政策

本文探討了如何將傳統的待辦清單演變為智慧AI代理，透過自動化任務管理和決策來提升效率。

本文探討了在AI時代，達克效應（能力認知差距）如何被放大。作者假設AI提升了人們的自信，並將真實能力分為“有工具”和“無工具”兩種，導致原本隨經驗而彌合的差距不再消失。這對企業而言，內在能力從生產力問題轉變為治理問題，且會在不知不覺中侵蝕。

TactiDex是一個真實世界的觸覺引導基準，旨在推動靈巧操作超越運動學模仿，實現接觸級別的類人操作。它提供了整合全手觸覺訊號與多粒度運動學和物體狀態的資料集，並提出了基於觸覺獎勵的TactiSkill框架，在單雙手任務中表現出色。

FlowDAgger是一種樣本和計算高效的方法，透過人類干預在潛在空間中自適應凍結的生成式機器人策略。其核心思想是動作反演，將人類專家動作對映為在基礎策略下產生該動作的噪聲，然後訓練輕量級潛在策略來引導基礎模型。該方法在模擬和真實雙機械臂及單臂操作任務中均優於監督微調和潛在空間強化學習基線，並能保留預訓練技能。

AgenticFocus是一種混合現實合成流程，將普通的第一人稱影片轉換為機器人可訓練的演示，透過恢復被遮擋的物體幾何、重建全手運動並重新定位到人形機器人，實現了更低的軌跡誤差和更平滑的手腕運動。

C-GAP是一種新型框架，透過使用大語言模型（LLM）迭代最佳化語言提示，無需重新訓練或額外標註，即可顯著提升視覺語言模型對稀有類別的檢測能力。該方法由兩階段組成：首先建立複合字幕基線，結合場景描述與類別數量上下文；其次，LLM基於少數類平均精度（AP）動態閾值，逐個影像地最佳化字幕，直至達到足夠的效能增益。實驗表明，C-GAP在多個基準上將少數類平均精度提升高達53%，在COCO資料集上相對基線提升約81%。

知識圖譜自動構建中常含事實錯誤，AgentKGV提出結合動態路由與迭代查詢重寫的智慧LLM-RAG框架，並透過兩階段訓練（基於蒸餾的SFT和軌跡級GRPO）提升準確性與成本效率。在T-REx基準上，宏F1比單輪RAG提升14.9個百分點，搜尋呼叫次數減半。

MedRealMM是一個基於中國網際網路醫院真實醫患對話的大規模多模態基準，包含5,620個案例，覆蓋64個科室。它透過多模態臨床挑戰點（MCCP）框架提取關鍵臨床時刻，並評估19個通用和醫學專用大語言模型。結果表明，影像資訊對臨床效能至關重要，當前前沿模型雖在某些正面指標上接近醫生，但觸發更多負面指標，安全敏感性錯誤避免仍是主要瓶頸。

L-MAD框架系統評估了多智慧體辯論在法律文本蘊含任務中的不同結構與聚合方法。透過賦予智慧體不同專家角色，相比強單智慧體基線最高提升8%。研究發現增加智慧體數量可降低不一致性並提高準確率，但延長討論輪次會導致“過度審議漂移”，智慧體互相強化錯誤。該成果為高風險法律推理中協同多智慧體系統的部署劃定了實際邊界與安全裕度。

本文介紹了一種神經代理控制框架，結合LLM規劃器與時間序列基礎模型（TimesFM），透過反事實物理注入機制確保物理安全，在SWaT資料集上表現優於LSTM和TCN，零幻覺動作執行。

ARCANA是一種協作式多智慧體框架，用於在嚴格的測試時間和硬體約束下解決ARC-AGI-2任務。它將每個任務分解為迭代感知、假設生成、符號執行和反思性改進，透過共享可微分黑板和元控制器排程，結合結構化程式搜尋與自適應多輪校正，顯著提升了抽象變換任務的推理效率和解決方案質量。

研究人員將Vlasov方程平均場推導的形式化過程重構為一場策略遊戲，由數學家指導AI系統將LaTeX文件轉化為Lean 4證明助手程式碼。該案例成功完成了非線性Vlasov方程適定性問題的完整形式化，包括存在性、唯一性、穩定性估計和平均場極限，以及短時間疊加原理。其中約六分之一的形式化程式碼可作為獨立模組被數學庫複用。核心定理約一週完成，整個開發約一個月。

本文提出了一種針對人工智慧安全基礎問題——對抗魯棒性的嚴格理論框架，將對抗魯棒性問題轉化為格遍歷問題。引入聲音認證和完全認證兩種區間認證，開發了格遍歷運算元，並揭示了最佳化複雜性的不對稱性：完全認證可在多項式時間內求解，而聲音認證具有強難解性。最後透過ParallelepipedoNN系統進行了實證評估。

麻省理工學院和Thorn的研究人員開發了一種審計技術，透過分析模型的內部調整而非生成輸出，來檢測生成式AI模型是否被專門用於生成兒童性虐待材料（CSAM）。該方法在測試中達到100%準確率，具有可擴充套件性，且成本低廉，有望幫助平臺和執法機構識別並移除有害模型。

31歲的配音演員沈安宇因AI克隆其聲音而面臨職業危機。AI語音複製品大量出現在網路上，導致平臺將其真實錄音誤標為合成內容，影響收入。他與妻子花大量時間追蹤侵權內容，但維權困難。AI語音克隆工具正在衝擊中國短劇、有聲書和短影片行業，許多配音演員遭遇類似困境，收入下降，職業前景堪憂。

Baton 是一款 macOS 選單欄工具，可以監控 Claude Code 和 Codex 等 AI 編碼代理，即時顯示等待你處理的會話數量。它利用 FSEvents 實現即時更新，並支援點選跳轉到特定會話。

Tinier 是一套免費的瀏覽器內媒體工具，支援影像壓縮、格式轉換、AI 放大和影片轉 GIF，所有處理均在本地裝置完成，無需上傳檔案，保護隱私。

OneDev 將 AI 使用者嵌入到開發平臺中，使其能夠像團隊成員一樣處理問題、提交拉取請求、參與程式碼審查以及響應 CI/CD 失敗。這種整合方式保持了需求、實現和審查在同一平臺中可見，提高了透明度和問責性。

總部位於新澤西州澤西城的初創公司Lyzr利用其AI代理系統SivaClaw成功完成了1億美元的B輪融資。該系統處理了130多名投資者的提問，起草了投資備忘錄，並跟蹤了投資者對簡報的關注點，從而證明了產品的實用性。

xysq.ai是一個協作記憶平臺，為AI原生團隊和企業構建。它連線多種AI工具和應用程式，從團隊工作流中捕獲上下文，構建動態知識圖譜，並在AI代理需要時提供正確的上下文。支援團隊記憶隔離、基於角色的訪問、文件組織，並承諾不將使用者資料用於訓練。

Chatbrat.ai 提供免費、安全的AI媽媽聊天機器人，無需下載或註冊。使用者可以建立自定義角色，擁有持久記憶和個性化性格，適用於聊天、角色扮演和遊戲場景。文章介紹了功能、優勢及與同類產品的對比，並強調其作為情感陪伴而非替代真實親人的定位。

SelfAssay是一個整合同行評審研究、真實世界報告和知識圖譜的平臺，為生物駭客提供基於證據的決策支援，透過交叉驗證和校準信心來評估化合物效果。

作者將人工智慧比作印刷機，認為AI並非創造了新的資訊生成方式，而是大幅提升了資訊生成和重組的效率。透過空氣動力學類比，解釋了AI如何透過規模定律逼近人類智慧，並預測AI可能像語言一樣對人類大腦產生深遠的生物學影響。

八年前，作者開始了“演算法一百天”挑戰，透過手寫程式碼學習演算法。如今回顧，專案存在諸多缺陷，如最大流演算法不完整、圖演算法錯誤等。作者反思，若當年有AI輔助，可能會促進學習但也可能導致走捷徑。最終決定保留程式碼作為歷史記錄，並更新README。

愛思唯爾釋出《未來研究者》報告，基於對113個國家3200多名研究人員的調查，揭示研究人員面臨時間不足、資金壓力等挑戰，但AI工具採用率從2024年的37%躍升至58%。中國研究人員對AI的信心遠高於美國和英國。同時，研究人員的國際流動意願下降，但跨學科合作增加。

exxperts 是一個本地優先的智慧體執行時，提供持久的 AI 房間，帶有受管控的、需審批的記憶功能。所有內容都在本地執行，資料以檔案形式儲存在你的磁碟上，確保隱私和控制權。它提供 Web 應用和 CLI/TUI 兩種介面。

當前開源AI面臨著最嚴峻的生存考驗。白宮正討論透過行政命令限制開源模型，特別是針對中國模型和政府用途。同時，蒸餾和前沿能力的政策討論正在同時進行，可能導致在未來6個月內禁止或推遲開源模型。文章批評了Anthropic的監管捕獲行為，認為蒸餾問題的解決方案實際上有利於推動者。API並不比開源模型更安全，而全面禁止開源模型並非良策。開源社群需要團結一致，積極遊說，確保安全部署。

在人工智慧研究中，一步陷阱是指錯誤地認為所有或大多數學習到的預測可以是一步預測，而長期預測可以透過迭代一步預測得到。雖然這種想法吸引人，但由於誤差累積和計算複雜性問題，在實踐中往往效果不佳。本文分析了這一陷阱及其危害，並提出了使用時間抽象模型（如選項和GVF）的解決方案。

微軟正在測試Copilot的“PC Insights”功能，可以分析系統資源使用情況，幫助使用者找出效能瓶頸。然而，Copilot本身是一個完整的Web應用，附帶私人版Edge，空閒時佔用高達1GB記憶體，凸顯了其資源消耗的諷刺性。該功能為可選，預設不自動掃描，使用者需授予許可權。

研究人員編制了1863-1934年間超過3000次銀行擠兌的資料庫，發現大多數擠兌並未導致銀行倒閉，並分析了時空模式。

三星健康應用新增AI訓練資料共享要求，使用者若不授權則無法同步健康資料，可能導致手錶功能受限。

蘋果公司指控OpenAI及其兩名前蘋果員工竊取商業機密，用於開發ChatGPT硬體裝置。訴訟稱這是“機構層面的協調不當行為模式”，OpenAI否認並表示沒有興趣竊取其他公司的機密。

Linux of AI是一個由七個開源專案組成的生態系統，旨在幫助組織構建可移植、可審計、可衡量且不依賴於單一供應商的人工智慧基礎設施。它透過提供行動式本體、策略程式碼、模型替換基準測試、審計日誌、成本測量等工具，解決供應商鎖定、成本不可預測、治理薄弱等問題。該專案採用MIT許可證，所有核心軟體免費開源。

本文深入分析了AI程式碼評審基準的侷限性，指出其未能從第一性原理定義問題，忽略了AI程式碼評審已分化為人類理解和機器驗證兩個不同問題。作者Shrijith Venkatramana認為，基準衡量的是代理指標而非軟體實際成果，並強調了生產結果和嚴重性的重要性。

AI專案在演示階段後常常停滯。康fluent的2026年資料流報告顯示，只有32%的組織將代理AI投入生產，資料基礎設施和技能短缺是主要障礙。即時資料管道和治理對於生產級AI至關重要。

近年來，AI資料中心因高能耗和環境問題引發廣泛抗議。從2015年蘋果在愛爾蘭的資料中心專案受阻，到如今美國各地社群反對新建專案，民眾、地方政府和國會都在採取行動。本文回顧了這場鬥爭的起源、現狀及未來走向。

芝加哥大學宣佈，從今年秋季開始，將在一年級法學院課堂上禁止使用手機、平板和筆記型電腦，以應對人工智慧的衝擊，確保學生學會不依賴AI進行批判性和獨立性思考。同時，學校將推行AI韌性教學和倫理使用AI的課程。

曾經穩定高薪的軟體工程職業正受到人工智慧的衝擊。工程師們透過學習新技能、專注於基礎知識和組織集體行動來適應。行業面臨裁員、就業不足以及從編寫程式碼轉向審查AI生成程式碼的變化。

Runeward是一個開源工具，透過宣告式配置檔案為AI代理提供受治理的執行單元（基於Docker或Kubernetes）。它採用預設拒絕的出站規則、防篡改審計賬本、人工介入策略門控以及成本/迴圈防護欄，支援REST、MCP、CLI和Web儀表板。與普通沙盒相比，它增加了策略執行、審計跟蹤和成本控制等治理層。

一項新的基準測試顯示，來自12個實驗室的18個AI模型的108個測量位置中，有97個位於左傾。結果呈現一致的進步傾向，但在經濟、外交政策和宗教方面存在例外。xAI的Grok模型最接近中心，而許多模型拒絕回答某些問題，影響了得分。

Attestor是一個開源的零信任執行邊界工具，旨在為AI代理操作提供決策點和事後審計記錄。它在代理執行前進行策略檢查、審批驗證和證據審查，返回准入、限制、審查或阻止等決策，並透過客戶擁有的閘道器強制執行，適用於支付、資料訪問、基礎設施變更等多種場景。

一個可提示的 AI 代理服務，提供安全護欄和可下載的軟體包。

本文透過一個ARC-AGI謎題實驗，展示了AI如何在沒有規則的環境中自主探索、命名事物、發現數學結構並利用離線推理來高效解決問題。實驗表明，顯式的世界模型比僅依賴神經網路權重更有效。

一篇幽默且批判性的文章，列出了十條負責任地使用AI的規則，警告過度依賴AI和喪失獨立思考的危險。每條誡命都指出了常見陷阱，從使用不明程式碼到向AI詢問問題以顯得聰明。文章最後諷刺地指出，最需要這些建議的人可能會將其貼上到AI中尋求解釋。

Nebula Security藉助AI工具VEGA發現Linux核心中存在15年的提權漏洞（CVE-2026-43499），可讓任何登入使用者獲取root許可權。該漏洞自2011年起預設存在於幾乎所有主流發行版中，已在4月修復，但補丁分發不均。

Cloudflare表示，由於AI公司大規模抓取內容，他們可能切斷谷歌對其出版商的搜尋訪問。這一問題導致網站效能下降，甚至使管理員和作者無法釋出新內容或稽核評論。

本文探討了開源社群如何透過協商過程將AI技術整合到軟體開發中，以LLVM專案為案例進行分析。

TalkFitly是一款專為iPhone設計的社交智慧訓練應用，透過真實場景模擬和AI評分，幫助使用者提高溝通中的清晰度、情緒穩定性、自信和共情能力。包含每日微課程、名言牆和隱私保護功能。

AI筆記工具能快速總結會議要點，但隱私和安全風險令人擔憂。語音列印、資料儲存和律師-客戶特權問題凸顯，專家建議謹慎使用並瞭解資料去向。

Thinking Machines Lab釋出報告《值得構建的未來以人為本》，主張AI應分散式、可定製、由使用者塑造。報告提出四個技術方向：訓練強多模態模型、提供使用者微調工具、拓寬人機互動通道、開放研究。論證隱性本地知識要求AI分散式，並透過Tinker API實現可擁有權重的LoRA微調。對比集中凍結AI，強調去中心化對齊。