AI 编程提速之后，真正的瓶颈是认知能力
编码智能体能显著提高代码产出，但代码量增长并不等于团队可以无限提速。新的瓶颈可能转向工程师理解和维护代码的认知能力，同时低成本加功能也更容易破坏软件的“概念完整性”。
用 smolvm 隔离运行不可信 Python 与 JavaScript
一次针对 smolmachines/smolvm 的沙箱实验，目标是限制不可信代码的 CPU、内存、网络和文件访问。由于原测试环境缺少 KVM，研究改用支持 /dev/kvm 的 GitHub Actions 执行测试。
参数量不再是核心指标：GLM-5.3押注后训练扩展
智谱AI CEO唐杰提出，模型能力不能再只用参数量衡量，数据、算力投入方式、部署条件与后训练同样关键。GLM-5.3的能力提升主要来自长周期环境中的强化学习训练。
/wayfinder：帮 AI Agent 穿过项目规划的“战争迷雾”
Matt Pocock 推出的 /wayfinder 技能，面向目标尚不清晰的新项目与复杂规划场景。它通过拆分规划线程、原型验证和研究，再汇总为更完整的规格，降低长上下文与多会话规划的负担。
用 CLI、Skills 与 AI 编程智能体开发 NVIDIA Holoscan 应用
NVIDIA 探索如何让通用 AI 编程智能体利用 Holoscan 的示例、文档和开发工具进行应用开发，并结合 HoloHub 参考应用与组件，验证智能体辅助边缘实时 AI 开发的可行性。
生成式推荐正在重塑大规模推荐系统
大语言模型推动推荐系统从传统的嵌入相似度范式转向生成式建模：根据用户历史行为序列，直接预测下一步动作或目录中的下一个物品，为大规模推荐系统提供新的建模思路。
Stampli 如何用 ChatGPT Work 将数周发布工作压缩到数天
在发布日期固定、设计资源已投入其他项目的情况下，Stampli 借助 Codex 和 ChatGPT Work，将原本需要数周的发布制作流程压缩至数天。
OpenAI 推出 AI Futures，探讨变革性 AI 的社会影响
OpenAI 推出新博客 AI Futures，聚焦变革性人工智能可能如何重塑权力、治理、经济以及个人自由等重要议题。
深度伪造时代，实时视频安全需要补上“真人验证”
实时视频的“安全”不再只是加密问题。随着实时深度伪造降低身份冒充门槛，视频系统需要分别保护连接、媒体、账户和真人身份，并针对支付、审批等高风险操作增加独立的人身验证。
Mojo 1.0 后正式开源：编译器与工具链采用 Apache 2.0
Mojo 在发布 1.0 后兑现多年承诺，将编译器和工具链以 Apache 2.0 许可证开源。与此同时，其定位已从追求 Python 超集，转向独立发展并重点优化 GPU 编程体验。
模型路由正在成为企业 AI 的关键基础设施
前沿模型成本持续攀升、开放权重模型能力增强，使企业越来越难用单一模型覆盖所有任务。Glean CEO Arvind Jain 认为，模型路由的核心是在效果、成本与企业治理之间动态选择，甚至判断某些任务是否根本不需要调用大模型。
内存价格一年暴涨500%，AI算力需求正在挤压DRAM供应
内存市场正经历罕见的价格逆转：部分产品一年涨价约500%，128GB DDR5套装价格达到历史低点的10倍。有观点认为，单位容量内存成本已回到2007年前后的水平，而大型云计算客户正在提前锁定未来DRAM产能。
NVIDIA SkillEvaluator：如何评估 AI Agent 的技能效果
NVIDIA 介绍 SkillEvaluator，用于衡量技能包能否真正提升 AI Agent 的任务表现。技能通过封装指令、示例和工具使用指南，帮助 Agent 减少无效探索与 Token 消耗，更快完成专业任务。
NVIDIA 推出 Cosmos 3 Edge，面向机器人端侧控制
NVIDIA 推出 Cosmos 3 Edge，一款面向机器人端侧运行的 4B 全模态模型，其中包含基于 Nemotron 的 2B 推理模块，旨在降低世界模型部署到机器人板载计算硬件的难度。
用 NVIDIA FLARE 构建联邦多模态 AI 工作流
视觉语言模型需要跨机构数据进行适配，但原始数据往往无法集中。联邦学习可让数据保留在本地，同时协调多方训练，为多模态 AI 提供一种兼顾协作与数据本地化的方案。
NVIDIA 如何用 ChatGPT Work 扩展团队专业能力
NVIDIA 团队使用 ChatGPT Work 减少人工任务、连接快速变化的信息信号，并将经过验证的工作流程推广到全球团队。
Replit 推出 Free Mode，降低软件创作门槛
Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，让用户无需担心 Token 成本，即可将想法转化为可运行的软件。
OpenAI 为前沿模型提供零数据保留，并预告隐私安全处理机制
OpenAI 重申将继续向符合条件的 API 客户提供零数据保留（ZDR），同时预告 Private Safety Processing：在不让 OpenAI 人员接触客户原始内容的情况下，跨多次交互识别潜在安全风险。
Qwen 3.8 27B 智力指数得分 52，逼近超大参数模型
Qwen 3.8 27B 在 Artificial Analysis Intelligence Index 获得 52 分，与 GPT-5.6 Luna（max）持平，仅落后 GLM-5.2（max）和 DeepSeek V4 Pro 0813（max）1 分。