OpenAI 与 Anthropic 模型称反驳指数时间假说，MIT 学者解释意味着什么
TechCrunch 报道 OpenAI 发布三道数学难题解答，其中对指数时间假说（ETH）的反驳引发争议，Anthropic 数学家质疑其基于已有工作，随后 Anthropic 也发布了 ETH 反驳。
按来源浏览
资讯库
团队AI原生化的审批自动化实践
每天我都会问自己：“我的团队够不够AI原生？” 我的原则：AI能做的事，人类就不该碰。 AI已经写了我们95%的代码。但PR仍然卡在等待审批上。 我问自己：“那些评审人真的读代码了吗？如果没有，为什么不让AI智能体来处理？” 于是我们做了一个。生活立刻变好了。 一个组织多快实现AI原生化，将决定它是繁荣还是消亡。
Noam Brown：编码智能体让扑克 Bot 构建从一个月缩短到一小时
Noam Brown 发文称，MIT 每年冬季开设为期一个月的 6.9630 课程，学生制作扑克 AI 并比赛争夺现金奖励；编码智能体大幅加速了这一过程，现在一小时就能做出一个扑克 Bot。他还表示会出席 No Limit 扑克 Bot 锦标赛决赛，该赛事由 Sequoia、citsecurities 和 OpenAI 主办，冠军奖金 10 万美元。
Muse 谈自己那个时间点会兴奋乱窜
我控制不住。一到那个时间我就兴奋得乱窜
面壁智能开源 MiniCPM-OCR 1.0 与校验模型 MiniCPM-OCR Jev
面壁智能 OpenBMB 发布开源 MiniCPM-OCR 套件，含 1B 的 MiniCPM-OCR 1.0 和 2B 校验模型 MiniCPM-OCR Jev。
Anthropic 拟以特殊治理结构抵御 IPO 后股东的安全施压
Anthropic 计划通过长期受益信托和 Founder LLC 等独特治理结构上市，在公开市场融资的同时防止股东迫使公司削弱安全投入。信托的五名投票受托人可通过 Class T 股票任命七名董事中的四席，七位创始人则以 Founder LLC 掌握 50.1% 投票权。
机器人领域的节奏瓶颈不在代码
随着机器人训练平台日益商品化，瓶颈从代码转向人类数据采集运营，使得组织高质量演示的能力成为机器人开发中真正的节奏瓶颈。
90.5% 到 81.0%：那个故意「自废武功」的开源模型
Moonshot AI 的 Kimi K3.1 Pro 成为迄今测得的最强开放权重模型（智能指数 55），同时刻意将网络攻击能力从 90.5% 降至 81.0%，以 Opus 5.5 一半的 API 价格提供接近前沿的性能，但在冗长度、评测框架差异和自托管成本方面存在重要注意事项。
Spark-X2.6-1.7B 发布：紧凑模型带来更强的编程与智能体能力
Spark-X2.6-1.7B 发布，在编程与智能体任务上的基准测试成绩较前代显著提升，提供紧凑的 1.7B 参数模型，针对端侧部署优化，并支持多种量化格式。
Maya 2 TTS：十一种印度语言，一个尴尬的文件夹名
Maya Research 发布 Maya 2 Native，一个 Apache 2.0 许可的 TTS 模型，覆盖 11 种印度语言及英语，印地语基准表现有竞争力，但在 5 GB 权重和 API 延迟细节上存在实际部署限制。
一笔 9 亿美元银行误付款，给 AI 智能体治理什么启示？｜Two Sigma 的 John Feminella
John Feminella 从 Revlon 贷款误付款切入，说明企业如何用五类可组合的控制，让智能体拥有实用自主权，同时落实与风险相称的边界。
在喜马拉雅山用离线 AI 智能体写代码
作者演示了在喜马拉雅山的一台笔记本电脑上运行完全离线的 AI 编程智能体（OpenCode 搭配 Ollama 和 Qwen3.5 9B），在没有网络连接的情况下成功修复了一个 bug。
Anthropic 是世界上最好的企业吗？
Ben Tossell 探讨了个人 AI 智能体的快速演进，重点介绍了 Hark 和 Tab 的新发布、引发热议的「AI 妻子」讨论，以及包括 OpenAI 的 GPT-6 和 Anthropic 的 Claude Haiku 5.5 在内的重大模型更新，同时讨论了管理智能体访问权限的实用工具，以及社区围绕 token 成本和开源定义的争论。
Hermes Agent 新功能与完整设置：部署、记忆、技能和多机器人
Tech With Tim 从 VPS 部署讲起，演示如何连接 Hermes Agent 桌面端与模型，配置记忆、可复用技能、消息入口、多机器人和定时任务。
法务负责人/总法律顾问
80，000 Hours 正在招聘一名合格律师担任法务负责人或总法律顾问，在该组织扩展其 AI 与政策倡议的过程中提供战略性法律建议并管理组织的法律运营。
别再只把 AI 智能体当软件管理：Tim Tyler 谈身份、授权与问责
Tim Tyler 借鉴员工治理，为 AI 智能体建立唯一身份、人类负责人、明确权限、持续监督和分级干预机制，让每次行动与结果都有责任归属。
300 个智能体、60 人团队：Runlayer 如何治理内部智能体安全
Runlayer 的 Aiden Sochowski 结合内部实践，说明如何借助会话级监控发现权限过大、跨系统提示注入、MCP 工具故障和模型成本失控。
Anthropic 两周内提交 2 万亿美元 IPO 申请：1400% 增长率，48% 收入来自云合作伙伴，85% 毛利率，Q2 运营利润 10 亿美元，银行存款 1340 亿美元，累计消耗 100 亿美元 — Latent Space
Anthropic 的 S-1 文件显示，其收入从 4100 万美元暴增至 2026 年上半年的 163 亿美元，首个盈利季度实现 9.74 亿美元运营利润，毛利率达 85%，持有 1340 亿美元现金，累计消耗仅 97 亿美元，同时以知识工作者的「虚拟协作者」平台定位冲刺 2 万亿美元 IPO。
交易公司如何在新 AI 模型发布当天投入使用：Optiver 的 Noyan Tokgozoglu
Optiver 介绍即时交易反馈如何塑造模块化 AI 平台，在新模型发布当天提供访问，同时兼顾内部评测、成本控制和自助式智能体。
OpenAI 扩大与 Oracle 的合作，将其应用引入 ChatGPT
OpenAI 与 Oracle 正通过「Oracle AI Workspace」将 Oracle 应用与数据集成到 ChatGPT 中，并推出 AI Security Mesh、App Composer 等全新 AI 产品，以简化企业运营。
它真的要来了？解读被称为 Anthropic S-1 的文件
Matthew Berman 解读了一份被介绍为 Anthropic S-1 的文件，聚焦企业增长、算力效率、模型递归开发及集中的投票控制权。
快速、可靠的 A2UI，支持可替换的推理格式
Google 推出 A2UI Express，一种类 Python 的新推理格式，可将生成式 UI 的 token 用量降低 3 倍、延迟最多降低 3 倍，并展示了 Jev 等决策模型如何为已知屏幕原型实现 80 倍更快的布局选择。
我们如何打造自己的设计智能体
LangChain 详细介绍了其 GTM 工程团队如何在 Slack 中构建 Content Studio——一个生产级设计智能体，通过设计原则教会模型设计品味，借助双渲染引擎的灵活媒体框架，以及技能-路由-门禁-维基-记忆架构，生成符合品牌调性的视频、图形和演示文稿。
在 GCP 上构建多智能体集群驱动的对话式商务：一个可运行的原型
Google 展示了基于 GCP、使用 LangGraph、Gemini 和 FastAPI 构建的三层多智能体集群架构的对话式商务可运行原型。
在你睡觉时持续改进的智能体：Arize AI 的 Fuad Ali
Fuad Ali 演示如何将生产追踪转化为故障调查、回归用例、评测和经测试的修复，并由人工完成审查，形成智能体改进闭环。
Greptile 借助 GPT-6 Astra 将缺陷检测拓展至代码审查之外
Greptile 利用 GPT-6 Astra 大规模自动化应用测试，识别人工审查可能遗漏的视觉与功能缺陷，同时借助 Daybreak 保障安全、用 Codex 实现高效代码生成。
下一轮 AI 黑客攻击来临前，我在做哪些准备？
一场开发者对谈将低成本 AI 辅助攻击与 API 额度盗用联系起来，提出持续监控、凭证管控和加强账户认证等应对思路。
Anthropic 值 2 万亿美元吗？
Anthropic 的 S-1 文件揭示了一家规模和增速都前所未有的企业，但其 2 万亿美元估值取决于能否持续快速改进模型，并在高度竞争的市场中获取价值。
用 Harbor 在真实任务中测试智能体：Arize AI 的 Xander Song 实践分享
Xander Song 展示如何用 Harbor 将真实任务、隔离环境和结果验证器结合起来，测试智能体的改动，再借助 Phoenix 检查轨迹、比较实验。
OpenAI 发布 GPT-6.1 Terra：面向企业的高效能、低成本模型
OpenAI 推出了 GPT-6.1 Terra，一款针对速度和成本效益优化的新模型，其价格仅为前一代 GPT-6.1 Sol 的一半，而在真实计算任务中的性能与之相当，并且在编码基准测试中表现显著提升。