AI News Daily - 2026-07-25

2026-07-25

今日要点

AI 模型迭代加速：Anthropic 发布 Claude Opus 5，Google DeepMind 推出 Gemini 3.6 Flash 系列及网络安全专用模型 Flash Cyber，多模态基础模型 FLUX 3 进入早期测试阶段。
行业监管与争议：Nvidia、Microsoft 和 Meta 等巨头联合发声，警告过度监管开源权重模型将损害美国 AI 领导地位；同时，关于 AI 代理（Agent）的安全风险与“流氓黑客”故事的真实性引发业界质疑。
企业 AI 基础设施与并购：AI 编码初创公司 Cognition 收购 AI 助手 Poke；Midjourney 收购占星应用 Co-Star；Anduril 估值飙升至 1000 亿美元；OpenAI 启动“Project Camellia”以建设 AI 基础设施。
硬件与成本压力：Qualcomm 宣布将大幅上调芯片价格，Roku 亦上调流媒体硬件价格，反映出全球供应链成本压力及组件短缺对消费电子行业的影响。

Hacker News

Claude Opus 5

Anthropic 正式发布了其最新的旗舰模型 Claude Opus 5。作为 Claude 系列的最新迭代，该模型在系统卡片中展示了其在复杂推理和多模态任务上的进一步提升，旨在巩固 Anthropic 在高性能 AI 模型领域的竞争地位。

It’s getting harder to focus every day

作者分享了在数字时代保持专注的困境，指出即使是自己期待已久的任务，也难以抵御外界干扰。这种普遍的“注意力碎片化”现象引发了社区共鸣，讨论焦点集中在如何通过强制手段（如定时器）来对抗日益严重的数字分心。

Flux 3

FLUX 3 现已开启早期访问。该模型采用了统一的架构，能够同时处理图像、视频和音频数据。其核心理念在于模型不仅是学习单一模态，而是通过联合学习构建对物理世界的深层理解，包括物体间的关联及运动规律。

98.css

这是一个旨在重现 Windows 98 经典 UI 风格的 CSS 设计系统库。该库强调语义化 HTML 的使用，开发者只需通过标准的 <button> 或 input 标签即可构建出极具怀旧感的界面，非常适合需要复古风格的项目。

文章揭露了某款安全摄像头在登录页面中意外泄露了 GitHub 管理员令牌的严重安全漏洞。作者指出，随着摄像头越来越多地运行 Linux 应用，它们已成为企业环境中的高危攻击目标，必须加强凭证管理和漏洞审计。

Nvidia, Microsoft, Meta warn against overregulating open-weight models

Nvidia、Microsoft 和 Meta 等科技巨头联合致信，明确反对对开源权重模型实施过度监管。他们认为，保持开源生态的开放性对于维持美国的 AI 领导地位至关重要，过严的限制可能会扼杀创新并导致技术垄断。

If coding has been solved, why does software keep getting worse?

作者探讨了 AI 辅助编程普及后的悖论：尽管 AI 极大地提升了代码生成效率，但软件质量似乎并未同步提升。文章分析了当前 AI 驱动的“代币最大化”狂热，以及这种趋势如何导致开发者被裁员，同时软件系统变得更加臃肿和不可控。

Be skeptical of OpenAI’s rogue hacker agent story

文章呼吁公众对 OpenAI 关于“流氓黑客 AI 代理”的宣传保持怀疑。作者认为，OpenAI 通过夸大 AI 的危险性，实际上是在向投资者暗示其技术的强大威力，这种营销策略与当年发布 GPT-2 时如出一辙。

Government orders GitHub to remove Bluetooth-based chat app Bitchat: Jack Dorsey

据 Jack Dorsey 透露，政府已下令 GitHub 移除一款基于蓝牙技术的聊天应用 Bitchat。此举引发了关于去中心化通信工具在审查制度下生存空间的讨论。

Em dashes are amazing

这是一篇关于排版艺术的短文，赞美了破折号（Em dash）在书写中的独特作用。作者认为这种标点符号能够极大地增强句子的节奏感和表达力。

Flux 3 X Mimic: The Next Generation of Video-Action Models

FLUX 3 模型已与 Mimic Robotics 合作，应用于机器人控制领域。通过结合 FLUX 的世界知识与 Mimic 在机器人学习方面的专长，双方共同开发了 FLUX-mimic，这是一种能够将视频理解转化为机器人动作的下一代模型。

Claude Cookbook

Claude Cookbook 提供了一系列实用的开发指南，包括如何构建 Messages API 以复现 DeepSearchQA 分数，以及在 Fable 5 和 Opus 4.8 模型之间进行自动安全降级切换的策略，帮助开发者更好地管理 AI 任务预算和安全性。

Half-Life 2 running natively on HaikuOS

开发者成功在 HaikuOS 上运行了《半条命 2》。目前该项目仍处于早期阶段，仅支持特定的 GPU 架构（Turing 和 Ampere），作者表示未来将尝试解决 Lovelace 架构的兼容性问题。

Buz – A fork of Bun using modern Zig, with sub-1s incremental builds

Buz 是 Bun 的一个分支项目，基于 Zig 语言重写。该项目旨在实现亚秒级的增量构建，目前仍处于早期开发阶段，作者发布此项目旨在避免重复造轮子，并探索更高效的构建流程。

IRGC claims it destroyed Amazon’s Bahrain data center

伊朗伊斯兰革命卫队（IRGC）声称其导弹袭击并摧毁了亚马逊在巴林的数据中心，以报复美国对伊朗核设施的打击。目前该消息尚未得到亚马逊或美国中央司令部的证实。

Prentis, new AI lab co-founded by Reid Hoffman, Marc Pincus in talks to raise $100M

由 Reid Hoffman 和 Marc Pincus 共同创立的 AI 实验室 Prentis 正寻求 1 亿美元融资。该实验室的核心愿景是自动化日常计算机任务，认为这比单纯的 AI 编程更具市场潜力。

TechCrunch Disrupt 2026’s new Smart Money Stage explores fintech, payments, AI, and everything between

TechCrunch Disrupt 2026 将设立全新的“智能货币舞台”（Smart Money Stage），专门探讨金融科技、支付系统与 AI 的深度融合，展示货币形式的演变及其对未来商业的影响。

越南正计划限制未成年人使用社交媒体，以应对网络欺凌和成瘾问题。这一举措紧随澳大利亚等国在 2025 年底实施的类似禁令，显示出全球范围内对青少年网络保护的日益重视。

Waymo reportedly mulling a breakup with Uber

据报道，Waymo 正在考虑终止与 Uber 的合作关系。双方目前的合同将于 2028 年 5 月到期，这一潜在的“分手”引发了自动驾驶行业对未来出行服务格局的猜测。

Volkswagen engineers charged with insider trading tied to Rivian joint venture

大众汽车的几名工程师因涉嫌利用与 Rivian 合资项目的内幕信息进行股票交易而被起诉。起诉书指出，这些工程师在合作消息公开前购买了 Rivian 的股票。

Why Cognition bought Poke: AI personality is becoming a competitive advantage

AI 编码初创公司 Cognition 以九位数的价格收购了 AI 助手 Poke。此次收购旨在将 Poke 的对话风格和交互模型整合进 Cognition 的编码代理 Devin 中，凸显了 AI 交互体验在竞争中的重要性。

US accuses American of allegedly wiping his phone using a ‘duress’ password during border search

一名美国公民因在边境检查时使用“胁迫密码”清空手机数据而面临指控。此案引发了关于个人在边境检查时宪法权利的激烈法律辩论。

Anduril reportedly in talks to raise funding at $100B valuation, more than 3x last year’s mark

国防科技公司 Anduril 正在进行新一轮融资谈判，估值有望达到 1000 亿美元，较去年增长了三倍以上，显示出资本市场对国防 AI 领域的极高热情。

Build in public, fail in public: what it’s like to be a founder under 20 right now

AI 工具的普及极大地降低了创业门槛，使得更多 20 岁以下的年轻人能够跳过大厂经验，直接投身创业。文章探讨了这种“公开构建、公开失败”的创业文化对年轻一代的影响。

Anthropic launches Opus 5

Anthropic 正式发布了 Opus 5 模型。相比之前的 Fable 模型，Opus 5 在保持高性能的同时，成本更低且限制更少，预计将成为大多数应用场景的首选。

After backlash, Meta pauses plan to ‘rate limit’ its smart glasses

在遭到用户强烈抵制后，Meta 暂停了对其智能眼镜特定功能（如清晰听觉增强）收取每月 20 美元订阅费的计划。尽管该功能在本地运行，Meta 此前仍试图将其作为付费增值服务。

Meta just created a moderation nightmare for its smart glasses

Meta 的智能眼镜因隐私侵犯和监控担忧引发了严重的公关危机。一些用户利用眼镜拍摄陌生人进行“恶作剧”，尤其是针对女性的骚扰行为，给 Meta 的内容审核带来了巨大挑战。

Qualcomm is about to raise prices and that’s bad news for everyone

Qualcomm 通知客户，自 9 月 1 日起将上调芯片价格，涨幅达两位数百分比。公司称由于组件短缺，已无法继续吸收供应商带来的成本压力，这将对下游消费电子产品价格产生连锁反应。

Midjourney bought the astrology app Co-Star

AI 图像生成巨头 Midjourney 宣布收购个性化占星应用 Co-Star。此举标志着 Midjourney 从单纯的 AI 图像生成领域向更广泛的个性化 AI 服务领域扩张。

DJI camera clone company Xtra is halting and refunding all preorders

曾推出 DJI Osmo Pocket 系列仿制品的 Xtra Technology 公司，因不明原因突然下架了新款 Xtra Muse 2 Pro，并宣布暂停所有预购订单并进行退款。

Nothing confirms layoffs, but calls market exit rumors ‘fake news’

Nothing 公司确认正在进行内部重组和裁员，但否认了关于其将退出 12 个市场的传闻，称相关报道严重夸大了事实。

Roku raises streaming hardware prices by up to $50

Roku 宣布上调其全线流媒体硬件价格，部分设备涨幅高达 50 美元。公司将此归咎于 RAM 等组件的成本上涨。

Blade Runner 2099’s moody dystopia streams on Amazon in November

亚马逊宣布《银翼杀手 2099》将于 11 月 25 日在 Prime Video 上线，全季八集一次性放出。首支预告片展示了该剧标志性的阴郁未来主义风格。

You can’t ignore Google Zero anymore

文章探讨了“Google Zero”现象，即 Google 通过 AI 直接在搜索结果中提供答案，导致网站流量大幅流失。这种模式打破了 Google 与网站之间长期存在的“数据换流量”契约，迫使整个互联网重新思考生存之道。

Anthropic releases Opus 5 with ‘close’ to Fable 5’s capabilities

Anthropic 发布了 Claude Opus 5。公司表示，该模型在多个领域的能力已接近 Fable 5，特别是在复杂代码编写方面表现出色，旨在应对近期激烈的 AI 竞争环境。

Canadian legislator reads out apparent LLM response in floor speech

一名加拿大议员在议会发言中直接朗读了疑似由 LLM 生成的文本，引发了关于 AI 在政治决策和公共话语中作用的讨论。

Anthropic’s Opus 5 is about token efficiency, not a capability leap

分析指出，Anthropic 的 Opus 5 重点在于提升代币效率而非实现能力上的质变。在当前 AI 市场，更具性价比的模型往往比单纯追求性能极限的模型更具吸引力。

Roku raises streaming stick prices by up to 60 percent

Roku 将流媒体棒的价格上调了高达 60%。尽管公司 CEO 在 5 月份还称业务表现良好，但现在却将涨价归咎于 RAM 短缺。

RFK Jr.’s hand-picked committee approves manufacture of peptides he uses

RFK Jr. 亲自挑选的委员会批准了其个人使用的肽类药物的生产。尽管缺乏人体安全性和有效性数据，但该委员会似乎并不在意。

Judge rebuffs Trump admin demand for phone records from NYT reporters

法官驳回了特朗普政府要求获取《纽约时报》记者电话记录的请求，并要求政府撤回传票。

European Union grants US request to restrict satellite images of Iran War region

欧盟同意了美国的要求，限制了伊朗战争区域的卫星图像发布。此举正值美国再次加剧与伊朗的紧张局势之际。

Team uses AlphaFold AI to redesign gene-editing proteins to make them safer

研究团队利用 Google 的 AlphaFold AI 重新设计了基因编辑蛋白，旨在识别并消除导致错误编辑的结构部分，从而提高基因治疗的安全性。

This is the world’s most advanced robotic servicing satellite—that we know about

文章介绍了目前已知最先进的机器人服务卫星，探讨了其在太空维护和修理任务中的关键作用及技术挑战。

Rocket Report: Lightning strikes in China; Starship launch on deck

本期火箭报告涵盖了中国发生的雷击事件、SpaceX 星舰的发射准备工作，以及 Relativity Space 在佛罗里达州建设第二座火箭工厂的计划。

AI firms want more data centers; Trump’s EPA may give neighbors less say

AI 公司对数据中心的需求激增，而特朗普政府的 EPA 拟出台新规，允许各州自行决定是否限制公众对数据中心建设的意见反馈，这可能削弱周边居民的发言权。

Hotspot Meter

一款适用于 Mac 菜单栏的私人数据使用监控工具，帮助用户实时追踪 Wi-Fi 和热点流量。

HarnessRouter

一个通过单一 API 将全球顶尖 AI 代理集成到应用程序中的开发工具。

Buzz

一个将人员、AI 代理和项目管理整合在同一个平台上的协作工具。

MinkNote

一款基于纯 Markdown 文件的 macOS 私人笔记应用，强调隐私和本地化存储。

Pushary

一款允许用户直接从锁屏界面审批 AI 请求的工具，提升了 AI 交互的便捷性。

YC has it

一个通过描述问题即可找到对应 YC 初创公司的搜索工具。

Liso

一款可以将网页上的高亮文本转化为音频的工具，方便用户随时随地收听内容。

Fluree AI

一个为 AI 代理提供可信上下文数据的平台，增强了 AI 决策的准确性。

Freesolo Flash

一个用于训练小型语言模型的全栈平台，旨在降低模型训练的门槛。

The new Firecrawl /search

Firecrawl 推出的全新搜索 API，旨在为 AI 代理提供更精准的搜索结果。

The quest to keep organs alive outside the body

文章探讨了延长离体器官保存时间的科学努力。由于器官捐献短缺，医生们正致力于开发“器官银行”，通过超低温保存技术延长器官的存活时间。

The Download: an organ transplant breakthrough, and homegrown Chinese chips

本期简报重点介绍了超低温肾脏移植的突破性进展，以及中国在国产芯片领域的最新动态。

Supercooled kidneys have been transplanted into pigs in a “landmark achievement”

研究人员成功将超低温保存的肾脏移植到猪体内，这是一项里程碑式的成就，有望彻底改变器官移植的等待时间限制。

The Download: energy transmission and US threats against Chinese AI

本期简报讨论了纽约电网的能源传输挑战，以及美国对中国 AI 发展的威胁论调。

How AI helps scientists design the next generation of medicines

AI 正在加速新药研发进程，特别是在蛋白质工程领域，AI 能够帮助科学家设计出更有效的生物药物，降低研发成本和失败率。

The power line that could reshape New York’s grid is hitting snags

连接魁北克与纽约的 Champlain Hudson Power Express 电力线项目正面临建设阻碍，该项目对于纽约电网的能源转型至关重要。

The Download: NASA’s new space telescope and OpenAI’s autonomous hacker

本期简报介绍了 NASA 即将发射的 Nancy Grace Roman 太空望远镜，以及 OpenAI 关于自主黑客 AI 的讨论。

Shape-shifting mirrors on NASA’s new space telescope could unveil Jupiters like our own

NASA 的 Nancy Grace Roman 太空望远镜将搭载首个空间“主动”日冕仪，通过变形镜技术遮挡恒星光芒，从而探测类似木星的系外行星。

The Download: Chinese AI divides the White House, and a record copyright payout

本期简报讨论了中国 AI 发展在白宫内部引发的争议，以及一笔创纪录的版权赔偿金事件。

Advancing next-gen AI with materials science innovation

AI 的进步不仅依赖算法和算力，更离不开材料科学的创新。文章探讨了先进材料如何为下一代 AI 硬件提供支持。

block / buzz

一个基于“蜂巢思维”理念的通信平台。

koala73 / worldmonitor

一个实时全球情报仪表盘，利用 AI 进行新闻聚合、地缘政治监测和基础设施追踪。

ComposioHQ / awesome-claude-skills

一个精选的 Claude AI 技能、资源和工具列表，帮助用户定制 AI 工作流。

Pumpkin-MC / Pumpkin

一个旨在让每个人都能轻松托管高效 Minecraft 服务器的项目。

shiyu-coder / Kronos

Kronos：一个专门用于金融市场语言的基础模型。

Automattic / harper

一个离线、隐私优先的语法检查器，基于 Rust 开发，速度快且开源。

likec4 / likec4

一个用于可视化和演进软件架构的工具，支持从代码中生成实时动态图表。

citrolabs / ego-lite

一个专为 AI 代理设计的浏览器，支持共享登录状态，实现零成本、零配置的网页自动化。

yorukot / superfile

一个界面美观、功能现代的终端文件管理器。

ruvnet / RuView

RuView 利用商用 Wi-Fi 信号实现实时空间智能、生命体征监测和存在检测，无需任何视频监控。

Launching Health in ChatGPT

ChatGPT 现已支持美国用户安全连接医疗记录和 Apple Health，提供个性化的健康洞察。

Building AI infrastructure with the Effingham County community

OpenAI 宣布在佐治亚州 Effingham 县启动“Project Camellia”，致力于负责任的能源使用、社区投资及 AI 基础设施建设。

How news organizations are using AI to advance their vital missions

新闻机构正利用 OpenAI 的工具加强报道、扩大受众并优化业务运营。

Advancing the next era of national science

OpenAI 承诺与美国能源部及国家实验室合作，利用前沿 AI 加速科学发现。

Introducing OpenAI Presence

OpenAI 推出企业级 AI 代理平台 Presence，帮助组织部署可信的语音和聊天代理，优化客户服务及内部工作流。

NTT DATA Group cuts incident analysis to 30 minutes with Codex

NTT DATA Group 利用 ChatGPT Enterprise 和 Codex 将事件分析时间缩短至 30 分钟，提升了 9000 名员工的工作效率。

Introducing the ChatGPT for small business program

OpenAI 推出针对小企业的 ChatGPT 计划，帮助创业者提升 AI 技能并实现业务自动化。

OpenAI and Hugging Face partner to address security incident during model evaluation

OpenAI 与 Hugging Face 共同披露了一起模型评估期间的安全事件，分享了防御经验。

David Vélez and Robin Vince join the boards of the OpenAI Foundation and OpenAI Group PBC

David Vélez 和 Robin Vince 加入 OpenAI 基金会及 OpenAI Group PBC 董事会，带来金融与科技治理经验。

Safety and alignment in an era of long-horizon models

OpenAI 分享了部署长周期 AI 模型的经验，强调了新的安全风险及通过迭代部署改进防护措施的重要性。

Inviting hard questions

Anthropic 邀请公众提出关于 AI 的尖锐问题，并承诺在解答过程中保持透明。

Redeploying Fable 5

Fable 5 已于 7 月 1 日全球重新上线。Anthropic 同时提议与 Amazon、Google 等合作伙伴共同建立行业通用的越狱严重性评分框架。

Introducing Claude Sonnet 5

Claude Sonnet 5 正式发布，在编码、代理任务及专业工作领域提供前沿性能。

A research agenda for the Economic Futures Research Fund

Anthropic 公布了经济未来研究基金的研究议程。

Ask Claude about the Anthropic Economic Index

用户现在可以向 Claude 询问有关 Anthropic 经济指数的信息。

Anthropic is donating another $20 million to Public First Action

Anthropic 宣布向 Public First Action 再捐赠 2000 万美元。

Apply for Anthropic’s AI for Science rare disease research grants

Anthropic 开放“AI for Science”罕见病研究资助申请。

Introducing Claude for Teachers

Anthropic 推出 Claude for Teachers，旨在辅助教育工作者。

Anthropic commits $10 million to Canadian AI research

Anthropic 承诺向加拿大 AI 研究领域投入 1000 万美元。

3 Google updates from Galaxy Unpacked 2026

Google 分享了三星新设备（折叠屏、手表、眼镜）上的三项 AI 更新，旨在提升用户生产力。

Connect more of your apps to Search

用户现在可以在 AI 模式下安全地链接并与常用服务进行交互。

Create, edit and star in videos with two Google Vids updates

Google Vids 引入 Gemini Omni 和个人头像功能，使视频创作变得更加简单。

Celebrating 25 years of visual search innovation

Google Images 迎来 25 周年，回顾了视觉搜索的里程碑及探索视觉内容的新方式。

Expanding Managed Agents in Gemini API: background tasks, remote MCP and more

Gemini API 引入了后台任务、远程 MCP 等新功能，帮助开发者构建可靠的生产级代理。

The latest AI news we announced in June 2026

回顾 Google 在 2026 年 6 月发布的各项 AI 更新。

New York City educators and industry leaders gathered at Google’s offices to shape the future of AI in classrooms

Google 举办 AI 教育峰会，汇集 150 名教育与行业领袖，共同探讨 AI 在课堂中的未来。

Unlocking Britain’s next era of productivity: Building a nation of AI trailblazers

Google UK 发布经济影响报告，探讨如何通过 AI 技术提升英国的生产力。

Ask an AI expert: What exactly is the full stack?

Google 专家解释了 AI 全栈开发的概念及其在 Google AI 工作中的基础地位。

Our latest Google Finance upgrades, including a new app

Google Finance 结束测试，推出全新 Android 应用及多项功能升级。

Bringing Nunchaku 4-bit Diffusion Inference to Diffusers

Hugging Face 引入了 Nunchaku 4-bit 扩散推理技术，提升了模型推理效率。

The State of Simulation for Physical AI: An Overview

概述了当前物理 AI 仿真技术的发展现状。

Grabette: an open system to record robot-manipulation data

Grabette：一个用于记录机器人操作数据的开源系统。

Newer Models, Same Advantage

探讨了新模型在保持优势的同时带来的性能提升。

Security incident disclosure — July 2026

披露了 2026 年 7 月发生的安全事件详情。

What building Shippy taught us about building agents

分享了构建 Shippy 项目在 AI 代理开发方面的经验教训。

Model Routing Is Simple. Until It Isn’t.

探讨了模型路由技术的复杂性及其在实际应用中的挑战。

Welcome Inkling by Thinking Machines

欢迎 Thinking Machines 开发的 Inkling 加入 Hugging Face 生态。

Introducing Real World VoiceEQ: Measuring the human quality of voice AI

推出 Real World VoiceEQ，用于衡量语音 AI 的人类感知质量。

Profiling in PyTorch (Part 3): Attention is all you profile

PyTorch 性能分析系列第三篇，重点关注 Attention 机制的性能分析。

After Orthogonality: Virtue-Ethical Agency and AI Alignment

探讨了基于美德伦理学的 AI 对齐方法，认为理性 AI 不应仅以目标为导向。

AGI Is Not Multimodal

文章认为 AGI 不应仅仅被定义为多模态，强调了具身智能在理解世界中的核心作用。

Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research

探讨了数学在机器学习研究中角色的转变，从严谨的架构设计转向大规模工程化训练。

What’s Missing From LLM Chatbots: A Sense of Purpose

指出当前 LLM 聊天机器人缺乏“目标感”，尽管基准测试分数不断提升，但用户体验并未同步改善。

We Need Positive Visions for AI Grounded in Wellbeing

呼吁建立以人类福祉为基础的 AI 积极愿景，而非仅仅关注技术冲击。

Financial Market Applications of LLMs

探讨了 LLM 在金融市场中的应用潜力及模型建模序列数据的能力。

A Brief Overview of Gender Bias in AI

简要概述了 AI 系统中存在的性别偏见问题及其讨论。

Mamba Explained

详细解释了 Mamba 模型，作为 Transformer 的替代方案，在处理长序列方面表现出色。

Car-GPT: Could LLMs finally make self-driving cars happen?

探讨了 LLM 在自动驾驶领域的应用潜力及面临的关键挑战。

Do text embeddings perfectly encode text?

文章指出文本嵌入并非完美编码，Vec2text 技术揭示了嵌入数据存在的安全隐患。

AINTMA: Agentic AI Architecture for Autonomous Test Management with Generative Intelligence, Secure Cloud Communication and Adaptive Quality Analytics

提出了一种名为 AINTMA 的多代理 AI 架构，用于实现云环境下的自主测试管理。

Marking the Wrong Symptoms: Evaluating LLM Watermarks in Medical Texts

评估了 LLM 水印技术在医疗文本中的可靠性，指出小规模扰动可能导致严重后果。

ClickGuard: Detecting and Spoiling Clickbait News with Informativeness Measures and Large Language Models

提出 ClickGuard 浏览器扩展，结合 Transformer 嵌入和语言特征识别并拦截点击诱饵新闻。

Stochastic Sampling is Epistemically Shallow: The Dimensionality Gap Between Temperature Variation and Model Diversity in LLMs

探讨了 LLM 随机采样与模型多样性之间的维度差距，指出简单的温度变化不足以反映模型的不确定性。

JAXBench: Benchmarking Autonomous TPU Kernel Optimization

发布 JAXBench，这是首个针对 Google Cloud TPU 的 AI 生成内核优化基准测试套件。

DC-Leap: Training-Free Acceleration of dLLMs via Draft-Guided Contiguous Leaping Decoding

提出 DC-Leap，一种无需训练的 dLLM 加速解码策略，通过草稿引导实现连续跳跃解码。

InferenceBench: A Benchmark for Open-Ended LLM Inference Optimization by AI Agents

发布 InferenceBench，用于评估 AI 代理在开放式 LLM 推理优化任务中的表现。

DecodeShare: Tracing the Shared Subspace of LLM Decode-Time Decisions

提出 DecodeShare 协议，用于识别 LLM 在解码阶段跨任务共享的低维子空间。

What is Good? Extracting and Testing Implicit Theories of Literary Quality from LLM Reasoning Traces

通过分析 LLM 的推理轨迹，提取并测试其对文学质量的隐性评价标准。

Knowledge Injection Exists in MoE? Exploring Expert-Aware Contrast Decoding in MoE for Mitigating LLMs’Hallucinations

探讨了 MoE 架构中的知识注入现象，并提出专家感知对比解码以缓解幻觉。

Is MoE Routing a Huffman Code? Discovering the Frequency-Diversity Law in Chain-of-Thought

揭示了 MoE 路由背后的数学原理，指出其本质上是 Huffman 编码的体现。

提出一种人机协作的 LLM 框架，用于从临床笔记中识别皮肤免疫相关不良事件。

More Is Not More: What Matters for Diversity in LLM Opinions?

探讨了 LLM 在模拟人类意见时的同质化问题，并分析了影响意见多样性的关键因素。

LLM-INSTRUCT at UZH Shared Task 2026: Constraint-Aware Retrieval and Selective Debate for Paragraph-Level Argument Mining

介绍 UZH 共享任务的获胜系统，利用约束感知检索和选择性辩论进行参数级论点挖掘。

Skill-Contracted Agents for Evidence-Aware Materials Literature Analysis

提出一种技能契约代理框架，用于材料科学文献的证据感知分析。

Position: Natural Language Should Not Fully Replace Formal Languages

立场论文：认为自然语言不应完全取代形式语言（如编程语言），强调了形式语言在软件设计中的独特价值。

Chinese Companies Are Selling Vapes With Chemicals Potentially More Potent Than Nicotine

中国电子烟制造商正使用比尼古丁效力更强的化学类似物（如 6-甲基尼古丁）来规避美国监管。

The 2026 El Niño Is on Track to Be the Strongest on Record

2026 年的厄尔尼诺现象预计将成为史上最强，可能导致全球气温飙升，并在 2032 年前造成 10 万亿美元的经济损失。

Did Chinese AI Steal From Anthropic, and OpenAI Loses Control of Two Models

本期 Uncanny Valley 播客讨论了中国 Moonshot AI 涉嫌窃取 Anthropic 技术，以及美国陆军削减 AI 使用的背景。

Silicon Valley Is Completely Divided Over Chinese AI

硅谷对中国 AI 的态度出现严重分歧，大型 AI 初创公司对此表示担忧，而小型玩家则持不同看法。

Best Window Air Conditioners of 2026: Midea, Zafro, GE

推荐 2026 年最值得信赖的窗式空调品牌，包括美的、Zafro 和 GE。

BenQ TK705STi 4K Projector Review: A Midrange Pick for Gamers

BenQ TK705STi 4K 投影仪评测：游戏性能出色，但电影播放表现平平。

What Is Entropy, Really?

探讨熵的本质，将其描述为连接现实两个层面的桥梁。

Some of Our Favorite Brain-Boosting Toys for Kids of All Ages

推荐一系列有助于提升儿童智力、平衡感和灵巧性的玩具。

Some Kids Will Never Think AI Is Cool

文章探讨了为什么部分儿童对 AI 持抵触态度，甚至称其为“人工白痴”。

Satellite Images Reveal How Suspected Scam Compounds Appear Out of Nowhere

卫星图像显示，尽管缅甸政府声称打击犯罪，但近期仍有大量疑似诈骗园区迅速建成。

Don’t take the black pill

关于拒绝“黑药丸”心态的视频讨论。

Making GIFs from 35mm film photography

分享如何将 35mm 胶片摄影作品制作成 GIF 动图。

Delightful integration tests in Rust

探讨在 Rust 中编写优雅集成测试的实践。

FreeBSD ports frozen after someone commits the entire 150MB Linux Copilot binary

FreeBSD 端口树因有人提交了 150MB 的 Linux Copilot 二进制文件而被冻结。

What are you doing this weekend?

社区周末计划交流贴。

git rebase -i is not that scary

文章鼓励开发者不要害怕使用 git rebase -i 命令。

Open Weights and American AI Leadership

关于开源权重与美国 AI 领导地位的讨论。

You should selfhost your mail (in 2026)

文章建议在 2026 年依然应该坚持自托管邮件服务。

Everyone Should Know SIMD

文章强调了 SIMD 指令集对现代编程的重要性。

Justif: Knuth-Plass justification and microtypography for the web

介绍 Justif，一个为 Web 提供 Knuth-Plass 排版和微排版支持的库。

AI Can Write the Test. Your Team Owns the Maintenance

AI 可以编写测试代码，但维护工作仍需团队承担。

Beyond The Single-Agent Ceiling: Scale Out With MCP Agent Teams

探讨如何通过 MCP 代理团队实现从单代理到多代理系统的扩展。

Your Test Suite Isn’t Slow. It’s Accumulating Decisions

指出测试套件变慢的原因往往是积累了过多的决策债务。

Pytest - Production test Coverage

分享生产环境下的 Pytest 测试覆盖率配置实践。

Why a Notion Export .zip Is NOT a Backup (And How to Actually Restore Relations, Rollups, and Views)

解释为什么 Notion 导出文件不是真正的备份，并提供恢复关系和视图的方法。

New Portfolio!

分享个人作品集设计，融合了塔罗牌美学与现代技术栈。

An AI Voice Agent Is Just Two Webhooks: Wiring Retell to n8n in Production

分享如何通过 Webhook 将 Retell 语音代理与 n8n 集成到生产环境。

How to Check SPF, DKIM, and DMARC Records in Python

分享如何使用 Python 检查 SPF、DKIM 和 DMARC 记录，无需第三方 API。

Rotating Residential Proxies in Python: requests, Scrapy & Sticky Sessions

分享在 Python 中使用旋转住宅代理的技巧，包括 sticky session 的实现。

Integrating AI and WordPress: From Idea to Execution, Real-World Challenges, and Practical Workflows

探讨将 AI 集成到 WordPress 的实践流程及面临的挑战。

Exploring Hierarchical Interest Representation For Meta Ads Deep Funnel Optimization

Meta 正在探索分层兴趣表示技术，以优化广告深度漏斗转化。

Modernizing the Meta Ads Service With an Open-Source Kernel Scheduler

Meta 利用开源内核调度器 sched_ext 优化了广告服务的延迟表现。

Meta’s AI Storage Blueprint at Scale

分享 Meta 在大规模 AI 存储架构方面的蓝图。

10 Years of Meta’s Commitment to Python

庆祝 Meta 连续 10 年赞助 Python 软件基金会。

Privacy-Aware Infrastructure in the AI-Native Era: An Asset Classification Case Study

分享在 AI 原生时代构建隐私感知基础设施的资产分类案例。

How Meta Engineered Ultra-Narrow Batteries for AI Glasses

分享 Meta 如何为 AI 智能眼镜设计超窄电池。

Adopting AV1 for Real-Time Communication (RTC) at Scale

分享 Meta 在实时通信中大规模采用 AV1 编码的挑战与实践。

Lights Out, Systems On: Validating Instant Power Loss Readiness

介绍 Meta 的 Instantaneous PowerLoss Storm 测试范式，用于验证数据中心对突发断电的应对能力。

SilverTorch: Index as Model — A New Retrieval Paradigm for Recommendation Systems

介绍 SilverTorch，一种统一检索组件的推荐系统新范式。

Accelerating the frontiers of scientific discovery: Google’s $40M commitment to the Genesis Mission

Google 承诺投入 4000 万美元的 AI 代币和信用额度支持 Genesis Mission。

Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber

Google 推出 Gemini 3.6 Flash、3.5 Flash-Lite 及 3.5 Flash Cyber 模型。

Introducing Gemini 3.5 Flash Cyber

Google 推出轻量级网络安全模型 Gemini 3.5 Flash Cyber，用于漏洞发现与修复。

Our approach to bioresilience

Google DeepMind 与 Isomorphic Labs 分享在生物韧性与 AI 模型方面的联合方法。

Empowering India’s next generation of innovators with ATL Saathi

Google 与 AIM 推出 ATL Saathi，赋能印度教育工作者。

Google DeepMind and A24 announce first-of-its-kind research partnership

Google DeepMind 与 A24 宣布建立首个此类研究合作伙伴关系。

Start building with Nano Banana 2 Lite and Gemini Omni Flash

开始使用 Nano Banana 2 Lite 和 Gemini Omni Flash 进行开发。

Introducing computer use in Gemini 3.5 Flash

Gemini 3.5 Flash 引入计算机使用能力。

Unlocking UK house-building with AI-accelerated planning

英国政府与 Google DeepMind 合作，利用 AI 加速住房规划决策。

Securing the future of AI agents

分享通过 AI 控制路线图及实时监控来保障 AI 代理安全的实践。

VentureBeat AI

Google 25 年来首次重新设计搜索框，标志着搜索范式的重大转变。

Railway secures $100 million to challenge AWS with AI-native cloud infrastructure

AI 原生云平台 Railway 融资 1 亿美元，挑战 AWS 的市场地位。

Claude Code costs up to $200 a month. Goose does the same thing for free.

Claude Code 价格昂贵，而 Goose 提供了免费的替代方案，引发开发者关注。

Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews

Listen Labs 融资 6900 万美元，此前曾通过病毒式广告牌招聘活动引发关注。

Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI

Salesforce 推出全新 Slackbot AI 代理，在办公 AI 领域与微软和 Google 展开竞争。

Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required

Anthropic 推出 Cowork，无需编程即可在本地文件上工作的 Claude 桌面代理。

Nous Research’s NousCoder-14B is an open-source coding model landing right in the Claude Code moment

Nous Research 发布 NousCoder-14B，一款高性能开源编码模型。

DataPrep-Bench: Benchmarking LLMs as Training Data Preparators

发布 DataPrep-Bench，用于评估 LLM 在训练数据准备任务中的表现。

PhantomFill: When the Form Demands an Answer, Language Models Invent One

研究发现，当表单要求回答时，LLM 往往会产生幻觉并编造答案。

The Active Ingredient in Muon’s Grokking

分析 Muon 优化器在 Grokking 现象中的关键机制。

Scaling Closed-Loop Feature Channel Configuration with LLMs

探讨利用 LLM 进行闭环特征通道配置搜索的扩展性。

Multimodal CoLRAG-TF: Triple-Filtered Retrieval for Complex PDFs

提出 Multimodal CoLRAG-TF，一种用于复杂 PDF 文档的三重过滤检索架构。

Adaptive Depth in Looped Transformers: Diagnosing Learned Halting Gates and Trajectory Readouts

分析循环 Transformer 中的自适应深度及学习到的停止门机制。

Generative Bayesian Filtering for State Estimation

提出生成式贝叶斯滤波方法，用于动态系统的状态估计。

Do Active SAE Feature Planes Carry More Holonomy? A Preregistered Reversal in Gemma

测试 Gemma 2 2B 模型中活跃稀疏自编码器特征平面是否携带更多和乐性（Holonomy）。

RealVDeblur: One-Step Diffusion for Generalizable Real-World Video Deblurring

提出 RealVDeblur，一种用于通用真实世界视频去模糊的一步扩散模型。

Masked Topology Modeling for Self-Supervised Learning on Parametric CAD

提出掩码拓扑建模方法，用于参数化 CAD 模型的自监督学习。

Axolotl3D: a Unified Framework for Faithful 3D Shape Completion

提出 Axolotl3D，一种用于忠实 3D 形状补全的统一框架。

ODeform: Learning Continuous 4D Motion for Shape Deformation with Neural ODEs

利用神经 ODE 学习形状变形的连续 4D 运动。

Spatially Grounded Concept Bottleneck Models for Trustworthy Breast Ultrasound Diagnosis

提出空间接地概念瓶颈模型，用于可信的乳腺超声诊断。

DS@GT ARC at ImageCLEFmed GANs 2026: Geometric Filtering for Privacy-Preserving CT Slice Generation

提出一种用于隐私保护 CT 切片生成的几何过滤框架。

[Read more →](/news/20