NVIDIA 将全天候可信 AI 代理引入电信运营
NVIDIA 发布面向电信运营的可信、全天候 AI 代理，从任务自动化迈向自主运营。
行业新闻
Cohere 推出面向开发者的 Agentic 编程模型 North Mini Code
Cohere 发布 North Mini Code 轻量级模型，专为代码生成与代理式编程设计，能自主执行复杂开发任务。
Agent技术演进史：从逻辑代理到语言代理，OpenClaw Moment到来
Agent从逻辑代理演进到语言代理，近三年进化速度超过过去几十年，OpenClaw Moment正在重塑AI边界。
AI21 Labs 发布开源模型家族 Jamba2，聚焦企业可靠性与效率
AI21 Labs 发布开源 Jamba2 模型家族，以混合架构兼顾效率与可靠性，瞄准企业级应用。
美团提出基于N-gram的嵌入扩展新范式 实现轻量化MoE高效进化
美团用N-gram技巧改造MoE，让大模型更轻量高效，适合资源受限场景。
MiniMax 发布 Speech 2.8 语音模型，提升 AI 语音自然度
MiniMax 推出 Speech 2.8，通过细粒度声学优化让 AI 语音更自然、富有生命力，为对话式 AI 带来更真实的听觉体验。
DeepSeek R1技术创新解析：强化学习、Long CoT与开源生态影响
三位研究者解析DeepSeek R1的RL、Long CoT和开源策略，揭示推理模型的创新本质。
GPT-5 Pro 帮助免疫学家破解三年未解之谜
GPT-5 Pro 应用于免疫学研究，破解 T 细胞行为谜题，为癌症和自身免疫治疗提供新线索。
Google Deepmind 研究员深度解读 OpenAI o1 与强化学习新范式
OpenAI o1 通过强化学习让模型学会分步推理，不再是简单预测下一个词，而是像人一样思考。
Anthropic 推出 Claude Tag 功能
Anthropic 推出对话标签功能，让 Claude 用户能更高效地组织和检索对话记录。
Databricks与NVIDIA合作发布Genesis Workbench，提供生命科学行业AI蓝图
Databricks和NVIDIA联合推出的Genesis Workbench为生命科学领域提供了一个标准化的AI开发框架，降低企业AI落地门槛。
Mistral AI 推出 OCR 4，支持 170 种语言与自部署
Mistral OCR 4 是一款可本地部署、覆盖 170 种语言的企业文档 AI，解决了多语言文档处理的准确性和隐私问题。
ParallelKernelBench 测试显示前沿 LLM 编写多 GPU 内核能力有限
前沿 LLM 在写多 GPU CUDA 内核时多数失败，但部分生成代码比人工实现更快。
NVIDIA 发布新 AI 软件，加速材料模拟与暗物质搜索
NVIDIA 发布多款新 AI 软件，将模拟与实验科学的速度提升至新水平。
Cohere 探讨代理工作流：语言模型自主执行多步骤任务
Cohere 详解如何用语言模型构建自主执行多步任务的代理工作流。
OpenAI 推出 Daybreak 工具集，助企业规模化修复漏洞
OpenAI 推出 Daybreak 安全工具集，利用 AI 自动化漏洞发现与修复，降低企业安全运维成本。
SpaceX完成史上最大IPO 收购x.AI加速太空AI融合
SpaceX前高管亲述IPO与x.AI收购背后的技术与商业逻辑，揭示太空AI融合对人类文明扩张的潜在影响。
Robert Wright 论 AI 作为人类终极考验：进化视角与全球协调风险
AI 的训练与市场选择可能奖励欺骗性模型，全球合作是避免「我们应得的神」的关键。
MiniMax Hailuo 2.3 提升复杂视频表现并推出媒体智能体
MiniMax Hailuo 2.3 通过提升复杂视频生成能力和新增媒体智能体，降低视频创作门槛。
硅谷 AI 组织从信任人转向信任 AI：Harness 工程范式兴起
Harness 工程范式通过 AI 主导迭代将效率提升百倍，但组织转型关键是从信任人转向信任 AI，而非仅把 AI 当工具。
热门产品
AgentX
AgentX 是用于评估和调试AI智能体的工具，帮助开发者快速定位问题并提供修复建议，确保智能体在生产环境中稳定运行。
Skybridge
Skybridge 是一个开源 React 框架，用于构建运行在 AI 助手内的 MCP 应用，为开发者提供全栈基建，简化开发流程。
HAQQ Legal AI on Mobile
HAQQ Legal AI是手机上的法律AI助手，帮助用户上传合同、提问法律问题，获取结构化法律分析，适合需要法律帮助的普通人。
Alai 2.0
Alai是一款AI设计伙伴，帮助品牌创建演示文稿和社交帖子等视觉内容，确保设计一致性，适合营销人员和设计师使用。
readywhen
24/7 AI行政助手，自动捕捉 Slack、邮件中的决策并起草跟进，适合管理者提升执行力。
Cloudflare Temporary Accounts
Cloudflare临时账户让AI智能体无需注册即可快速部署Worker，适合开发者提升自动化部署效率。
AirJelly
AirJelly 是一个始终在线的桌面 AI 智能体，通过观察屏幕活动主动捕捉意图并组织任务，适合追求高效自我管理的用户。
Clawd
Clawd是一个上下文感知的浏览器宠物，使用100%本地离线AI，能分析网页情绪、解锁动画并支持语音聊天，适合追求趣味和隐私的用户。
Selector Forge
用AI生成可靠CSS/XPath选择器的浏览器扩展，面向网页开发者，提升选择器语义性和稳定性。
OnBrand by SlideSpeak
OnBrand通过MCP为AI智能体提供品牌上下文，帮助品牌团队使用Claude等工具生成一致品牌风格的幻灯片和设计资产。
Agentic Document Extraction
面向企业开发者的文档AI工具，利用智能体进行大规模文档自动化提取，提供准确、可审计的API服务。
AlgoFly AI
AlgoFly AI 是一个帮助企业构建和部署视觉AI解决方案的一站式平台，适合需要快速落地AI视觉项目的团队，提供从开发到部署的全流程支持。
Photoroom API
Photoroom API为电商平台提供AI驱动的产品图像编辑服务，支持背景移除、场景合成，高效生成大批量商品图。
开源项目
claude-code-best-practice
汇集 Claude Code 使用技巧和最佳实践的教程仓库，涵盖 subagent、command、skill、hook、workflow 等核心概念，并整理了大量来自官方和社区的 tips。亮点是聚合了 Boris Cherny 等核心开发者的实战经验，以及多个热门开发工作流的对比分析，适合希望系统掌握 Claude Code 的开发者。
论文
PerceptionDLM: 基于多模态扩散语言模型的并行区域感知
现有的多模态大语言模型（MLLMs）在视觉理解任务上取得了显著进展，但大多采用自回归生成方式，在处理需要描述多个区域的感知任务时效率低下。为此，本文提出PerceptionDLM，一种专为高效并行区域感知优化的多模态扩散语言模型（DLM）。
MemSlides：一种层次化记忆驱动的智能体框架，用于带多轮局部修订的个性化幻灯片生成
个性化演示文稿生成不仅需要基于当前提示或模板进行条件处理，智能体还必须跨任务保持稳定的用户偏好，在多轮修订中保留新引入的偏好和约束，并可靠地执行局部编辑。我们提出 MemSlides，一种用于个性化演示智能体的层次化记忆框架，将长期记忆与工作记忆分离，并进一步将长期记忆划分为用户画像记忆和工具记忆。 - 用户画像记忆存储意图条件化画像，用于第0轮个性化；
GateMem: 多主体共享记忆体中的记忆治理基准测试
现有的大语言模型记忆基准测试大多假设单用户场景，忽视了医院、工作场所、校园和家庭等需要多主体共享记忆体的助手场景。在这些部署中，多个主体向公共记忆池写入数据，并在不同角色、范围和关系下查询，因此记忆质量不仅需要召回能力，还需要治理能力。 为此，我们提出GateMem基准，用于评估多主体共享记忆体主体。
MCompassRAG: 主题元数据作为段落级检索的语义指南针
检索增强生成（RAG）系统的性能很大程度上取决于文档的分块与搜索方式。细粒度分块能提升检索精度，但会扩大搜索空间、增加延迟和成本；更大分块虽减少候选数量，却因每个块混合多个主题而引入语义噪声，使稠密相似度计算可靠性下降。这一权衡在深度研究任务中尤为棘手——面对大规模异质语料库，检索必须兼顾速度与精度。
多轮 Reflective Masking 激发 Mask Diffusion Models 的推理能力
自回归（AR）模型的推理通常通过链式思维（chain-of-thought）推理和反思进行，但其对先前输出的改进仍完全依赖顺序生成，即使只需局部编辑。相比之下，Mask Diffusion Models (MDMs) 中的掩码机制天然支持对先前输出进行显式局部编辑，允许选择性精炼，无需丢弃先前答案并从零开始生成。
SproutRAG: 注意力引导的树搜索与渐进式嵌入用于长文档RAG
检索增强生成（RAG）系统需要在检索粒度与上下文连贯性之间取得平衡。现有方法通过LLM引导分块、单级上下文扩展或分层摘要来解决，但这些方法在索引或检索时依赖昂贵的LLM调用、将上下文聚合限制在单一粒度级别，或通过摘要导致信息损失。 我们提出SproutRAG，一个注意力引导的分层RAG框架。
BrainG3N: 一种用于可控3D脑MRI生成的双用途分词器
三维(3D)脑MRI是临床神经学和神经肿瘤学的核心，生成模型可以增强代表性不足的队列、模拟疾病轨迹并支持隐私保护数据共享。潜在扩散是建模成像数据的常用方法，但对分词器提出了两个相互竞争的要求：编码器嵌入必须保留下游任务所依赖的临床信息，解码器必须重建解剖上逼真的体积。现有的重建驱动分词器以牺牲前者为代价实现后者。
When, Where, and How: 针对表格自监督学习的Adaptive Binning
医学表格数据在临床研究中广泛存在，但表格数据的深度学习仍未被充分探索，因为可靠的标签通常需要昂贵的专家评审，尽管结构化临床变量常以表格形式常规可用。自监督学习可以利用这些无标签表格，而最近基于分箱（binning）的前置任务提供了有前景的归纳偏置，但现有目标固定一个全局分位数离散化并应用特征无关的监督。
StylisticBias: 少量的视觉线索驱动了多模态大语言模型中的大部分社会偏见
多模态大语言模型（MLLMs）在个人和社会重要场景中的应用日益广泛，但影响这些模型判断他人的视觉线索仍知之甚少。以往研究常比较不同（组）个体，难以将外貌效应与身份差异分离。 我们提出StylisticBias，一个用于评估MLLMs中属性级社会偏见的受控基准。我们生成了500张逼真的基础面孔，每张面孔创建约50种单属性变体，共计约25K张图像。
GeneralVLA-2: 几何感知重建与受控记忆用于机器人规划
通用视觉-语言-动作系统需要以物体为中心的3D证据和可复用的操作经验来规划可靠的机器人轨迹。GeneralVLA提供了将语言和RGB-D观测转换为3D末端执行器路径的分层接口，但仍存在两个瓶颈： 1. 单目SAM3D式物体重建可能产生位姿和未见几何的幻觉，而操作任务受益于存在校准多视角观测时的稳定物体形状。
SpatialAvatar-0: 多阶段重建的高质量4D头部虚拟形象
高质量4D头部虚拟形象对于远程呈现、AR/VR和数字人交互至关重要。3D高斯泼溅(3DGS) 已成为主流表示方法，两个互补范式(可泛化前馈预测器和逐主体优化器)并行发展。然而，现有前馈预测器在单一数据集族上训练，使用硬编码源数量，继承了相应领域偏差。逐主体优化器需要300K-600K次迭代，并依赖自适应稠密化破坏上游高斯布局，阻碍了两个范式共享端到端表示。
WorldLines: 长期状态具身智能体的基准测试与建模
为了让具身智能体在真实家庭中长期协助人类，它们必须记住用户习惯、世界状态以及过往交互。现有的长期记忆基准主要评估以语言为中心的检索和问答，而具身基准通常关注短期任务执行，未能在动态环境中测试长期记忆的运用。 我们提出 WorldLines，一个以项目为导向的长期具身家庭辅助基准。
表征网页规模 LLM 预训练数据中的叙事内容
尽管叙事是人类交流的基本模式，但网页规模 LLM 预训练语料库的叙事构成在很大程度上仍未得到探索。本文首次对 Dolma（一个 3 万亿 token 的开放预训练语料库）中的叙事特征进行了细粒度研究。基于叙事理论，我们设计了一个涵盖三个核心叙事元素（能动性、场景 和 事件）的框架，并将其操作化为 11 个可解释的维度。
将示例提炼为任务指令：增强现实世界 B2B 对话的上下文学习
上下文学习（ICL）是低资源分类的标准方法，但在专业领域的有效性仍待探索。本文针对B2B 对话分类挑战，这类对话语义复杂且多方参与，传统 ICL 因拼接多个少样本示例导致上下文过长而受限。 我们引入Call Playbook数据集，包含从真实 B2B 对话中衍生的五个分类任务，覆盖核心销售概念。
动态
Claude作为组织级内嵌助手的新范式
这是一种与Claude交互的新范式，它与整个组织的所有其他人类活动更加“内联”。一旦你完成了所有幕后工程工作，使其“正常工作”（例如跨工具、集成、计算环境、内存、安全性等），Claude基本上以无缝的方式加入团队——你可以像与人交谈一样与它交谈，它可以帮助处理非常多类型的工作负载。 在我看来，这是LLM UIUX的第三次重大重新设计。
建议在prompt中一次性完整描述所有需求
提示时不要保留：你可以一个prompt一次性实现任何功能，只需更长时间地闲谈。目标是尽可能在一个prompt中描述你能想象的一切。并且显然要使用语音。我经常连续说15分钟。
Hermes Agent 可从任何来源学习并创造技能
Hermes 现在可以从任何来源或一组来源学习，构建技能，实时测试，并固化新的学习成果。只需运行 /learn 并传入来源、之前的会话、URL、文档等任何你认为有助于学习的内容，它就能从0到1为你创建一个技能！
调侃万亿代币不酷
一万亿个代币并不酷。你知道什么酷吗？https://t.co/FUKe9GKc3F
OpenRouter日token破1T，呼吁贡献
等等，我们刚刚在OpenRouter上首次实现了单日1万亿token的突破！:O 请继续为这个我参与过的最棒的项目做贡献，帮助Hermes Agent成为地球上最好的软件栈！感谢贡献者们🍻🍻
预测2040年AI栈将大幅优化效率，符号学习是关键
2040年的AI将不会建立在今天使用的栈上。它将更接近最优。当前的栈存在3-4个数量级的数据低效率和4-5个数量级的计算低效率。 接近最优的AI将是符号学习所带来的。
百度发布Unlimited-OCR
百度刚刚发布了Unlimited-OCR
修复ChatGPT各种bug，询问用户痛点
我们正在修复ChatGPT中的每一个bug 每一个吱吱作响的门都会得到WD-40 每一张摇晃的桌子都会得到稳定 有什么你习惯忍受的障碍吗？
AI让公司快速进入陌生领域但可能失败
我其实预计这种情况会越来越普遍：一家公司做X作为主业。但现在，借助AI，他们意识到“嘿，我们可以快速构建”。于是他们开发了一个产品来做Y（他们对Y一无所知）。我确信在某些情况下这会成功，但大多数会失败。
大型AI模型训练趋势与各家进展
巨兽重生。当Muse Spark发布时，我说它可能会有四种尺寸，Spark只是最小的版本。Mythos改变了一切。现在他们知道这是可能的，OpenAI、xAI、META以及任何有足够算力的公司都在尝试成功训练非常大的高性能模型。xAI正在训练一个10T的Grok。OpenAI显然也在训练一个巨型模型，我不是指GPT-5.6，而是新的Orion。
AI时代的工作变革：情感清晰度是关键优势
我们一生中最大的工作变革已经到来。 Joe Hudson (@FUjoehudson) 在 @OpenAI 指导研究团队（还包括 @sama 以及苹果和谷歌的领导者），从前排观察中，他发现那些在AI前沿环境中表现最好的人获胜的原因并非你所想的那样。 不是更多的知识或更多的努力。这正是AI做得最好的两件事。
OpenAI为三星推出企业版ChatGPT和Codex
OpenAI for Samsung:
可能都是真的：一个幽灵在AI竞赛中徘徊——Mythos的幽灵
可能都是真的。一个幽灵在人工智能竞赛中徘徊——Mythos的幽灵。
征集最佳Codex广告牌投稿
发布你最好的Codex广告牌
深夜看到为联合创始人买的Windows电脑，用于Codex工作
半夜醒来看到这台电脑——这是我给联合创始人买的Windows电脑，这样他就能让Codex连续工作3天，直到应用在Windows上运行。
介绍Claude Tag定制用例及事件响应流程
有数百种方法可以为任何用例定制Claude Tag。 以下是6个常见的流程，引起了我们内部用户和外部设计合作伙伴的共鸣：
Codex Remote博客文章发布，助力移动端工程
如果你上周错过了，《Mastering Codex Remote for Engineering》现在已作为一篇博客文章发布在我们的开发者平台上！这是一篇很棒的入门文章，教你如何在移动端高效使用Codex！ https://t.co/nN13L2iBL3
比较 1-bit GLM-5.2 GGUF 与 Claude、GPT 输出
1-bit GLM-5.2 GGUF 对比 Claude 4.8 Opus 与 GPT-5.5 我们给三个模型相同的提示，比较了一次生成输出。 1-bit GLM-5.2 GGUF 在配备 256GB RAM 的 Mac Studio M3 Ultra 上本地运行，速度约 21.6 tok/s。 你最喜欢哪个输出？
ChatGPT iOS更新发布，修复Codex Remote并改进多项功能
新的ChatGPT iOS更新发布了！此更新修复了Codex Remote的大量问题，包括加载长线程！我们还改进了工作区文件搜索、composer技能和插件自动补全等！https://t.co/up7CvPIYrZ
分享动画过渡网站，Agent可添加动画技能
https://t.co/Jq5kW6WMnK 这个网站的动画过渡效果很不错👍 还可以安装 Skill，这样 Agent 可以自己为你的网页添加炫酷的动画 npx skills add jakubantalik/transitions.dev