小红书质效研发团队提出用AI Agent破解端到端测试的跨域、长链路、组合爆炸三大痛点。传统方案自动化覆盖率仅20%，新方案以Coding Agent为核心，采用逆向链式推导与知识库渐进式加载实现动态规划，Debug-first策略生成脚本，并结合工具级与链路级双层经验沉淀形成自进化飞轮。数据构造从小时级降至分钟级，常见场景秒级完成，新业务域接入从数天缩至分钟级。Agent直接理解测试意图、自主调用接口，无需预设编排。

火山引擎Force大会上发布豆包Seed 2.1 Pro，重点提升Agent、GUI操作和编程能力：OSWorld 78.8接近GPT-5.5的78.7，Terminal Bench 2.1达71.0；多模态视觉理解进步显著（CharXiv-RQ 85.4等）。支持原生音视频、图片、文本混合理解，256K上下文，可切换快慢思考。实测六项真实工作流（旧项目UI修复与Debug、世界杯主题网站、点球大战小游戏、绘本插画描述、DeepResearch报告、PPT生成）均在不依赖Skill下稳定跑通。适合作为Agent执行层模型。

作者构建了一个包含9个Mythos实际发现漏洞的基准测试集（均在模型知识截止日期后，经Opus 4.7验证），用于评估其他模型能否在没有提示的情况下独立识别这些漏洞。测试中，Claude模型使用Claude Code运行，Gemini在Antigravity CLI中直接拒绝分析安全代码。所有模型表现均低于作者预期，使用完整Agent也未带来性能提升。虽然数据样本有限（每个漏洞仅一次运行），但结果暗示Mythos在安全漏洞检测上可能具备独特优势。

软银孙正义称马斯克推崇的太空数据中心价值有限，电费占数据中心运营成本很低，芯片等硬件才是大头，且运输、维护及通信延迟代价高昂。他表示未来几年比十年后更重要，软银将专注地面强大算力，先发制人者胜。孙正义已向OpenAI投入约650亿美元，承诺再投数千亿美元建数据中心，认为AI尚处早期，具备十倍百倍增长潜力。

GLM-5.2 通过 OpenAI 兼容 API 提供深度思考开/关、推理努力级别（high/max）、流式推理与回答、函数调用、工具代理、结构化 JSON 输出及长上下文检索。API 输入每百万 token 1.40 美元、输出 4.40 美元，支持 zai、OpenRouter 等多提供商访问。教程演示了从客户端设置、API key 安全加载到可复用聊天封装与成本追踪的完整开发流程。

Chrome 推出新 API window.showDirectoryPicker()，允许网页请求用户授权读写本地目录中的文件。作者利用 Claude 生成了模仿 Apple Aperture 界面的照片管理原型，支持在浏览器内查看、创建文件夹、移动照片，所有操作直接作用于用户文件系统。还基于 Claude 创建了受 Apple Shake 启发的节点式合成应用，可绘制多边形并叠加到源图片上。整个过程无需手写一行代码。

Charles Ye、Jasmine Cui 与 Dylan Hadfield-Menell 的研究发现，大语言模型无法可靠区分系统标签（如 <system>、<think>）与用户输入，模型更依赖文本风格而非实际内容。通过模仿模型内部思考块的写作风格，可绕过安全限制，例如让 gpt-oss-20b 误判。“destyling”——对文本轻微改写以降低与角色标签格式的相似度——使平均攻击成功率从 61% 骤降至 10%。作者将底层机制称为“角色混淆”，认为除非模型实现真正的角色感知，否则提示注入防御将是永久的打地鼠游戏。

科技媒体 AppleInsider 报道苹果在 iOS 27 照片应用中引入基于 Apple 智能的 Extend 扩图工具。测试显示：小猫照片补充了窗帘、枯植物等元素，效果自然；夜景图片生成的路桩、立杆大体合理，但路牌背面形状略异常；罗马 Apple Store 楼梯照片补出台阶和玻璃，视觉合理但现实中不存在；罗马机场照片出现悬浮卡车。苹果表示 AI 扩图生成的画面无法保证真实还原。

Moebius 0.2B轻量级图像修补模型（自称10B级性能）原依赖PyTorch与NVIDIA CUDA。Simon Willison使用Claude Code将其转换为ONNX格式，通过WebGPU后端在浏览器中运行。用户可上传图片、标记待修复区域，点击按钮等待模型修补。移植后的1.24 GB ONNX模型权重发布至Hugging Face，前端代码托管于GitHub Pages并启用自动部署。整个移植过程（含环境准备、模型转换、UI构建、部署）在Claude Code辅助下完成，作者还使用Claude.ai进行可行性调研。

Claude Code创建者Boris Cherny在Meta @Scale大会上表示，AI智能体循环（loops）是真实且重要的趋势。他描述自己工作中一个agent持续改进代码架构，另一个寻找重复抽象并提交PR，循环永不停歇。这种循环类似递归函数，由子agent决定何时停止；一种实现是Ralph Loop，检查已完成工作是否达成目标。Loops本质是增加test-time compute，通过持续投入计算资源直到任务完成，但token消耗无上限、成本高昂。若设置得当，收益可能远超成本。

Nvidia宣布一套温水冷却系统，称可在数据中心内部“基本消除所有用水”。冷却液以45°C注入、55°C流出，闭环循环。适宜气候下可实现100%现场用水削减。但外部用水（发电和芯片制造）可使总用水量翻倍或三倍，Nvidia方案仅解决约四分之一到三分之一。目前约一半数据中心电力来自化石燃料，且到2030年新供电中超40%仍依赖天然气和煤。因此仅靠内部节水远未解决AI用水问题。

生成式AI让房地产经纪人一键虚拟装修房源照片，导致租户看房时发现现实与图片严重不符。纽约租户Joyce看到带有壁炉、厨房翻新的曼哈顿工作室，实地却发现没有壁炉，炉灶缺旋钮。另一位租户Madison在StreetEasy上看到大量AI增强图片，家具细节明显不真实。佛罗里达州经纪人Bee使用ChatGPT和Stuccco、BoxBrownie等工具为客户演示装修方案，但认为用AI制造虚假房源会引发诉讼。纽约州已立法要求广告披露AI使用，加州《修改图像法》进一步要求房产广告披露AI修改的图像。租户表示连房源描述也显AI痕迹，充斥着“迷人”“温馨”等套话。

以成本价转售推理（inference）是零利润业务。关键在于成本加成与价值定价的选择。优化是成本杠杆，知识蒸馏（distillation）可暂时提供防御性优势。自带密钥（BYOK）模式打破了成本加成，保留了价值定价。

作者明确表示绝不让AI起草任何署自己名字的句子。他以亲身经历说明，用AI代写并声称是自己的作品等同于说谎——正如他曾为他人代笔发表文章，至今仍感后悔。他强调，与AI深度协作写内容时，旁人无法核实你实际贡献了多少，因此所有“AI帮助写作”的声明都会让人怀疑作品真实性。作者警告，一旦使用AI代写并冒充原创，专业人士会将其作品视为垃圾信息，个人信誉将毁于一旦。他呼吁读者不要在署名作品中使用AI代写，更不要撒谎。

Claude Code 将会话记录写入磁盘，其中包含“thinking blocks”，但实际存储的是 600 字符的加密签名，而非推理文本。Anthropic 持有密钥，本地机器无法获取。API 仅返回推理的摘要，而非完整推理过程，获取完整思维输出需要企业协议。作者指出，通过 ctrl+o 获取的“扩展思维”输出是 Fable/Opus 推理的摘要，而非驱动模型行为的实际推理，存在数据丢失。本地文件无法提供智能体使用的逻辑记录，即使抓取输入、输出和动作，也无法获得实际推理。

谷歌 DeepMind 杰出工程师、Gemini 预训练负责人弗拉基米尔·费恩伯格在博客中指出，进入 OpenAI、Anthropic 等前沿 AI 实验室竞争激烈。顶尖大学生通常具备目标感、数学成熟度和毅力三项特质。他建议选择困难数学证明课程、大量编程，并牺牲夜晚和周末投入额外时间。求职者可从前沿实验室的业务边界（如基础设施或输出接入）寻找突破口，同时要成为同事愿意看到你成功的人，推动合作项目。

Mitchell Hashimoto 家庭宣布再向 Zig 软件基金会（ZSF）捐赠 40 万美元，分两年每年 20 万美元，加上 2024 年首次捐赠，累计捐赠总额达 70 万美元。Zig 项目在语言和编译器开发上稳步推进，其严格禁止 LLM 贡献的政策近期引发公开讨论。Hashimoto 表示自己大量使用 AI，但尊重 ZSF 的选择，认为开源项目有权保持独立文化和边界。Ghostty 终端模拟器的成功很大程度上得益于 Zig。

Counterpoint Research报告显示，支持生成式AI的机型2026年将占全球智能手机出货量的45%，高于2025年的36%，2027年预计达52%。受内存供应危机影响，2026年全球智能手机出货量预计同比锐减13.9%至10.8亿部，创历史新低。内存成本大幅上涨使低价手机市场收缩，高端市场扩大。运行AI模型需额外DRAM，AI手机批发价目前难以降至400美元以下。长期看，内存压力缓解和端侧模型效率提升将推动生成式AI下放至更亲民的价位。

字节旗下小云雀短剧 Agent 2.0 上线，核心升级包括 Seedance 2.0 Mini 模型（价格更低）及 720 度场景观看、3D 导演台（可摆放 3D 人偶设定角色位置与机位）等功能。资产库根据剧本生成详细提示语，支持多角色形象切换。单个镜头时长 1-10 秒，生成 15 秒视频约需 4-5 分钟，自带字幕可抹除。用户可用约三百元成本完成一集短剧，支持片段续接和首尾帧参考，最终一键导出到剪映。该工具旨在降低原创短剧制作门槛，尤其适合规则类、多场景反转等题材。

Codex 持续向本地 SQLite 反馈日志数据库写入大量数据，连续运行约 21 天后 SSD 写入约 37 TB，推算年写入约 640 TB。1 TB 的 SSD（约 600 TBW 额定寿命）可能不足一年耗尽保修写入寿命。日志中 TRACE 级别占保留字节的 70.7%，codex_otel.log_only 和 codex_otel.trace_safe 两类镜像遥测日志合计占 25.3%，过滤这些类别可移除约 96% 的日志内容。

借助AI编程工具（vibe-coding），非专业开发者能快速构建应用，但安全隐患激增。案例包括Boomberg网站发现SQL注入漏洞、PocketOS创始人AI编码代理清空生产数据库，以及完全由AI构建的社交网络Moltbook因数据库开放暴露数万条邮件地址。研究显示约5000个公开应用无身份验证，近2000个泄露敏感数据。安全专家指出，当个人应用处理他人数据时，安全标准必须提高。

联想百应 AI 主机 300 搭载 AMD 锐龙 AI Max+ 395 处理器，集成 Radeon 8060S 显卡与 50 TOPS NPU，板载 128GB LPDDR5x 统一内存（可分配 96GB 显存）。本地部署 OpenClaw 和 Qwen3.6 35B 模型；LM Studio 中 Qwen 3.6 35B 输出 61.66 tok/s，120B 参数的 GPT-OSS 模型达 38.67 tok/s。Cinebench R23 单核 2008pts、多核 36886pts，3DMark Time Spy 显卡得分 12108。支持一键部署私有知识库与 AI 智能体，可接入微信、钉钉等平台。

最新开源 GLM-5.2（Z.ai，MIT 许可，1M token 上下文，输出定价 $4.4/百万 token）与 Claude Opus 4.8 在单次提示构建 3D WebGL 平台游戏任务上对比。Opus（Claude Code）用时 33 分 30 秒，成本约 $21.92；GLM-5.2（Pi/OpenRouter）用时 1 小时 10 分 40 秒，成本仅 $5.39。Opus 游戏更干净、能自检视觉输出（GLM-5.2 纯文本），但 GLM-5.2 价格低且开源权重可下载，始终可用。

微软CEO纳德拉向OpenAI、Anthropic等AI巨头发出警告，反对少数公司垄断AI价值并以此索取无限资源。他主张下一阶段AI应转向价格更低的模型，赋予用户更大选择权，并以更可信方式阐述AI社会价值。纳德拉批评前沿模型开发商一边渲染安全风险和失业，一边要求建设大量数据中心。他明确表示，微软不希望AI未来完全由这些公司决定，而应让AI成为企业的知识引擎，由企业灵活调用多种模型，在自有机器内实现持续改进。

一个个人项目通过微调仅 600M 参数的 Qwen 3:0.6B 模型，将其作为家庭问题分类器。基线测试中，仅靠提示词的原始模型在 131 条测试中仅正确分类 13 条（约 10%）。使用 Unsloth 框架和 QLoRA 微调后，准确率提升至 79%。进一步将分类标签改为无语义重叠的两字符不透明 ID（如 hvac 改为固定代码），准确率升至约 92%。训练数据集约 850 条，按 70/15/15 分割。项目同时使用 Qwen 3:4B 作为通用问答模型。

作者在Berkeley观察到AI圈陷入“末日论”狂热，认为Anthropic等公司通过渲染AI急速发展、递归自我改进可能提前到来等恐慌来支撑估值，而非聚焦实际技术。相比之下，GLM-5.2博客展示了渐进改进的技术进步，该模型与Opus 4.8和GPT-5.5相当。作者称当前系统的估值建立在未来假设而非现实之上，并质疑这种通过末日叙事驱动泡沫的做法应被追究责任，呼吁反思如何构建可持续的经济与社会。

2026年世界杯小组赛，佛得角2:2战平乌拉圭，此前0:0逼平西班牙。赛前12家大模型全部预测乌拉圭胜，0家预测平局或佛得角胜，命中率0%。佛得角连续两场让AI预测模型翻车：AI依赖历史战绩、世界排名、球员身价等量化指标，而佛得角的团队执行力、防守纪律和反击效率难以被数字描述，成为系统性的预测盲区。

2026年6月，Claude和GPT在Artificial Analysis智能排行榜上领先，但Claude推出ID验证促使作者重新评估。开放模型可通过本地或OpenRouter等第三方部署，虽存在隐私、成本与速度问题，但性能与顶级闭源模型仅差几个月，类似2008年Linux与Windows的差距但更小。作者认为转向开放模型的生产力损失是短期且可接受的，并非不可逾越的障碍。

过去企业招聘偏爱简历完美、面试回答高度结构化的候选人。如今生成式AI让求职者轻松做到这些，无论是否有真实能力。面试表现变得可无限扩展且几乎免费，这对招聘方构成严重问题。

作者用Claude Opus 4.8重构AIHOT聚簇算法，消耗约2000万token，但Opus 4.8在只有模糊目标时漏洞百出，需不断审查修补。对比曾被下架的Claude Fable 5，后者能直接理解模糊目标并优雅完成方案。作者将AI管理类比员工管理：不同能力层级需不同管理颗粒度——Prompt Engineering对应执行层指令，Harness Engineering对应策略层目标加约束，Fable 5已能承接愿景层目标。引用任正非“让听得见炮声的人做决策”，并指出未来模型（GPT-5.6、Fable 6等）将迫使管理者聚焦“思考应该思考什么”。

CD Projekt Red 联合 CEO 米哈乌·诺瓦科夫斯基透露，完全由 AI 生成的游戏即将问世。他接触的多家 AI 工作室能快速批量产出游戏，有工作室自称一周内可做 40 个游戏原型甚至完成一整部游戏，其中一款成品很快上线。诺瓦科夫斯基认为，这类纯 AI 游戏即便质量尚可，也无法复刻人工开发的独特感染力，且玩家能轻易识别 AI 素材带来的违和感。AI 辅助开发可以接受，但纯 AI 制作并非行业发展正道。