政策

麻省理工学院媒体实验室的一项研究表明，依赖ChatGPT进行写作的用户神经连接性降低了47%，这种现象被称为“认知债务”。文章指出，组织在采用AI时面临一个悖论：追求短期生产率可能正在侵蚀长期所需的认知能力。关键在于AI的使用模式——是替代人类思考还是协作增强。保持人类推理能力可能成为未来的竞争优势。

本文介绍了一个基于Strands Agents和Amazon Bedrock AgentCore构建的多智能体系统，用于自动化从潜在客户发现到个性化邮件生成的流程。文章比较了Swarm和Graph两种编排模式，通过头对头基准测试评估延迟、成本和邮件质量。系统使用四个专门智能体、加权评分和时态衰减，并提供了生产部署的治理控制。

Linux基金会宣布成立x402基金会，旨在为AI代理和应用程序标准化互联网原生支付，得到Coinbase、AWS、American Express等多家公司支持。x402协议承诺零费用、零等待、零摩擦、零中心化和零限制。

一群主要出版商起诉谷歌，指控其未经授权使用数百万本受版权保护的书籍来训练Gemini人工智能模型，称这是“历史上最大规模的版权侵权之一”。

研究人员发现xAI的Grok Build CLI会将用户的完整代码仓库上传到云端，包括已删除的秘密。xAI已通过服务器端更改停止了上传，马斯克承诺删除所有之前上传的用户数据。但研究人员指出，隐私命令并非修复措施，正确的默认设置应是禁止上传。

麻省理工学院的学生利用AI副驾驶设计、建造和测试了喷气发动机，评估AI在开发高性能航空航天系统中的效用。挑战表明，虽然AI可以加速设计-建造-测试周期，但人类的工程判断和经验仍然至关重要。基础扎实的团队表现优于过度依赖AI的团队。

谷歌更新了隐私政策，现在你的图片、语音搜索和视频可能被用于训练其AI模型。用户被自动默认开启，需手动关闭以保护隐私。本指南将教你如何退出。

26名前Meta员工起诉公司，声称其使用AI工具不公平地针对休假的员工进行裁员，违反了联邦和州法律。Meta否认指控，称裁员决定由人而非AI做出。

Flo Health工程团队将AWS生成式AI创新中心的PoC转化为基于Amazon Bedrock的生产级AI医学内容审核与生成系统，审核时间减少60%，内容产出提升三倍，且无需扩大医学团队。文章详细介绍了架构适配、专用AI评判器、基于RAG的内容生成系统以及提示工程与生产部署的经验教训。

ScienceSoft利用Amazon Nova Sonic和Amazon Bedrock Guardrails在AWS上构建了一款符合HIPAA的AI语音调度器，旨在解决医疗预约调度中的效率、合规性和可信AI问题。该方案通过语音AI减少预约时间、增加呼叫处理容量、降低成本，并确保患者数据安全。

使用LangSmith追踪Claude Code、Codex、Cursor、Copilot等编码代理。检查工具调用、子代理、错误、成本和重试。

研究员Dave Kuszmar发现了多个系统性漏洞，使他能够绕过大型语言模型的安全限制，获取危险指令。这些漏洞几乎影响所有主流LLM，揭示了行业范围的安全问题。Kuszmar呼吁减缓部署、提高透明度，并在进一步将LLM融入社会前开展大规模安全研究。

Bluesight在AWS支持下推出了Prism AI层，连接医院药房与合规数据。ControlCheck助手已正式上线，在20个医疗系统运行；针对340B集团采购组织（GPO）合规的多产品智能体计划于2026年发布。该系统利用Amazon Bedrock和智能体工作流，将报告生成时间缩短最高97%，但需独立验证。

影子AI（未经批准的AI工具）正在企业内悄然使用，将实时数据发送至未经审核的模型。传统安全工具无法检测这些流量，而AI网关提供了在流量层进行实时监控、策略执行和审计的能力。文章介绍了联邦AI治理模型，其中央团队制定基线策略，各团队在权限内自主运作，通过工作区实现策略继承，确保统一治理。此外，文章还讨论了影子AI的HIPAA风险、Cordyceps漏洞等关键问题。

美联储主席凯文·沃什在向国会提交的证词中誓言击败通胀，并批评2020年采用的灵活通胀目标政策是“错误”。他强调当前政策需要“体制变革”，并指出人工智能投资将带来巨大经济收益。

本文探讨了从传统垂直SaaS向代理循环的转变，代理循环是一种由事件驱动、记忆增强的工作流，可在单一后端上构建。Lobu作为开源平台，让用户定义自己的代理，取代多个独立工具。

随着全渠道零售的复杂性增加，财务团队借助智能体AI和本体论来管理利润、现金流和降价策略。Databricks的Genie作为一个数据智能AI同事，通过实时学习和治理，帮助财务团队从数据中获得可操作的洞见，实现成本节约和利润保护。

Aevum Realm Architect是一个免费的、由大型语言模型驱动的角色扮演游戏引擎，由Arcanum RPGs创建。玩家从一名仅有一枚铜币的农奴开始，通过贸易、战争、外交和阴谋，最终攀登至王国的王座。游戏具有确定性战斗系统、基于标签的经济系统以及严格的封建等级制度（“尊重引擎”）。该游戏可在ChatGPT、Claude或Gemini上运行。

一项安全研究对200多款自托管AI和多租户SaaS产品进行了源代码审计，发现其中78款产品存在跨租户数据泄露漏洞。漏洞模式是：写入操作有权限检查，但读取操作没有。研究列举了已修复的产品，并给出了自检建议。

苹果起诉OpenAI窃取商业机密，指控三名前苹果员工（包括前副总裁Tang Tan）将硬件机密带给OpenAI。此案发生在OpenAI准备IPO和推出硬件设备的关键时刻。法律专家表示，苹果是顽强的诉讼方，此案可能持续多年。

Port 推出 AI Builder 服务，强调在 AI 驱动的软件开发中引入上下文感知、治理和人机协作，以取代无纪律的“随兴编码”。CEO Zohar Einy 认为，真正的技能不再是语法记忆，而是阅读代码和理解设计。平台通过 Plan Mode 确保代码经过版本控制、审计和人工审批，并通过 Context Lake 整合组织上下文，防止技术债务。

Mnemo AI 是一个本地代理型AI助手，利用LangGraph和LangChain集成多种LLM提供商（如Ollama、Amazon Bedrock、OpenAI、Anthropic等）。它具备MCP工具系统、RAG能力、用户档案学习、情景记忆以及ACE剧本——一种能从成功和失败中学习策略的机制。此外，还支持网络搜索、图像分析、文件操作、bash执行等功能。

慢燃攻击将恶意目标拆解为一个个看似正常的步骤，每个步骤单独看都合法，但组合起来会导致数据泄露。Omnigent的上下文策略通过跟踪整个会话的风险状态，能够检测并阻止此类攻击。本文演示了如何使用一个内置策略阻止攻击，并解释了策略的防篡改特性。

DOGE团队在住房和城市发展部使用人工智能辅助政策决策，但该机构以审议过程特权为由拒绝公开相关文件，引发透明度担忧。

澳大利亚总理安东尼·阿尔巴尼斯宣布将建立新的AI办公室，并加快AI项目（包括数据中心）的审批流程，旨在成为全球首个将AI的经济、社会、国家安全和环境问题纳入统一框架的国家。

Valantor收购EyeLevel，推出企业视觉智能平台，解决AI处理非结构化文档（含手写）的难题。通过专有视觉模型和精细代理，实现高精度低成本的文档理解，并支持私有化部署。

作者讲述了自己用AI重构朋友网站的经历，最初以为需要一整天，最后发现原网站其实只需简单调整文件结构，浪费了大量时间。

谷歌DeepMind联合创始人兼CEO德米斯·哈萨比斯呼吁建立一个全球AI监管机构，该机构有权在前沿模型过于危险时刹车。他认为美国应主导这一倡议，并希望在今年年底前成立该机构。

Bun项目使用AI将核心代码从Zig重写为Rust，引发了关于AI生成代码、内存安全和测试可靠性的广泛讨论。文章分析了三个不同视角的争议，并指出测试用例通过并不等同于代码验证，强调了更强验证标准的重要性。

StageWhisper Lite是一款免费的Mac应用，可在设备上录制通话并生成摘要和行动项，不上传数据。Founders Edition（99美元一次性付费）增加了实时建议、屏幕上下文感知、通话记忆和自定义剧本等功能，支持自带AI模型。

随着AI聊天成为搜索引擎的新常态，小企业和个体创业者保持可见性的规则已经改变。AI流量在2025年增长了66%，但仅占网站总访问量的不到0.15%。即使AI引用不直接转化为流量，增加的曝光也是一种生存必需。本文介绍了提升AI搜索引擎排名的有效方法。

Google AI Studio 是一个基于浏览器的开发环境，用于测试和构建 Gemini 模型的应用。它支持多模态输入、提示工程和 API 集成，适合初学者和开发者。本文详细介绍了其功能、使用场景以及与 Gemini 聊天应用的区别。

本文揭露了人工智能数据中心支持者常用的谎言，包括声称数据中心能带来创新和就业，但實際上这些项目主要带来的是污染、水资源压力和极少的本地就业机会。文章批评了媒体和企业智库的误导，并提醒社区警惕这些承诺。

Themis 是一个自托管的 GitHub PR 审查机器人，使用您自己的 OpenAI Codex、Claude Max 或 GLM 订阅来审查拉取请求，提供内联发现和结构摘要，并可自定义审查策略。

RQSHC V64I 是一款Windows原生的图像压缩研究工具，采用专有的RQI格式。支持PNG、PPM、BMP输入，平均压缩率约33%，SSIM极高。核心使用C++17和x64汇编（含AVX2优化）构建。个人、教育和研究用途免费。

工党议员埃德·胡西奇警告称，任何削弱版权法以有利于人工智能公司的举动都将违背工党的“公平日薪”原则。媒体工会呼吁对AI使用创意作品制定更严格的规定。

澳大利亚的版权法正成为AI公司投资的关键障碍。创作者指责AI公司未经许可使用其作品，而科技集团则认为法律阻碍了投资。政府考虑多种改革方案，但尚未做出决定。

IronCurtain是一个开源研究项目，旨在通过人类可读的宪法来定义安全策略，使AI代理在安全边界内自主运行。它采用策略引擎在运行时强制执行规则，防止提示注入和权限滥用。

本文回顾了苹果WWDC 2026发布的iOS 27、iPadOS 27和macOS 27 Golden Gate操作系统，重点介绍了Siri AI这一全新功能。文章对比了2009年Snow Leopard的“零新功能”理念，认为今年的更新回归了可靠性与创新的平衡。Siri AI并非聊天机器人，而是基于大语言模型的个人助手，具备快速响应、深度整合个人上下文等特点。作者经过一个多月的体验，认为Siri AI改变了其使用苹果设备的方式，是第一个让AI感觉个性化的系统。

本文提出一种人效后训练管道，通过专业化分工（远程操作员和地面操作员）和自动轨迹分割工具VLAC-CUT，实现少量人员监督多台机器人。在四个真实操作任务中，最终策略成功率达80%-95%，吞吐量提升1.7-4.2倍，优于纯人类参与训练。

该论文提出了一种风险场增强的闭环数字孪生框架，用于自动驾驶系统的安全验证。框架整合了物理数据采集、虚拟重建、风险感知场景生成和算法评估，并通过驾驶风险场作为统一中间表示来识别高风险场景，为强化学习策略提供安全指导。实验表明该方法提高了验证的针对性和可解释性，但实际效果受模型保真度和模拟到现实迁移的限制。

OmniSCS提出了一种创新系统，用于生成高物理保真度的逼真安全关键场景（SCS），并支持闭环仿真测试。该系统包括完全可编辑驾驶世界构建模块和SCS合成模块，能够在场景编辑时保持数据保真度。在nuScenes、Waymo和KITTI数据集上的实验表明，OmniSCS在编辑场景保真度上优于现有方法，并支持实时（13Hz）闭环测试，为自动驾驶算法的开发和测试提供了更安全、高效且经济的解决方案。

一种新的可微物理框架用于重复使用运载火箭的鲁棒轨迹优化，提出了可微粒子管控制(DPTC)方案，集成了执行器饱和约束。蒙特卡洛模拟表明，通过主动进行性能权衡，该方法相比传统方法具有更好的鲁棒性。

本文首次演示了基于低功耗MCU的边缘设备用于自动车牌识别（ALPR）。该设计利用9核RISC-V处理器GAP8，结合QVGA超低功耗灰度成像器，采用基于SSDlite-MobilenetV2和LPRNet的多模型推理方法，在公共数据集上达到38.9%的mAP和超过99.13%的识别率。在真实世界中可识别小至30x5像素的车牌。多模型推理（687 MMAC）在GAP8上以1.09 FPS和117 mW运行，相比树莓派3系统能效提升73倍，且无需硬连线加速引擎。

本研究探讨了训练日语推理语言模型的可行性。通过使用GRPO对基于Qwen-3-Swallow-8B的日语持续预训练模型进行训练，研究者发现推理语言控制是可行的，但性能最多与英语推理基线持平。在日语文化基准测试中，模型表现甚至更差，表明日语推理并不能立即提升文化相关任务的表现。

研究人员发布了FindMyText，这是一个开源的Python包，用于高效检查给定文本是否部分或全部出现在语料库中。它通过新颖的指纹序列链机制，可靠检测近乎逐字的复制，而非仅文本相似性，特别适用于版权材料验证。该系统采用分布式磁盘索引框架，可扩展至大规模网络抓取数据集，并在ArXiv论文、维基百科和通用网络内容三个数据集上优于现有方法。

研究者提出了一种基于参考的成员推断方法，用于检测大型语言模型是否从其他模型蒸馏而来。该方法通过比较学生模型对不同候选教师模型输出的偏好，结合早期检查点，能够以近完美精度识别教师模型，并适用于未知蒸馏流程和开放世界场景。

这篇论文介绍了MawForge系统，通过将完整模型存储在磁盘上，按需将路由专家物化到有限执行缓存中，使得在内存受限的统一内存机器上实现稀疏混合专家（MoE）语言模型的实用本地推理成为可能。研究发现MawForge作为有限执行机制和测量基板有效，但并非缓存最大化策略。

AuditWeave是一个轻量级Python库，通过仅追加的哈希链账本记录AI辅助和数据转换工作流的步骤，确保任何修改都可被检测。它适用于检索增强生成和表格/湖仓转换，每个事件的完整性保证仅需数十微秒，并在2000次随机试验中成功检测所有篡改。

本文研究了一种基于小型语言模型（SLM）的闭环控制框架，通过GRPO对齐的Qwen2.5-1.5B模型，结合动作智能体、数字孪生验证层和重提示智能体，实现了从自然语言需求规范生成控制策略。在随机热控制模拟中，该框架达到91.5%的动作对齐准确率，平均推理延迟3.84秒，展示了在边缘设备上实现可重构自主控制的可行性。