。它通过多模态临床挑战点（MCCP）框架提取关键临床时刻，并评估19个通用和医学专用大语言模型。结果表明，图像信息对临床性能至关重要，当前前沿模型虽在某些正面指标上接近医生，但触发更多负面指标，安全敏感性错误避免仍是主要瓶颈。

L-MAD框架系统评估了多智能体辩论在法律文本蕴含任务中的不同结构与聚合方法。通过赋予智能体不同专家角色，相比强单智能体基线最高提升8%。研究发现增加智能体数量可降低不一致性并提高准确率，但延长讨论轮次会导致“过度审议漂移”，智能体互相强化错误。该成果为高风险法律推理中协同多智能体系统的部署划定了实际边界与安全裕度。

本文介绍了一种神经代理控制框架，结合LLM规划器与时间序列基础模型（TimesFM），通过反事实物理注入机制确保物理安全，在SWaT数据集上表现优于LSTM和TCN，零幻觉动作执行。

ARCANA是一种协作式多智能体框架，用于在严格的测试时间和硬件约束下解决ARC-AGI-2任务。它将每个任务分解为迭代感知、假设生成、符号执行和反思性改进，通过共享可微分黑板和元控制器调度，结合结构化程序搜索与自适应多轮校正，显著提升了抽象变换任务的推理效率和解决方案质量。

研究人员将Vlasov方程平均场推导的形式化过程重构为一场策略游戏，由数学家指导AI系统将LaTeX文档转化为Lean 4证明助手代码。该案例成功完成了非线性Vlasov方程适定性问题的完整形式化，包括存在性、唯一性、稳定性估计和平均场极限，以及短时间叠加原理。其中约六分之一的形式化代码可作为独立模块被数学库复用。核心定理约一周完成，整个开发约一个月。

本文提出了一种针对人工智能安全基础问题——对抗鲁棒性的严格理论框架，将对抗鲁棒性问题转化为格遍历问题。引入声音认证和完全认证两种区间认证，开发了格遍历算子，并揭示了优化复杂性的不对称性：完全认证可在多项式时间内求解，而声音认证具有强难解性。最后通过ParallelepipedoNN系统进行了实证评估。

麻省理工学院和Thorn的研究人员开发了一种审计技术，通过分析模型的内部调整而非生成输出，来检测生成式AI模型是否被专门用于生成儿童性虐待材料（CSAM）。该方法在测试中达到100%准确率，具有可扩展性，且成本低廉，有望帮助平台和执法机构识别并移除有害模型。

31岁的配音演员沈安宇因AI克隆其声音而面临职业危机。AI语音复制品大量出现在网络上，导致平台将其真实录音误标为合成内容，影响收入。他与妻子花大量时间追踪侵权内容，但维权困难。AI语音克隆工具正在冲击中国短剧、有声书和短视频行业，许多配音演员遭遇类似困境，收入下降，职业前景堪忧。

Baton 是一款 macOS 菜单栏工具，可以监控 Claude Code 和 Codex 等 AI 编码代理，实时显示等待你处理的会话数量。它利用 FSEvents 实现即时更新，并支持点击跳转到特定会话。

Tinier 是一套免费的浏览器内媒体工具，支持图像压缩、格式转换、AI 放大和视频转 GIF，所有处理均在本地设备完成，无需上传文件，保护隐私。

OneDev 将 AI 用户嵌入到开发平台中，使其能够像团队成员一样处理问题、提交拉取请求、参与代码审查以及响应 CI/CD 失败。这种集成方式保持了需求、实现和审查在同一平台中可见，提高了透明度和问责性。

总部位于新泽西州泽西城的初创公司Lyzr利用其AI代理系统SivaClaw成功完成了1亿美元的B轮融资。该系统处理了130多名投资者的提问，起草了投资备忘录，并跟踪了投资者对演示文稿的关注点，从而证明了产品的实用性。

xysq.ai是一个协作记忆平台，为AI原生团队和企业构建。它连接多种AI工具和应用程序，从团队工作流中捕获上下文，构建动态知识图谱，并在AI代理需要时提供正确的上下文。支持团队记忆隔离、基于角色的访问、文档组织，并承诺不将用户数据用于训练。

Chatbrat.ai 提供免费、安全的AI妈妈聊天机器人，无需下载或注册。用户可以创建自定义角色，拥有持久记忆和个性化性格，适用于聊天、角色扮演和游戏场景。文章介绍了功能、优势及与同类产品的对比，并强调其作为情感陪伴而非替代真实亲人的定位。

SelfAssay是一个整合同行评审研究、真实世界报告和知识图谱的平台，为生物黑客提供基于证据的决策支持，通过交叉验证和校准信心来评估化合物效果。

作者将人工智能比作印刷机，认为AI并非创造了新的信息生成方式，而是大幅提升了信息生成和重组的效率。通过空气动力学类比，解释了AI如何通过规模定律逼近人类智能，并预测AI可能像语言一样对人类大脑产生深远的生物学影响。

八年前，作者开始了“算法一百天”挑战，通过手写代码学习算法。如今回顾，项目存在诸多缺陷，如最大流算法不完整、图算法错误等。作者反思，若当年有AI辅助，可能会促进学习但也可能导致走捷径。最终决定保留代码作为历史记录，并更新README。

爱思唯尔发布《未来研究者》报告，基于对113个国家3200多名研究人员的调查，揭示研究人员面临时间不足、资金压力等挑战，但AI工具采用率从2024年的37%跃升至58%。中国研究人员对AI的信心远高于美国和英国。同时，研究人员的国际流动意愿下降，但跨学科合作增加。

exxperts 是一个本地优先的智能体运行时，提供持久的 AI 房间，带有受管控的、需审批的记忆功能。所有内容都在本地运行，数据以文件形式存储在你的磁盘上，确保隐私和控制权。它提供 Web 应用和 CLI/TUI 两种界面。

当前开源AI面临着最严峻的生存考验。白宫正讨论通过行政命令限制开源模型，特别是针对中国模型和政府用途。同时，蒸馏和前沿能力的政策讨论正在同时进行，可能导致在未来6个月内禁止或推迟开源模型。文章批评了Anthropic的监管捕获行为，认为蒸馏问题的解决方案实际上有利于推动者。API并不比开源模型更安全，而全面禁止开源模型并非良策。开源社区需要团结一致，积极游说，确保安全部署。