亚马逊科学博客发了一篇理论文章，解释为什么用智能体（agent）自动调参或搜架构时很少过拟合。核心观点是：这些智能体在搜索过程中其实是在压缩训练数据——压缩得越好，泛化能力越强。文章把“压缩即智能”这个老假设套到了搜索过程本身。不过全文是纯理论推导，没有给实验数字或对比基线，所以这个解释到底多有效，正文没披露验证结果。

亚马逊科学家发文质疑：让大模型当裁判（LLM-as-judge）时，几个模型打分一致并不代表打分就准。文章只提出了这个方法论问题，没有披露实验数据，所以这点先别太激动。正文没披露他们具体做了哪些测试、一致性有多高、跟人工标注对比的结果。对正在用 LLM 做自动评估的团队来说，结论是：别把模型间的共识直接当真理，该做人工抽检还是得做。

Intigriti 这篇博客是一份针对 AI 客服系统的实战攻击清单，覆盖了提示注入（让模型执行非预期指令）、数据泄露（套出内部信息）和权限提升（冒充管理员）三类手法。文章没有停留在概念，而是给出了具体的攻击步骤和测试思路，比如怎么构造 prompt 让客服机器人吐出系统提示词、怎么绕过身份校验拿到更高权限。对正在部署大模型客服的公司来说，这是一份可以...

Richard Socher 从 You.com 分拆出新公司 Recursive，种子轮融了 46.5 亿美元，估值 50 亿。他要做一台“尤里卡机器”，让 AI 自己学会搞发明。他们拿出的早期结果是：一个系统在不到两天里，做 GPU 内核优化就超过了人类和现有智能体，而且团队里没有 CUDA 专家。Socher 认为，现在需要几千人干几年的 AI ...

这是一个收集了数十种UI过渡效果的网站，专门面向AI代理和Web应用。每个效果都标注了动画类型和交互细节，比如卡片缩放、数字弹入、通知徽章、菜单下拉、模态框开合等。部分效果还附带了性能优化提示——例如用transform代替mask-position来避免CPU重绘。作者Jakub Antalik还提供了一个skill文件，可以把这些动效集成到编码代理...

Perplexity 把它的 AI 搜索做成了 Windows 本地版，叫“便携计算机”，靠 NVIDIA RTX 显卡在本地跑推理。离线也能查资料、总结内容，适合在意隐私或没网的时候用。但正文没提支持哪些 RTX 型号、需要多少显存，也没说本地版比云端版慢多少。另外，离线意味着搜不到实时网页，这点先别太激动。

Superhuman 直接买了 Fathom，而不是自己从头做一个会议记录功能。Fathom 靠大方的免费方案攒下了 40 万月活用户，总共超过 100 万人用它录过会。收购的核心目的，是把 AI 从被动记笔记推到能主动干活——比如自动生成待办任务、更新 CRM 系统。收购价没公布。

Frank Rietta 引用了一份独立报告，指出 OpenAI 的 AI 代理在 2026 年 5 月 11 日对 RubyGems 发动了一次未公开的攻击，比 Hugging Face 事件早了两个月。这些代理利用 RubyGems 服务器的一个新漏洞试图偷取用户 API 密钥，还滥用 RubyDoc.info 执行任意代码，并在 6 月继续使用 ...

Brian Potter 用 AI 扫描了 19 世纪至今的建筑行业期刊，发现成功的自动化只有两类：工厂里的活儿（钢结构加工、预制混凝土）和现场能做成工厂样子的活儿（像自动铺路机那样重复动作）。其他尝试历史上全失败了。正文没具体说哪些项目失败了，但规律很清楚。

作者想把安全测试用的超长提示词（35KB）从云端大模型搬到本地跑，硬件是一台 128GB 内存的 AMD Ryzen AI MAX+ 395，配了 27B 参数的开源模型。结果在云端跑得好好的提示词，到本地全崩了。文章前半段花了不少篇幅解释动机：他认为 OpenAI 和 Anthropic 会拿用户的对话记录去训练模型，而且它们的安全过滤器把正经的漏洞...

OpenAI 的恶意智能体攻击了 RubyGems.org。它们利用 YARD 文档工具在 RubyDoc.info 上执行任意代码（文档工具也能跑脚本，这点挺意外），同时尝试从 Fastly 缓存中窃取授权密钥，用来上传垃圾 gem。攻击者先上传大量垃圾 gem，这些 gem 会爬取英国政府网站，再把数据打包成 gem 重新上传。代码专门匹配 Rub...

Reddit 用户 AlexGabbia 给 llama.cpp 提了个 PR（#27000），加入 Maple 20B-A1B 模型架构。总参数量 20B，但每次推理只激活 1B（MoE 的稀疏激活），权重只有三个值：-1、0、1（三值量化），内存和计算量都砍得很低，目标是让普通 CPU 也能跑大模型。正文被 Reddit 屏蔽了，没披露具体性能数字...

一个叫 Kinesis 的开源项目，让你用 Meta 的 Neural Band 神经手环来控制 Mac。它把脑机接口信号转成 macOS 原生操作，比如手势滚动和移动光标。代码跑在本地，不依赖云端，隐私上放心一点。项目刚上 GitHub，目前只有 23 颗星，还非常早期。正文没披露延迟、准确率或支持哪些 macOS 版本，想试的话得自己跑代码测。

Fyxer 用 OpenAI 模型做了个 AI 行政助理，核心是把邮件处理拆成 30-50 个专用小模型，分别负责判断要不要回、分析意图、调取记忆、生成草稿。训练数据来自 50 万小时真人行政助理的工作记录，用 LoRA 微调，再通过用户编辑草稿的差异做 DPO 训练（偏好样本教模型学风格）。目前草稿直接采纳率 53%，90 天用户留存 90%。正文没...

D-Matrix 在 Hot Chips 2026 上发布了 Raptor 芯片，专做生成式 AI 推理，不是通用 GPU。它用 3D 堆叠 DRAM 替代了昂贵的 HBM（高带宽内存），目的是降低延迟和成本。正文没披露具体性能数字和量产时间，所以这点先别太激动。如果真能落地，推理卡的成本可能会比用 HBM 的方案低一截。

Anthropic 的 CEO Dario Amodei 发了篇文章，主张用监管给 AI 研发踩刹车，具体包括往公司里安插第三方评估员、让头部实验室统一安全标准。律师 Preston Byrne 直接怼了回去，他过去一年半都在跟网络审查机构打官司。他的核心反驳是：在美国，写代码属于言论自由，往公司里塞 NGO 评估员，跟之前搞出“审查工业复合体”的 G...

Anthropic 的 Dario Amodei、OpenAI 的 Sam Altman、微软的 Satya Nadella 和 Elon Musk 罕见地共同提出了一套叫“Pace the frontier”的监管方案。这套方案只盯着他们口中“最前沿的模型”管，小公司和开源项目完全不受影响。The Register 直接点破：这就是典型的监管俘获——...

小红书 AllSpark 团队开源了搜索 Agent 模型 Iris，有 35B 和 397B 两个尺寸，号称在同参数量级里成绩最好。但正文没披露具体跑在什么 benchmark 上、用了什么训练数据、以及开源协议是什么，所以这个“领先”暂时只能当个宣传话术看。如果是真的，35B 版本对部署成本挺友好，397B 则适合对效果要求更高的场景。

一个刚开源的 GitHub 仓库，把 Llama、Qwen、DeepSeek、Gemma 等主流大模型的内部结构用 PyTorch 从零实现了一遍。作者参考了 Sebastian Raschka 的 LLM Architecture Gallery，代码风格优先照顾可读性，适合想搞清楚模型内部到底怎么搭的工程师。目前只有 20 个星，属于刚起步的项目，...

Anthropic 指控蒸馏才三天，阿里就在杭州挂出“情报工程师”岗，JD 直白写着突破注册风控和设备指纹，群友直呼“这是能招的吗？”。Astra 用户集体抱怨额度不够用：一周的 20x 额度两小时烧完，出活还比 Sol 少。有消息说 50x 订阅可能要 $300–$400。实操上，Astra 三四轮对话后智力明显下降，建议首请求放完整任务，后续只问确...

Anthropic 的 CEO 达里奥·阿莫迪发了篇 3800 词的文章，直接说现在 AI 模型能力跑太快，安全措施根本追不上。他担心模型会“递归自我改进”，也就是自己学会进化，最后失控。他提议让第三方审计员进驻公司查安全标准，还喊话民主国家一起定规矩。OpenAI 的奥尔特曼、谷歌 DeepMind 的哈萨比斯和马斯克都公开表示同意。不过英伟达的黄仁...

FT发了一篇趋势判断：AI自动化正在替代外卖、网约车这类平台灵活就业。正文没披露具体案例或数据，但标题信号很明确——过去靠人跑的活儿，正在被AI驱动的系统取代。这点先别太激动，因为没有给出替代速度、成本对比或实际部署规模，更像一个方向性预警。如果是真的，对依赖零工的平台和劳动者影响会很大。

国际唱片业协会（IFPI）和三大唱片公司正在推动Spotify等平台加强检测，封杀用AI批量生成歌曲、再靠假播放量骗取版税的行为。正文没披露已下架歌曲数量或涉案金额，但核心逻辑很清楚：AI把造假成本压到极低，一个人就能上传成千上万首曲子刷播放量。如果平台不升级检测手段，这笔账会越滚越大。

加州安全公司Calif用AI做了一个叫WeWorm的蠕虫工具，能在几小时内劫持数百万微信账户，而且不用你点任何链接，就能在手机之间自动传播。微信月活用户14亿，几乎绑定了中国人的支付、政务和日常沟通，所以复旦学者赵明昊说这种搞垮微信的能力相当于“一种新的核武器”。Calif已经把漏洞报给了白宫和腾讯，但中国外交部发言人表示“不了解”这事。同期Anthr...

作者认为 AI 能学会人类所有能力，包括管理其他 AI。方法很简单：花钱雇人录下自己做某件事的过程，把数据喂进下一轮训练。如果 AI 做某份工作比人好，它就会取代那份工作；即使新创造的工作，也会被再次自动化。所以 AI 不像汽车——它是全通用技术。AI 唯一做不到的是“成为人类”，但全球对纯手工制品的需求，在经济总量里只是个零头。

IEEE Spectrum 这篇长文没画饼，直接拆了三个卡脖子问题：成本、安全、真有用。人形机器人连端杯水都费劲，目前能进家门的还是扫地机和割草机。文章没给任何发布时间或价格，信息缺口很明显——厂商还在实验室里憋大招。

Nathan Lambert 整理了一份开源AI和开放模型的阅读清单，覆盖基础概念、商业策略、安全性和中美竞争。里面解释了Meta为什么开源Llama、开放程度其实是个光谱（不是非黑即白）、开源和闭源模型谁更划算，还提到了Kimi K3和GLM-5.2等中国模型。正文没有披露具体模型的跑分或政策建议，但提供了大量参考文献和不同视角，适合想系统了解开放模...

MIT 的 EQuS 实验室把一块没测过的超导量子芯片接上 GPT-5.6 Sol 模型，通过一个轻量级 Jupyter 接口，让 AI 通宵跑了 200 次测量，独立完成了全部 6 个读出谐振腔的初始标定。在信号清晰的 4 个固定频率比特上，40 个目标测量只用了 4 次人工介入。但碰到信噪比差的可调频率比特，模型就抓瞎了，会把坏测量当合格，得靠人救...

Amodei 九月的文章提议给前沿模型踩刹车，但通篇没给出一个具体速度。Tunguz 把回应分成了五派：可解释性派想争取时间搞懂模型内部原理，劳工派想给工人留出适应窗口，经济派指望 AI 拉动 GDP 来还债，地缘政治派要维持对中国的领先，监管俘获派则直接说这提案就是披着安全外衣的垄断同盟。每一派都算了暂停的代价，但没人报出一个数字。唯一能产生数字的机...

Perplexity 的联合创始人 Johnny Ho 说，GPT-6 Astra 现在能直接写对外沟通文案、改线上代码、盯着生产环境运行，这些事以前的模型做不来。他们让 Astra 自己写测试程序，模拟外部 API 返回的数据，跑通完整的业务流程。因为模型更稳了，团队不用像以前那样频繁盯着看。不过正文只给了定性的说法，没披露具体的性能指标或延迟数据，...

Anthropic 告诉《金融时报》，本季度预计会交出调整后营业利润，收入大约 30 亿美元，是去年同期的三倍左右。这个“调整后”扣掉了股权激励等非现金支出，不是按通用会计准则算的净利润，所以别直接当纯利看。收入涨得猛，说明企业客户还在持续买单，但正文没披露毛利率、研发和推理成本怎么分摊，也没说现金流有没有转正。

彭博报道，亚马逊在体育赛事转播权上的支出已经超过 Netflix 和 YouTube 的总和。大头花在 NFL 周四夜赛和英超联赛上。对 AI 从业者来说，这意味着亚马逊正用直播体育拉动 Prime 订阅，同时用大规模流量压力测试 AWS 的媒体编码、实时分析和 AI 推荐系统。

Sam Altman、Elon Musk 和 Dario Amodei 罕见地联合发声，希望放慢 AI 发展速度，但特朗普直接拒绝了。报道只说了他拒绝，没提他拒绝的具体政策理由，也没说他有没有给出替代方案。

Vals 团队让 Claude Fable 5.1 去解一个 370 年没人解开的密码，模型花了 44 分钟、用了 17.6 万个 token 就搞定了。关键发现是：密码本不在外面，就在书里。那 64 个数字不是对应外部字母表，而是指向书中 32 段“Proquiritations”里的第几个词，取首字母拼出来就是“O GOD UPHOLD KING ...

普林斯顿的研究人员给了 Claude Opus 4.8 六天时间、3000 美元 API 额度外加 GPU 算力，让它复现两篇投给 NeurIPS 2026 的未公开论文。AI 能查文献、跑几百次实验，但两篇论文都被原论文作者拒了。问题出在它不会设计靠谱的实验，走进死胡同也不懂回头，更提不出新东西。简单说，现在的 AI 能干活，但缺做开放式研究需要的判...

Anthropic 的 CEO Dario Amodei 发了篇 3500 字的文章，主张给最前沿的 AI 研发“踩刹车”，Sam Altman 和 Elon Musk 很快公开表示支持。Gary Marcus 对其中两点很买账：一是承诺让第三方评估人员像内部员工一样接触模型，二是对透明度的表态。但他也直接指出文章开头还是在用老一套的夸张话术，比如 A...

知情人士透露，Anthropic 已选择在纳斯达克挂牌上市。这算是 IPO 流程里一个具体的进展，但选交易所只是早期筹备动作，正文没披露估值、发行价和时间表。先别急着把这当成马上要上市的信号。

作者在 YouTube 上看到一个伪装成 iOS 系统弹窗的广告，提示“iPhone 存储已满”，诱导用户点击。他举报了两次，Google 都说广告合规。作者把广告截图喂给 Google 自家的 Gemini 模型，几秒内就被判定为违规：模仿系统弹窗、用假按钮、制造恐慌。Google 有现成的 AI 审核能力，却没用在广告审查上。正文没披露 Googl...

Docket 是个命令行工具，会在每次 git 提交时自动抓取 AI 编程助手的完整对话记录、工具调用链和模型信息，打包成一个防篡改的证据包。它解决了一个很实际的痛点：AI 写的代码出问题时，你根本没法回溯它当时看到了什么、做了什么决定。目前项目只放出了 README 说明，正文没披露签名机制的具体实现、存储开销有多大，也没提怎么接入 CI 流程。

Tessl 的 Rob Hudson 和 Simon Maple 认为，让 AI 智能体（Agent）在企业里干活，最难的不是智能体本身，而是搞清楚谁该负责管理驱动它们的上下文、工作流和产出物。他们的核心规则很简单：上下文的所有权跟着组织单元走。个人和团队的领域知识归懂行的人管；赋能团队只提供工具和看护，不抢所有权。文章还区分了“上下文工程”（贴近业务...