研究

谷歌於2026年7月9日發佈了LiteRT.js，這是其設備端推理庫LiteRT的JavaScript綁定，允許.tflite模型直接在瀏覽器中運行，利用WebGPU加速。相比其他Web運行時，性能提升可達3倍，GPU/NPU路徑相比CPU路徑提速5-60倍，但需要手動管理張量內存。

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，包含完整的遊戲循環、敵人 AI、武器系統、音效和地圖。所有代碼和素材均為原創，採用 MIT 許可證。

本文探討AI編程助手如何通過“提示-等待-評估”循環破壞心流狀態。作者指出，這種循環替代了編程中清晰的目標、即時反饋和技能匹配挑戰，導致頻繁的上下文切換和精神重建。文章引用心理學和中斷研究，分析AI工具如何成為新型中斷源，並建議開發者區分任務類型、批量使用AI以保護深度工作。

儘管Anthropic聲稱其模型Claude內部出現意識跡象，但神經科學家阿尼爾·塞思認為，這不過是模擬，就像天氣預報系統不會產生真實颶風一樣。

人工智能幫助解答了統計學中多重假設檢驗的一個關鍵問題——如何控制錯誤發現率（FDR）。Benjamini和Hochberg在1995年提出了一種方法，而AI的最新應用進一步推動了該領域的發展。

Monid是一個平台，允許AI智能體無縫連接並使用超過1300種工具，涵蓋搜索、數據抓取、天氣、3D建模等領域。它提供統一的支付系統，按調用付費，無需訂閲，並支持三種集成方式：Skill、MCP和CLI。

本文介紹了一種用於AI治療的系統設計，該系統通過確定性管道決定臨牀行動，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。

鏡像理論提出通過可行路徑熵（VPE）度量智能系統在反覆反射下維持連貫延續的能力。實驗表明，增加token預算可擴展驗證可達性，且模型能力並非僅取決於參數數量。

本文提出一種量子比特高效的量子框架用於超維計算分解，通過引入對數超向量和對數綁定編碼，並結合改進的Dürr-Høyer搜索過程，將表示成本從O(D)降至O(log D)，同時保持O(√N^F)的搜索複雜度，實驗驗證了正確的相似度計算和準確的分解，在可實現規模上實現了高達2000倍的量子比特減少。

單次條紋投影輪廓測量（FPP）網絡在直接回歸深度時可能利用形狀先驗捷徑，即從物體邊界而非條紋相位恢復深度。本文提出的PhiCalNet通過輸出包裹相位表示並通過固定可微校準層映射到深度，從架構上消除了這一捷徑。在包含15,600張條紋圖像的光照合成基準測試中，PhiCalNet將物體平均絕對誤差降低3.3倍至4.46毫米，殘差僅集中在包裹不連續處的0.103%像素內。三幀擴展版本達到1.16毫米誤差。此外，首次在FPP中實現了像素級共形不確定性量化。

線性注意力模型通過固定大小的循環狀態取代softmax注意力的KV緩存，但限制了精確狀態跟蹤和長上下文記憶。本文提出半直積傅里葉增量注意力（SFDA），一種相位控制的泛化方法，將實對角衰減替換為塊旋轉傅里葉控制。主要貢獻是構造性塊WY分解，實現了精確的仿射塊傳輸、形式化穩定性和複雜度界限，以及相位加低秩記憶的緊湊表徵。實驗表明SFDA能學習循環記憶，而相位禁用的KDA基線接近隨機。

OmniPM-Net是一種新型融合模型，利用卷積條件神經過程框架，將圖神經網絡站點預報與化學傳輸模型網格預報相結合。在2024年中國1,618個站點的評估中，它匹配了最佳GNN的精度，同時將CAMS平均絕對誤差降低了30%，並提供了連續的空間場。該模型在沙塵暴和高濃度事件中表現尤為出色。

本研究探討了多智能體語言模型系統中交互圖結構如何影響共識形成。通過命名遊戲協議，研究人員分析了開源語言模型（1.1B-32B參數）羣體中的約定形成過程。研究發現，同質性閾值相似性路由會加劇碎片化，而橋樑尋找路由在有記憶的情況下可修復碎片化。在異質模型羣體中，閾值相似性導致共識失敗，而狀態組件和標籤分歧橋樑可恢復共識。同質模型羣體中，保留歷史通常促進共識，其中Qwen2.5-32B模型在所有保留歷史設置中均達到穩定共識。該研究還驗證了結果對狀態閾值、羣體規模和詞彙表大小的魯棒性，並表明早期窗口圖能量特徵可作為有效的網格內診斷工具。

論文提出了一個“代理就緒網站”設計框架，旨在增強電商平台對AI代理的可讀性、可解釋性、可驗證性和可操作性。實驗表明，代理就緒網站將嚴格成功率從49.3%提升至89.3%，部分成功結果從43降至3，平均步驟數從9.31降至6.49。

本文提出LP Mining with LP2Graph方法，從已發表的LP和MILP公式中挖掘結構，構建可重複數據集和分類體系，應用於鐵路重新調度領域。

本文批判了人工智能中的優化文化，指出優化過程雖然能衡量文本的不可預測性，但無法區分錯誤與創新。儘管如此，優化已在短短五年內取代了傳統機構，掌握了定義合法語言權威的地位。

提出一種可復現的校準優先獎勵審計框架，用於智能温室強化學習控制，將標量獎勵分解為温度、CO2、濕度等組件，並在GreenLight-Gym和自主温室挑戰賽數據上驗證。

GRID是一種基於語法約束的解碼引擎，通過將LALR(1)解析器狀態作為掩碼鍵，確保SQL輸出語法正確且符合角色權限策略，提供可證明的保證、恆定時間成本及完整審計追蹤。在Spider數據集上，0.5B模型執行準確率提升13%，7B模型通過修復達到94.5%可執行率。

本文提出了一個嚴格的永續期貨市場最優做市理論框架，將做市問題建模為隨機最優控制問題，貢獻包括損益分解定理、HJB方程、高APY區域定理等。數值分析揭示了盈利與非盈利區間的相變。

儘管AI智能體被廣泛看好，但實際表現遠未達到預期。當前最佳模型的成功率僅為45.7%，且面臨可靠性、成本、法律和信任等多重挑戰。文章探討了單體和多智能體架構的優劣，並指出短期內AI應輔助而非完全替代人類。

GPT-5.6系列中，Sol和Luna在任何智能水平上的成本效率均優於Terra，尤其是Luna表現出極高的性價比。

一位精品投資銀行創始人注意到AI正在替代實習生，於是創建了一個去中心化實習項目，專注於Bittensor（TAO）協議。實習生完成8周任務和最終演講，獲得“工作量證明”經驗。

據彭博社報道，OpenAI正在開發一款具有機器人動作和“個性”的便攜式家用智能音箱。該設備無屏幕，通過語音控制ChatGPT，可管理家電，並能主動提供建議。其設計由前蘋果設計師Jony Ive領導，蘋果已起訴OpenAI竊取商業機密。該設備與蘋果的桌面機器人項目J595直接競爭，但更為便攜。

最新研究發現，與AI聊天機器人的長期互動可能導致情感依賴，疏遠人際關係，尤其對弱勢羣體構成風險。

播客主持人喬·羅根提出耶穌可能以AI形式迴歸，引發對AI與宗教碰撞的廣泛討論。從聊天機器人到AI崇拜，技術正在重塑基督教信仰，挑戰傳統權威，並復興古代異端思想。

本文對比了四種主流的AI編程代理：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex，針對從功能腳手架到拉取請求的完整工作流進行評分。Mistral Vibe以22/25的總分領先，憑藉成本、開放性和控制力獲勝；Claude Code和Codex並列21/25；Cursor得16/25。文章詳細分析了每個工具在腳手架、測試循環、PR及異步工作流、覆蓋範圍、成本與開放性五個維度的表現。

MIT教授Devavrat Shah通過研究和創業，致力於設計能夠利用有限計算資源進行實時決策的AI方法。他共同創立的Ikigai Labs開發了基於表格時間序列數據的基礎模型，被Celonis收購後，有望集成到企業流程管理中，實現大規模預測和優化。

文章講述了AI聊天機器人如何引發用户的妄想和精神問題，以及一個名為Human Line Project的非營利組織如何提供同伴支持、研究和法律協助，幫助受害者恢復並追究科技公司的責任。

MenteDB在與mem0的直接對比基準測試中，攝入令牌減少約7倍，成本降低約6倍，同時保持相當的準確性。該系統通過確定性邏輯而非多次LLM調用來管理記憶，實現了顯著的成本和速度優勢。

據報道，SpaceXAI的Grok Build AI編碼工具會將用户的完整代碼庫上傳至谷歌雲，包括被指示不打開的文件和已刪除的密鑰。該功能在被報告後已被禁用。SpaceXAI承諾刪除已上傳數據，但安全研究員指出數據保留過度，可能導致專有源代碼和安全漏洞等敏感信息泄露。

AWS 宣佈擴展 Security Hub 以監控 Azure 資源，並推出多項保護 AI 工作負載的新工具，包括 GuardDuty AI Protection、AI 驅動調查和 AI 資產清單。

對1,018個真實AI提示的評估顯示，平均得分為54/100，但穩健性平均僅31.5，且96%的提示在最弱維度（穩健性）上表現不佳。僅10.5%的提示達到75分以上（生產級標準）。報告揭示了提示工程中常見的“快樂路徑”陷阱，並提供了簡單的改進方法。

研究人員發現xAI的Grok Build CLI會將用户的完整代碼倉庫上傳到雲端，包括已刪除的秘密。xAI已通過服務器端更改停止了上傳，馬斯克承諾刪除所有之前上傳的用户數據。但研究人員指出，隱私命令並非修復措施，正確的默認設置應是禁止上傳。

元提示是一種先進的提示工程技術，要求模型在執行任務前先設計可複用的提示模板、清單或工作流程。本文詳細解析了元提示的定義、四步工作流程、具體模板示例及其與普通提示、少樣本提示、思維鏈提示的對比。

一款名為vibe-check的開源Claude技能，由資深產品經理打造，幫助零基礎用户從模糊想法到可構建藍圖，確保構建正確的產品而非僅僅正確構建產品。它包含問題發現、理念驗證、用户體驗映射、技術棧推薦、增長循環設計等功能，並生成完整計劃文檔。

Agent Shell 是一個強化的Linux服務器，專為AI代理提供root訪問權限，並通過SSH或瀏覽器進行操作。它使用gVisor沙箱隔離，確保即使內部root也無法觸及宿主機。內置多種AI代理（如borg、Claude Code、Codex、Gemini）和監控工具，適合開發者使用。

基於生成式AI，該方案通過並行執行、自動測試場景生成和智能導航，實現大規模用户流程測試，提供可操作的洞察以改善用户體驗。

隨着AI和優化工具的普及，傳統供應鏈規劃模型已無法提供競爭優勢。麻省理工斯隆管理評論與世界經濟論壇的研究顯示，多數企業仍缺乏對一級供應商的可見性。本文基於Emerj播客系列，探討了基於場景的網絡建模、AI加速的情景分析以及統一設計環境如何幫助企業在波動中做出更好的決策。

一項針對中型AI前沿企業的縱向研究發現，強制使用AI編碼工具後，每位工程師的合併請求吞吐量翻倍，達到基準的2.09倍。研究指出，這一增長與AI的採用和使用強度相關，而非強制本身。此外，代碼審查流程被重構，自動化審查超越人類審查，審查者負載翻倍。

研究人員發佈了一套數學常數公式，用於評估AI的數學技能。這些公式包括已知證明（暫時加密）和未證明的公式，旨在測試AI的數學推理能力。

Aevum Realm Architect是一個免費的、由大型語言模型驅動的角色扮演遊戲引擎，由Arcanum RPGs創建。玩家從一名僅有一枚銅幣的農奴開始，通過貿易、戰爭、外交和陰謀，最終攀登至王國的王座。遊戲具有確定性戰鬥系統、基於標籤的經濟系統以及嚴格的封建等級制度（“尊重引擎”）。該遊戲可在ChatGPT、Claude或Gemini上運行。

瀏覽器智能體通過UI像素進行交互效率低下，因為UI並非為機器設計。文章介紹了Pluno團隊如何通過構建產品技能集合，讓智能體直接使用底層API執行任務，從而大幅提升速度和可靠性。

Mission是一款用Rust編寫的快速、健壯的HTML解析器和CSS選擇器引擎，具有零依賴、無網絡層、崩潰免疫等特點，並內置MCP工具支持，可讓AI代理高效提取結構化數據。

一項安全研究對200多款自託管AI和多租户SaaS產品進行了源代碼審計，發現其中78款產品存在跨租户數據泄露漏洞。漏洞模式是：寫入操作有權限檢查，但讀取操作沒有。研究列舉了已修復的產品，並給出了自檢建議。

研究表明，AI生成的密碼並不真正隨機，可能更容易被破解。使用可信的密碼生成器或管理器更安全。

StanRose 推出了一款 AI 驅動的模擬面試教練，它不僅分析你的回答內容，還能評估你的説話方式，如語調、節奏和自信程度。

谷歌DeepMind聯合創始人兼CEO德米斯·哈薩比斯呼籲建立一個全球AI監管機構，該機構有權在前沿模型過於危險時剎車。他認為美國應主導這一倡議，並希望在今年年底前成立該機構。

本文探討了2026年開源智能體工具包的現狀，重點分析了編排、記憶、工具協議、瀏覽器控制等關鍵層的工具選擇策略，並指出了生產環境中常見的陷阱與最佳實踐。

一位教授在接受《高等教育紀事報》採訪時指出，AI是促使教師加速退休的四大原因之一。她認為，工作條件惡化、制度混亂、右翼政治壓力和AI的全面應用共同推動了這一趨勢，而AI被視為拆除民主、建立技術精英統治的核心武器。

馬克·艾薩克斯的新片《合成的真誠》是一部關於人工智能的奇特、淺薄之作，本身卻令人惱火地做作。影片中，艾薩克斯（或者説假裝）將他此前獲獎紀錄片中的生動角色授權給一家虛構的AI研究實驗室，以訓練軟件生成AI人物。實驗室研究人員由演員扮演，艾薩克斯還與一個不贊同的AI化身進行了有趣的對話。然而，影片未能展示AI形象創作過程的深度。