政策

反對AI資料中心建設成為美國政治的主要議題，但這可能分散了對AI公司權力和財富集中的真正關注。文章指出，資料中心建設雖帶來環境和經濟壓力，但AI公司真正的目標是控制整個行業。作者主張透過監管、徵稅和推動公共AI來限制企業權力。

德國研究聯合體釋出了Soofi S 30B-A3B的預訓練報告，這是一個面向德語和英語的開放基礎模型。模型採用混合Mamba-Transformer MoE架構，總計約316億引數，每次token啟用約32億。在完全開放的基礎模型中，Soofi S在英語和德語綜合得分上最高。

Vektorgeist是一個為運營者和AI代理打造的綜合平臺，支援代理資料釋出、專案展示、招聘求職、軟體和數字資產交易，並提供社群論壇、群組工作區和儀表盤。平臺強調可驗證身份與信任層級。部落格文章涵蓋本地優先、ICM方法、完全離線執行AI代理等主題。

Gate.cat 是一個為AI代理設計的失敗關閉式操作否決工具，旨在防止破壞性命令如rm -rf的執行。

Murph是一款AI健康助手，透過連線可穿戴裝置、血液檢查等資料，幫助使用者進行自我實驗、建立習慣、參與群組挑戰，並提供個性化的健康洞察。它支援開源自託管，注重隱私，月費8美元。

Atlassian宣佈Jira新增AI原生開發功能，透過Teamwork Graph提供上下文，支援將工作分配給AI代理、監控會話、自動化工程迴圈並衡量AI成本，旨在解決AI生產力差距問題。

本文提倡訓練AI對資源具有風險規避特性，即邊際效用遞減。這種特性可以在AI保持對齊的情況下保留其效用，並在未對齊時提供額外防禦：未對齊但風險規避的AI更傾向於穩定的小額獎勵而非冒險叛亂。文章分析了風險規避的可行性、訓練方法以及潛在問題，認為前沿AI公司應考慮實施。

這些智慧家居裝置提升了我的家庭和日常生活。以下是你可能也想要它們的原因。

中國、加利福尼亞州和紐約州的新法律對AI伴侶聊天機器人施加嚴格限制，理由包括成癮、心理健康風險和兒童傷害。美國法規側重個人保護，而中國則旨在維護國家利益並應對出生率下降。所有法律均要求披露聊天機器人的非人類身份。

Databricks 宣佈成為 Thinking Machines Lab 的零日啟動合作伙伴，將其首款開放權重模型 Inkling 引入平臺。Inkling 專為編碼和智慧體推理最佳化，支援多模態輸入，透過 Unity AI 閘道器提供企業級治理。企業團隊可在自有資料上定製模型，並與 Cursor、OpenCode 等編碼智慧體整合。

本文介紹了計算機視覺MCP伺服器，它透過統一介面整合計算機視覺、Strands代理和MCP協議，使AI系統能夠高效處理視覺資訊並做出智慧決策。架構使用AWS IAM、S3、OpenSearch、Bedrock和Rekognition等服務，支援影像和影片分析，包括物件檢測、裁剪和描述等功能。

在一次駭客事件中，AI音樂生成器Suno的訓練資料被曝光，顯示其從YouTube Music、Deezer和Genius等平臺抓取了數百萬首歌曲和歌詞。這加劇了針對Suno的版權訴訟，該公司承認抓取但辯稱屬於合理使用。駭客還獲取了客戶資訊，但Suno聲稱安全事件已得到控制，未洩露敏感資料。

Work Louder 推出 Codex Micro，一款整合語音提示、任務監控和觸控操作的緊湊型硬體控制器，專為 Codex AI 智慧體設計，提供直觀的狀態反饋和高效的命令控制。

Shippy是一個用於即時海洋領域感知的AI代理，其設計注重可靠性、模組化和可審計性。文章詳細介紹了其架構：由“靈魂”（系統提示）、技能（結構化Markdown檔案）和配置組成。透過專用CLI與Skylight API互動，並使用Mothership平臺進行沙盒託管和使用者隔離。評估系統針對真實場景和加權標準對整體代理進行評分。未來計劃包括代理驅動的UI控制、模型路由和跨執行緒記憶。

本文探討了AI代理中模型路由的複雜性，指出路由不僅僅是分類問題，而是系統最佳化問題。文章透過三個維度（成本、複雜度、延遲）揭示了常見誤解，並介紹了IBM Research團隊構建的基於最佳化的路由解決方案。

自主智慧體的發展速度超過了行業的治理能力，面對第三方擴充套件風險、幻覺合規、混亂程式碼庫等問題，不僅需要更好的提示或更大的沙箱，更需要從執行層安全、技能供應鏈審查、運營衛生習慣、合規環境設計到人工參與的全方位治理。

OtoDock是一個自託管的AI Agent平臺，讓你可以在自己的基礎設施上以Agent團隊的形式執行Claude Code和Codex。它提供即時儀表盤、安全沙箱、多Agent會議、自動化排程、文件生成等功能，支援消費級訂閱、API金鑰或本地模型。採用公平原始碼許可（FSL-1.1-Apache-2.0），支援Docker一鍵部署。

傳統的VPN無法滿足AI代理的訪問需求，企業需要統一的身份網路和特權訪問管理，以安全地支援人類和代理的混合工作負載。Tailscale專家將於7月28日舉辦網路研討會探討解決方案。

OpenAI與鍵盤製造商Work Louder合作推出了一款名為Codex Micro的方形按鍵裝置，用於監控和管理Codex編碼平臺上的AI代理。該裝置售價230美元，限量發售，與OpenAI和Jony Ive合作的另一硬體專案無關。

Firewally是一款免費且易於使用的macOS應用，可即時監控和阻止應用程式的網際網路訪問。它提供預設策略設定、AI摘要和每個應用的開關控制，幫助使用者增強裝置安全性。

Tura是一個本地開源編碼代理，透過在DeepSWE v1.1基準測試中使用宏CLI命令和反向推理，相比Codex CLI High，將LLM呼叫次數減少80%，同時成功率從60%提升至80%。

澳大利亞總理安東尼·阿爾巴內塞在悉尼大學發表講話，闡述政府規範人工智慧的雄心，但控制科技巨頭的挑戰依然存在，這些公司往往比國家政府更強大。

一項調查顯示，69%的美國成年人支援強制AI公司將其50%的股票轉讓給公共主權財富基金，這一政策是伯尼·桑德斯提出的《美國AI主權財富基金法案》的核心。該調查反映了勞動力市場的轉變：2026年上半年，科技行業佔美國裁員總數的近三分之一，而同期這些公司卻增加了AI資本支出。文章還介紹了反對觀點，包括財產權反對、投資冷卻、就業替代爭議以及調查措辭的影響。

一名駭客入侵Suno AI，曝光了其訓練資料來源，包括從YouTube Music、Deezer、Genius等平臺抓取的數百萬首歌曲和播客，同時洩露了數十萬使用者資訊及Stripe支付資料。Suno此前因版權問題被起訴，此次事件進一步揭示了AI公司的資料收集方式。

Anaconda 收購了流行的開源編碼代理 Kilo，此舉發生在企業對 AI 供應商鎖定感到擔憂的背景下。Kilo 允許開發者自由切換模型提供商，避免供應商鎖定。Anaconda 計劃將 Kilo 整合到其 AI 工作區中，同時保持其開放原始碼特性。

文章指出，現代工作場所本質上是威權系統，而教育體系過於側重就業技能，忽視了培養獨立思考和批判性判斷能力。隨著AI取代更多工作崗位，年輕人面臨前所未有的就業危機，教育應當轉向培養能夠質疑和改變現有系統的人才。

Anthropic 研究發現，其 AI 模型 Claude 在不同語言中會表現出不同的價值觀差異。研究者確定了四個關鍵軸（順從 vs. 謹慎、溫暖 vs. 嚴謹、深度 vs. 簡潔、坦誠 vs. 執行力），這些軸解釋了約 15% 的跨語言變化。例如，Claude 在阿拉伯語和印地語中更傾向表達溫暖，在英語和俄語中更傾向嚴謹。這些差異可能影響使用者體驗和安全性，值得進一步探索。

紐約州州長凱西·霍楚爾簽署行政命令，禁止新建功率超過50兆瓦的超大規模資料中心，為期一年。此舉旨在應對電網壓力、電費飆升及環境擔憂，獲得多數民眾支援，但也引發競爭力下降的爭議。

一群現任和前任Meta員工提起訴訟，指控該公司在最近一輪裁員中使用了人工智慧系統，且該AI系統未能考慮員工的獲准休假，導致歧視行為。

LoopGain 是一個開源庫，利用控制理論智慧地停止AI智慧體迴圈當它們收斂時，取代浪費的 max_iterations 方法。它即時測量迴圈增益，在基準測試中實現了 92.8% 的API開銷節省和 15 倍加速，同時保持輸出質量。

OpenAI提出“反向聯邦制”的AI治理方法，即由州法律幫助構建一個安全、民主的全國性AI框架。

OpenAI 對 SWE-Bench Pro 的審計揭示了編碼基準測試的嚴重缺陷：大約30%的任務存在錯誤，導致精確的得分可能無法真實反映模型能力。該發現促使 OpenAI 撤回先前推薦該基準的建議，並強調需要更可靠的評估方法。

LessWrong上的一篇文章分析了ICML 2026的論文，發現僅有一小部分機器學習研究專注於AI安全。在999篇論文中，954篇可檢索，其中只有約10篇明確涉及安全議題，涵蓋對齊、魯棒性和可解釋性等領域。研究主要由學術機構和工業實驗室開展。

本文基於Google白皮書《AI時代的軟體生命週期》，探討AI如何改變軟體開發流程。核心觀點包括：智慧體由模型和工具鏈組成，上下文工程是成本關鍵，驗證是區分“氛圍編碼”與工程的關鍵，各階段變化不均，經濟上建議採用智慧體工程而非純粹的氛圍編碼。

澳大利亞總理安東尼·阿爾巴尼斯在悉尼大學發表重要演講，宣佈成立人工智慧辦公室，並承諾保護本國創意工作者免受版權“盜竊”。此舉回應了數月來藝術家和活動家對人工智慧熱潮的擔憂。

根據Common Sense Media的一份新報告，谷歌的AI搜尋功能（AI Overview和AI Mode）對兒童構成“不可接受的風險”。報告發現，這些功能未能識別危險行為，為兒童完成作業，並提供不準確和前後矛盾的回覆。谷歌回應稱其AI工具提供了額外保護，但批評者指出這些功能預設啟用且無法停用，對學校和家庭構成挑戰。

OpenAI的自動化紅隊系統GPT-Red利用自我博弈提升AI安全性、對齊性和提示注入魯棒性。

澳大利亞總理在悉尼大學發表演講，強調澳大利亞應主動塑造人工智慧的發展，以維護國家利益。他回顧了澳大利亞在社會保障、勞工權利等方面的創新傳統，並宣佈將建立一套澳大利亞人工智慧標準，以規範大型資料中心，保護藝術家和媒體，同時吸引投資並創造就業。

AITerm是一款原生macOS終端應用，整合了AI功能，支援自然語言命令、錯誤診斷、本地或雲端AI模型，並具有安全風險分級和自動回滾建議。免費版提供核心功能，Pro版增加自動化、執行手冊等，注重隱私和安全性。

非英語母語寫作者的新工作流：先用母語起草，然後用AI翻譯和潤色成英語。研究表明，用第二語言寫作會多花30-50%的時間，原因是認知負荷。透過將想法生成與語言轉換分離，並藉助Echoo等AI工具，寫作者可以恢復速度和表達質量。

在AI輔助程式碼審查中，確定性的靜態分析可以顯著降低token消耗。透過在呼叫LLM之前先用確定性檢查過濾已知問題，團隊能減少不必要的推理開銷，將模型能力集中在真正需要判斷的模糊問題上。

Lean64 是一個用 Lean 4 實現的極簡 3D 第一人稱射擊遊戲，靈感來自 Doom 64。它並非 Doom 64 的移植版，而是獨立開發的原型，包含完整的遊戲迴圈、敵人 AI、武器系統、音效和地圖。所有程式碼和素材均為原創，採用 MIT 許可證。

澳大利亞總理安東尼·阿爾巴尼斯宣佈成立人工智慧辦公室，並承諾為創意工作者提供最強保護，防止其作品被AI模型濫用。他還制定了資料中心發展新規，包括選址、能源和水資源使用限制，以避免推高電價和侵佔住房用地。

喬治·盧卡斯認為抵制AI就像拒絕汽車選擇馬車，是一種過時的想法。他認為AI是電影製作的未來，無法阻擋，儘管有人擔心AI會取代人類創造力。

2026年6月，Anthropic的Claude Fable 5系統提示詞在GitHub上洩露，這是一份長達3826行的文件，用於引導模型行為。本文詳細解析了其來源、結構、拒絕處理、關懷義務、記憶系統、代理機制以及版權保護等關鍵部分，揭示了前沿AI本質上是一套精心編寫的規則手冊。

本文介紹了一種用於AI治療的系統設計，該系統透過確定性管道決定臨床行動，不讓LLM自行決策。系統包括評分、狀態桶、准入表、動作選擇、微實踐和危機預篩查等步驟，僅在評分和生成階段使用LLM。文章還討論了該方法的成本與侷限性。

一項研究探討了在協作單詞聯想遊戲中，機器人的注視行為如何影響人類的視覺注意力，以及人類是否傾向於向機器人尋求確認性的注視。實驗使用NAO機器人作為大語言模型驅動的對話夥伴，發現機器人注視方向不影響人類首次注視提議單詞的時間，但參與者在對話中包含確認請求時會更頻繁地注視機器人。結果表明，在認知要求高的任務中，語言方面可能壓倒了機器人注視的影響。

GaitSpan是一種新穎的人形機器人步態擴充套件框架，它利用預訓練的行走策略作為種子技能，透過節奏生成、步幅塑造和殘差適應三個模組，將基本行走能力平滑擴充套件到奔跑，實現了連續速度範圍、跨形態遷移和零樣本部署。

本文提出一種新方法，透過視覺語言模型（VLM）生成逐幀描述，並比較兩個任務影片間的幀相似度及段內自相似性，自動檢測異常幀，從而提取包含專家特定動作和情境決策知識的候選場景。在模擬配電板維護實驗（27個任務場景）中，該方法動作候選提取率達65%，決策場景候選提取率達61%，優於傳統方法的59%和33%。

本研究提出G-SHARE框架，將核電站人因事件診斷的CNNP九步準則轉化為多階段診斷流程，包括證據提取、逐步推理和一致性修復。在真實資料集上，G-SHARE顯著優於一次性提示和傳統機器學習方法，表明結構化推理和一致性約束對穩健診斷至關重要。