政策

BrowserAct是一個瀏覽器自動化CLI，專為AI代理設計，能夠突破反爬蟲封鎖、支持人工接管、並行任務無干擾，並隔離多個賬號。它通過環境層、執行層和人工層三層機制突破封鎖，提供三種瀏覽器模式，並針對LLM推理優化輸出格式。

本文介紹了五個免費的智能體AI學習資源，涵蓋從入門到理論、從實踐到評估的各個方面，幫助學習者深入理解並有效構建智能體。

最近對不同國家AI模型的測試顯示嚴重的地域審查現象。作者提議建立自願的國際認證標準，以優先考慮事實而非政治利益。

本文探討了在代理開發中規格説明的必要性，指出零規格和過度規格都有成本，最佳平衡點取決於任務類型，並強調了規格驗證和可執行測試的重要性。

本文總結了五項最近關於AI在軟件工程領域的研究論文，這些論文共同揭示了AI正在壓縮軟件工程的上游工作，但下游瓶頸隨之出現。主要發現包括：GitHub Copilot使PR吞吐量增加約40%，且呈劑量反應關係；AI在代碼生成階段的增益（高達+180%）在交付過程中大幅衰減（最終僅+30%的發佈量）；生產力與開發者體驗出現脱鈎；開發者希望AI更多用於驗證任務而非代碼生成；以及“認知債務”和“意圖債務”正在成為新的軟件健康問題。

JetBrains 研究團隊探討了 AI 與擴展現實（XR）結合如何為技術創作者帶來新的交互範式。通過專家訪談，他們總結了五個主題：人類如何向 AI-XR 系統傳達意圖、AI 如何使 XR 環境理解並適應個人、阻礙 XR-AI 主流化的因素、AI-XR 如何改變創作方式，以及隱私和倫理風險。研究指出，XR 硬件和 AI 的融合將徹底改變技術創作，但面臨技術、認知和組織上的挑戰。

該數據集提供了一個歐盟AI法案（法規(EU) 2024/1689）的單文件、預嵌入SQLite語料庫，按法律結構分塊（每條款段落、每序言、每附件點、每第3條定義），包含BGE-M3密集嵌入、元數據、風險等級標籤等，可直接本地查詢，用於研究與工程。

這張NMC首秀專輯展示了萊德洛將科學與古典音樂融合的複雜而富有想象力的作品，包括以愛因斯坦場方程為靈感創作的鋼琴協奏曲《扭曲》。

歐盟發佈兩項新規，要求谷歌共享搜索數據並開放安卓系統，以便競爭對手AI公司能公平接入。此舉旨在打破科技巨頭的數字壟斷，促進創新，但谷歌警告可能會危及用户隱私和數據安全。

本文提出LIFT框架，通過在預訓練視覺-語言-動作（VLA）策略後訓練中注入反應式力，解決接觸場景下純視覺方法失敗的問題。LIFT嫁接反應式動作專家，利用因果力記憶和零初始化交叉注意力注入6D力，並結合在線DAgger循環應對分佈偏移。在毛巾摺疊、書籍插入和漢諾塔放置任務中，LIFT相比純視覺後訓練學習更快、性能更高。

本研究提出了一種新穎的多模態編排框架，實現語義音頻驅動的人形機器人控制。系統通過音頻指紋和語義嵌入實時處理音樂或語音輸入，動態選擇並執行動作策略，在仿真和Unitree G1人形機器人上驗證了魯棒的模擬到現實遷移。

研究人員提出一種針對柔性關節機器人的自適應控制方法，以應對不確定的關節剛度。該方法通過隱式控制律和依賴於控制輸入的迴歸矩陣，在線更新每個關節的非線性扭矩-偏轉關係估計，並分析了其對電機位置控制器誤差的魯棒性。在具有非線性剛度特性的柔性關節上的實驗結果驗證了該方法的有效性。

SD-MAR是一個用於訓練和評估視覺語言模型（VLM）在多圖像分析推理任務上的框架。它通過受控擾動構建成對視覺場景，並生成涉及語義變化歸因和定量比較的推理任務。採用GRPO-lite與後向折扣分配（BDA）的強化學習方法，去除KL正則化以增強策略優化。在Qwen2.5-VL-7B和InternVL3-8B上的實驗表明，域內準確率提升高達36.95%，且Qwen2.5-VL-7B在SD-MAR基準上超越GPT-4.1。域外泛化性能保持或提升，在MME、MMMU-Pro、MathVista上波動在1%以內，在MMBench上提升達4%。

本文提出SIRUS，一種無需訓練的推理時框架，用於文本到視頻（T2V）模型中的概念級遺忘。SIRUS通過定位與目標概念相關的提示證據並在採樣過程中抑制其表達，無需更新文本編碼器或去噪網絡。同時，引入面向視頻的評估框架，分別測量目標遺忘、非目標保持、視頻質量、越獄魯棒性和效率。在CogVideoX上，SIRUS在五個安全、物體和風格概念上平均遺忘成功率達70.4%，幀命中率25.7%，優於VideoEraser的44.4%和47.2%，並將VBench質量平均下降從-0.043降至-0.016。在Wan2.2上的遷移實驗表明SIRUS可泛化至現代T2V骨幹網絡。

研究提出JKP框架，通過重複挑戰性提問評估視覺語言模型的穩定性。測試GPT-4o、Gemini 2.5 Pro和Qwen3-VL-30B發現，模型在持續追問下表現不穩定，答案頻繁翻轉，且不同模型響應模式各異。

該研究分析了閉環知識系統（如大型語言模型、強化學習）為何在重複內部反饋下趨於飽和，並提出了一個三層次操作框架，通過結構干預實現逃逸。使用李雅普諾夫漂移條件刻畫穩定性，並通過干預引起的吸引子位移和KL下界表徵逃逸。案例研究包括LLM代碼修復、稀疏獎勵強化學習和貝葉斯優化。

本文提出C3R，一種即插即用的控制層，通過推斷域後驗，無需查詢時標籤，在可行時認證逐域污染預算，否則棄權而非違規。該方法基於風險控制預測集的兩階段方案，保證最困難域污染減少，實驗表明穩定性好，召回率優於傳統方法。

一種名為LLM-T1D的新方法將強化學習與大語言模型相結合，創建了一種可解釋的胰島素泵控制器，用於1型糖尿病，實現了73.5%的時間在目標血糖範圍內，同時提供清晰的解釋。

一篇新論文提出了一種三級分層學習架構，用於執行搜索與救援任務的自主無人機羣，整合了赫布神經可塑性、基於圖神經網絡和行為樹的多智能體強化學習，以及帶BDI推理和數字孿生的元學習。該框架提供形式化保證，並引入羣體元認知。

針對AI生成代碼速度快於人類審查而導致的信任危機，本文提出“語義合約”——一種類型安全、編譯時檢查的藍圖，位於需求與代碼之間，確保任何實現（無論人工還是AI編寫）的正確性。文章通過排序算法和電商結賬示例展示了語義合約的構建塊、狀態處理和集成方式。

企業大規模部署AI時，最大障礙往往是數據從存儲到計算的基礎設施，而非GPU等計算硬件。文章指出，許多組織誤以為性能問題需要更多計算資源，實則根源在於數據飢餓，即數據無法高效、安全、持續地在存儲與計算之間流動。通過引入應用交付控制器實現松耦合架構，以及關注可達性、策略和交付三個維度的韌性，可顯著提升GPU利用率和AI投資回報。

Gradle Technologies 現已更名為 Develocity，專注於 AI 驅動的軟件交付管道治理與效率。公司表示，AI 已將軟件交付瓶頸從人類轉移到管道上。

Preempt AI v2 推出，為AI應用提供安全標準，利用ML技術防禦提示注入、越獄和數據泄露。支持多種語言，延遲低於10毫秒，準確率達99.65%。

Meta推出新AI工具Muse Image後，因允許用户標記他人賬户並利用其照片生成AI圖像而遭到批評。該公司已禁用此功能，但用户仍需手動關閉權限以防止照片被用於AI生成。該功能默認開啓，引發隱私擔憂。

VulnHunter 是一個開源的智能體AI安全工具，採用攻擊者優先的主動分析方法，直接從源代碼中識別可被利用的漏洞，並提出證據支持的修復方案。它由 Capital One 內部開發並開源，旨在應對現代軟件供應鏈中的安全挑戰。

微軟的Foundry平台現已支持超過8萬家企業構建AI代理。在產品副總裁Marco Casalaina的訪談中，他解釋了原型與生產環境代理之間的關鍵差異、代理框架的重要性，以及微軟如何構建上下文層以確保代理的可靠性。

Astrio 推出 Forall（∀），一個通過規範驅動生成代碼並附帶機器可驗證證明的編程助手。支持 CLI 和 MCP 兩種使用方式，目前兼容 TypeScript、Java 和 Rust，基於 Apache-2.0 開源。

美國版權局裁定，完全由AI生成的內容不具備版權。一位作者因未保留AI生成的原始草稿，無法證明書中哪些部分由人類創作，面臨版權申請被拒的情況。

Rootly AI實驗室開發了《毀滅戰士》競技場（Doom Agent Arena），一個開源實時遊戲環境基準測試，用於測試AI智能體在事件響應中的推理、適應和決策能力。通過讓LLM控制遊戲角色，研究發現更長的思考時間並不總是帶來更好的結果，智能體編寫自己的“運行手冊”能夠提高效率，而快速決策雖然不直接決定勝負，但可以累積節省時間。這些發現為設計更高效的AI輔助事件響應系統提供了啓示。

本文深入探討19世紀盧德運動的歷史真相，分析其策略、成敗得失，並論證為何現代反AI運動不能簡單效仿盧德主義。作者指出，盧德運動的特定歷史背景、地方性特徵和具體訴求與當前AI擔憂存在根本差異。

研究提出MemDecay，一種訓練無關的區域感知KV緩存淘汰策略，通過為不同語義區域的令牌分配不同優先級和衰減率，在固定緩存預算下保留關鍵信息。實驗表明，系統令牌的半衰期遠長於暫存區令牌，且固定策略能在全部設置中保持完美準確率，而現有基線最多僅保留13/24。

OpenAI 通過 GPT-Red 結合人類與 AI 進行紅隊測試，創新地評估模型安全性，但企業仍需確保模型符合自身業務和安全需求。

本文質疑將中國實驗室大規模蒸餾美國前沿模型視為盜竊的論調，指出現行知識產權法不支持這種説法。建議政策應聚焦於保護模型訪問安全，而非擴大知識產權保護。

Dotmatics Luma與Databricks的集成方案通過持續採集、標準化和治理科學數據，打破儀器數據孤島，構建AI就緒的數據基礎，加速科研洞察。

xAI 的 Grok 4.3 現已通過 Amazon Bedrock 提供，它具有可配置的推理能力、強大的工具調用和指令遵循能力，支持 100 萬個 token 的上下文窗口，適用於代理和企業工作負載。本文介紹了其特性、訪問方式以及基本用法。

OpenAI開發了內部自動化紅隊模型GPT-Red，通過自我對弈強化學習訓練，在間接提示注入測試中以84%的成功率遠超人類紅隊的13%。該模型還發現了一種新型“虛假思維鏈”攻擊，並將GPT-5.6 Sol在最難直接注入基準上的失敗率降低了6倍。但OpenAI承認，在多輪和基於圖像的攻擊方面仍需人類參與。

國際清算銀行最新公報指出，商業發展公司（BDC）向軟件公司提供了約1150億美元貸款，佔其總貸款的五分之一，佔其快速增長的科技投資組合的80%以上。生成式人工智能帶來的收入不確定性尚未影響這些貸款，但近期信用利差收窄降低了緩衝能力。

Linus Torvalds 在 Linux 內核郵件列表中明確表態支持 AI 輔助工具，反對禁止 AI 生成代碼的立場。他稱 AI 是“有用的工具”，並強調 Linux 不是反 AI 項目。此評論源於對 Sashiko 工具（一種多階段代碼審查工具）的討論，該工具能發現 53.6% 的補丁漏洞，但存在約 20% 的誤報率。Torvalds 指出，AI 工具正在快速進化，並批評了抵制者的態度。

用户對科技公司默認開啓AI功能感到不滿，Instagram因默認啓用AI聊天機器人功能而遭到強烈反對，三天後不得不撤回。隱私專家呼籲採用更保護隱私的默認設置，並指出需要聯邦法規來約束企業行為。

AI助手在表層工作迅速普及，但無法改變實際業務決策，因為關鍵上下文分散在各系統與定義中。Databricks推出Genie One與Genie Ontology，通過統一上下文層使AI同事基於共享業務視圖運作，自動繼承治理規則，從而支持真實決策。

紐約州長凱西·霍楚簽署暫停新建AI數據中心的行政令，但同時她正利用AI分析州內所有法規，以刪除過時法律。AI在數月內完成了原本需五年的人工審查，揭示了諸如帶狗打獵需付25美元費用等陳舊規定。紐約成為首個暫停大型數據中心建設的州，以制定保護居民免受公用事業成本上漲和自然資源威脅的法規。

Echoo是一款Mac AI寫作助手，讓你用母語起草，一鍵轉換為自然英語。它運行在常用Mac應用中，無需複製粘貼，保護隱私。提供免費試用，Pro版每月$6.99。

VentureBeat Pulse Research對101家企業的調查顯示，57%的企業在過去半年中遇到過AI代理因上下文缺失或不一致而給出自信但錯誤的答案。檢索增強生成(RAG)已成為默認上下文來源，但提供商原生檢索（如OpenAI文件搜索和Google Vertex AI搜索）已悄然超越專用向量數據庫。然而，多數企業表示傾向於保持最佳組件獨立，而非整合到單一提供商堆棧。混合檢索被期望在2026年底主導，但治理語義層仍在建設中。

歐盟委員會發布兩項決定，要求谷歌向競爭對手開放搜索數據，並增強Android系統AI互操作性，允許第三方AI助手深度集成。谷歌強烈反對，稱此舉危及隱私和安全。

Google DeepMind與Isomorphic Labs發佈了一項生物彈性計劃，旨在防止AI在生物學領域的濫用，同時協助疫情應對。該計劃在過去一年已建立超過15個合作伙伴關係，涵蓋政府機構、生物安全組織和研究團體。

VentureBeat Pulse Research對157家企業進行調研，發現組織在賦予AI Agent更多自主權的同時，對用於把關的評估的信任度卻在下降。50%的組織曾部署通過內部評估但在客户面前失敗的Agent；僅5%完全信任自動化評估；最主要的問題在於評估與現實結果不一致。然而，三分之二的組織已經允許或正在構建完全自動化（無人工干預）的部署流程。評估差距——自主權與信任之間的距離——正在擴大。

Forrester警告稱，隨着AI供應商通過漲價和按使用量收費將基礎設施成本轉嫁給客户，明年的軟件預算將大幅增長。報告指出，Anthropic、OpenAI、GitHub和微軟等公司已轉向基於使用量的計費模式，導致企業成本擔憂。同時，儘管存在“AI裁員”現象，IT人員支出並未下降，2025年仍佔IT預算的35%。Forrester建議企業調整FinOps實踐以管理不可預測的AI成本。

OpenAI 正在通過適齡保護、學習工具、家長控制和專家合作，讓 ChatGPT 對青少年更安全。

埃隆·馬斯克的AI初創公司xAI起訴一名南卡羅來納州男子，指控其利用公司AI系統Grok生成兒童性虐待材料，這是AI公司首次因其用户涉嫌生成此類內容而提起訴訟。

本文介紹了Pi，一款極簡的AI編程代理，專注於核心功能並通過擴展點增強。文章討論了其設計理念、安裝過程、以及如何構建自定義擴展，並評估了其在實際使用中的優勢。