Paul Stack 自 1 月底起不再手写代码，团队规定 agent 写每一行代码，不接受人类编写的代码 PR。工作流为状态机加 CLAUDE.md 可执行契约，CI 设五个合并门禁；此前 30 天开启 295 个 issue，ship 217 个，triage 中位数 4.6 小时，triage 到 ship 中位数 1.6 小时。
推荐理由：作者用自家五人团队全程由 agent 写代码的实践，说明流程、约束和门禁如何设计，是可参考的一手方法论。
Cohere Labs 分析超 560 万个训练数据样本后发现，LLM 训练管线存在"文化漏斗"现象：文化多样性从预训练到后训练持续收窄，后训练数据因偏重数学与代码等技术任务而丢失大量文化信号。研究使用 Command A 模型自动标注提示词，并指出仅靠多语言能力无法保证文化代表性，需在训练数据中显式保留文化内容。
全球设计公司 Populous 高级建筑师 Georgina Myers 介绍团队用 Runway 辅助体育场馆概念设计：过去完整视频需外部渲染团队至少三周，且提交前两周须冻结设计模型；如今 Runway 能生成传达尺度感的完整渲染和航拍图，将视觉制作时间缩短，让设计师把时间还给设计本身。该工具已用于利雅得 MBS 体育场等中东项目，支持 9 种不同活动模式的场景迭代。
一项大规模实证研究考察了 GRPO 在多语言和非英语环境下的表现，覆盖多种基础模型、训练语言及推理语言奖励设置。研究发现，以母语进行推理训练与英语推理训练之间的性能差距很小，表明 RLVR 在非英语场景下同样有效。该研究为多语言推理模型的强化学习训练提供了重要参考。
UC Santa Cruz 与字节 Seed 提出 Chain-of-Experience（CoE）框架，让 LLM 在测试时通过与自身或环境反馈的迭代交互积累经验轨迹实现持续改进。
OpenAI 发布 ChatGPT for Teens，为 13-17 岁用户自动启用，内置更强安全保护与家长控制。新增 Study Mode、负责任作业提醒、测验与学习可视化，以及可设定默认开启时段的 Study Hours，引导青少年分步解题而非直接给答案。OpenAI 同时宣布与 CodeAI 合作，帮助青少年理解、质疑并创造性地使用 AI。
推荐理由：与通用 ChatGPT 相比，青少年版把安全护栏和学习引导设为默认，家长和教师面对的不再是是否允许使用，而是如何设置边界与解释 AI 角色。
OpenAI 与 CodeAI 宣布建立合作，为学生和教育工作者提供 AI 学习工具与资源，并同步推出以学习为中心的 ChatGPT for Teens 体验，内置健康使用功能和家长控制。双方计划通过联合咨询委员会、Hour of AI、Builders Challenge 等项目，在未来一年帮助高中生建立 AI 素养。CodeAI 调查显示，75% 的高中生认为理解 AI 对未来比现在更重要。
一项被 EMNLP 接收的 Olmo 3 研究显示，模型回答药物问题时存在"看名字猜类别"的捷径：12–18% 的受测药物表现为后缀驱动，51–59% 的药物几乎看不到针对该药的具体知识。团队用 infini-gram 检索 Olmo 开放训练语料，发现药物在训练中越罕见，回答越依赖药名后缀而非药物知识。
蚂蚁集团 inclusionAI 开源 ConceptEdit，一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线通过三阶段流程（VLM 生成指令、FLUX 执行编辑、VQA 评估筛选）构建大规模、基于分类法的图像编辑数据集，并提供单概念与多概念两种变体。项目采用 MIT 许可证，支持断点续跑，需 OpenAI 兼容 VLM 端点与本地 FLUX 检查点。
推荐理由：流水线把图像编辑数据生成拆为指令生成、FLUX 编辑、VLM 评判三步，多概念版本将多个并行编辑合并为一条指令并支持断点续跑，为构建带质检的编辑训练数据提供可复用框架。
Together AI 在 DeepSWE 全部 113 个任务上各跑四次对比 DeepSeek V4 Pro 0813 与 GPT-5.6 Sol，共 904 次运行。
推荐理由：原文基于同一批 904 次运行数据拆解两模型的成本与失败模式，并给出可复用的级联路由方案，比单独跑分更有参考价值。
Google 开源了一个基于 ADK 和 Gemini 的自主客服退款 Agent（zero-trust-agents 仓库），并演示一条提示词注入可造成超额退款、密钥泄露或主机被入侵。
推荐理由：文章用可复现代码演示三类零信任防线如何落地，读者可以直接照做来加固自己的 Agent 生产环境。
OpenRouter 推出专用图像生成 API，通过统一请求格式和单一密钥即可调用多个提供商的图像模型。开发者向 POST /api/v1/images 发送请求，响应中的 data[0].b64_json 包含 base64 编码的图像数据，解码后即可保存为本地文件。教程演示了 Python 和 JavaScript 两种实现，并支持通过 input_references 传入参考图像生成变体。
Google Research 推出 PhotoScan，一种从智能手机 2D 照片直接估算三维身体成分的深度学习框架，可预测胰岛素抵抗，在临床研究中精度接近 DXA 扫描。
Claude Code v2.1.234 新增可选 CLAUDE_CODE_PROJECT_DIR_NAME 环境变量、selection:clear 键绑定及 GitLab MR 徽章，并在用量限制重置后自动继续会话。
一位作者用ChatGPT生成图像、Minimax 3和Grok Imagine 1.5生成视频，打造了虚拟女生Janie，并让她参加阿拉巴马大学姐妹会招募。一周内Janie获得1300名粉丝，视频平均观看量达数万次，20条视频中8条被TikTok标记为AI生成，但未影响表现。作者未标注AI身份，认为这违反了TikTok服务条款，但旨在测试平台与观众的识别能力。
SGLang 重构 CUDA Graph 支持，通过 runner/backend 接口拆分使不同捕获策略可复用。其社区首创的 Breakable CUDA Graph（BCG）现为 prefill 默认方案，代码量仅为 torch.compile 方案的约四分之一（521 行对比 1,771 行），构建速度快 3.8–5.2 倍。
ABC Legal 为 1,100 名员工部署 Claude Enterprise 后，通过 Claude Managed Agents 将零散实验转变为受治理的智能体体系，截至 2026 年 7 月已上线 50 多个生产级智能体，部分覆盖的人工任务成本降低约 50%，约 310 名员工日常使用 Claude。
Replit 推出黑盒渗透测试（black-box pen tests），像外部攻击者一样通过网络和浏览器测试应用，不接触源代码，与现有白盒扫描互补。Level 3 扫描会在私有沙箱中并行运行两种扫描，黑盒代理先无账号访问，再以普通登录用户身份越权尝试。官方称两类扫描发现的问题很少重叠，例如白盒发现被吊销权限的用户仍可操作，黑盒则发现无登录的猜得到地址的管理后台。
推荐理由：原文给出黑白盒扫描的实测分工差异和入口，读者可以据此判断自己的应用适合哪种安全检查方式。
Artificial Analysis 发布 Search Index，取 DeepSearchQA、BrowseComp 和 AA-Omniscience 三个基准等权平均，衡量搜索 API 质量。
AgentCore Payments 中间件让 LangChain 智能体以确定性会话预算支付 API 费用。该中间件为 x402 支付签名，LangSmith 可追踪每一笔支付记录。
NVIDIA 宣布与 SB Energy 合作，锁定俄亥俄州 PORTS-Pike 科技园区的电力容量（LPS）以独家部署 NVIDIA 算力，OpenAI 将成为租户。
推荐理由：NVIDIA以20年租约担保为OpenAI锁定4.25GW容量，把AI工厂重资产负担部分转由自己承担，使高增长实验室能越过资产负债表限制获取算力。
OpenAI 与 SB Energy、NVIDIA 及美国能源部达成协议，在俄亥俄州派克县 PORTS-Pike 科技园区获取约 8 吉瓦电力容量。项目预计在 2032 年前六年建设期内创造 35,000 个建筑岗位和 2,500 个长期运营岗位。
OpenAI 在 OpenAI-Hugging Face 事件后反思低估了模型真实网络攻击能力，正通过四大支柱强化自身安全：用 Codex 验证代码漏洞、用智能体优先分流安全告警、持续枚举攻击路径，并仅向可信防御者开放网络能力。文中演示 ChatGPT Work（基于 GPT-5.6 Sol）15 分钟发现个人网站 13 个问题并在一小时内完成修复。
推荐理由：把防御动作拆成可逐步放开权限的自动化阶梯，从只读扫描到自动关单，比泛泛的全员上 AI 更可落地，安全团队能据此排定试点顺序。
OpenRouter 发布 Activity 仪表盘和 beta Analytics API，可按智能体、模型、请求维度查看支出、token 量、缓存命中率等指标，并支持下钻至单条请求日志。
推荐理由：这项功能的价值在于聚合看板能下钻到单次请求，把成本异常直接定位到具体 API key 和任务，内部案例用一行模型替换就修正了每月约 6.2K 美元的误配支出。
OpenAI 宣布向 14 个由独立组织主导的项目提供总计 100 万美元资金及最高 100 万美元 API 额度，以推动 AI 进步下的经济机遇与社会韧性研究。
蚂蚁 inclusionAI 在 GitHub 发布 SingProbe，一个基于冻结 Base Model（如 Ling-3.0-flash）多层隐藏状态的轻量 token 级探针训练框架。
Tibo@thsottiauxAI 评分6464GPT-5.6 Sol 的 1M token 上下文窗口现已在 Codex 中支持 ChatGPT 账户使用，此前仅限 API key。
Here is how to enable a 1M-token context window in Codex for GPT-5.6 Sol. Even though we have tuned the context limit in Codex to be set optimally when it comes to performance and cost, this is a common ask, so here it is documented. A larger context window lets Codex retain more code, tool output, and conversation history before summarizing older material. You need a model that supports it. And GPT-5.6 Sol, for example, has a documented 1,050,000-token window. Open ~/.codex/config.toml and add or update these settings at the top level, before any [section] headers: ``` model = "gpt-5.6-sol" model_context_window = 1000000 model_auto_compact_token_limit = 900000 ``` The first setting selects the model. The second tells Codex to use a one-million-token context budget. The third starts automatic history compaction around 900,000 tokens, leaving some headroom. Restart Codex client and start a new session after saving. To try the configuration for a single CLI session without changing your defaults: ``` codex -m gpt-5.6-sol \ -c model_context_window=1000000 \ -c model_auto_compact_token_limit=900000 ``` Have fun, but also know that we tuned the default carefully!
Together AI 在专用模型推理平台推出端点级 A/B 实验功能，支持 1 个 control 和最多 20 个 variant 的固定流量分流，用于在真实用户曝光下比较候选模型。
Together AI 在 DeepSWE 全部 113 个任务、每任务 4 次试验（共 904 次 rollout）上对比 DeepSeek V4 Pro 0813 与 Claude Fable 5。
推荐理由：原文基于同一批 904 次 rollout 的实测数据，给出两模型在 DeepSWE 上的成本与互补性对比，以及可复用的级联路由结果。
vLLM-Omni 团队发布 Distributed Layerwise Offload（DLO），通过 meta device + mmap 加载、权重分片 + AllGather、双缓冲预取和 DP 多并发四项技术，让超过单卡 HBM 容量的视频生成模型（如 Cosmos3-Super 64B/124 GB）能在多 NPU 或 GPU 上运行。
Replit 发布面向企业规模化治理的三项更新：Comprehensive Audit Logs 覆盖部署、身份、密钥和智能体活动等 50 多个事件，支持向 Datadog、Splunk、Amazon S3 及通用 webhook 流式输出，默认保留 30 天；Admin API 进入 beta，提供 5 个端点用于获取用量、工作区、成员和项目数据。
Tibo@thsottiauxAI 评分6262Codex 现支持为 GPT-5.6 Sol 配置 100 万 token 上下文窗口，该模型文档标注窗口为 1,050,000 token。
Claude Code v2.1.233 发布，为 --worktree 标志和 agents 视图新增 GitLab 合并请求 URL 支持，并添加可选的 forward_user_identity 网关设置以按用户归因支出。
Databricks 探讨在数据仓库中应用 AI_Functions 的主要场景，帮助组织在结构化数据之外处理非结构化数据。文章聚焦于如何通过该功能将 AI 能力直接集成到 SQL 工作流中，以扩展数据仓库的分析边界。具体用例与实现细节以原文为准。
未来 Claude 模型生成的文本将包含水印，用于判断文本由 Claude 撰写的可能性，这是 Anthropic 为遵守欧盟《AI 法案》而实施的变更。该方法基于 Google DeepMind 的 SynthID-Text 技术，对输出质量、创造力和可读性无实际影响，读者无法区分水印文本与普通文本，且不增加额外 token 或成本。
推荐理由：SynthID-Text 只改变等概率候选词的随机来源，不影响生成质量，却能用密钥校验文本与 Claude 的关联概率，为内容溯源提供了一种非侵入式检测思路。
OpenRouter 发布视觉指南，详解通过 Chat Completions API 向多模态模型发送图像的方法。请求体采用 messages 数组，用户消息的 content 包含 text 和 image_url 两部分，支持公开 URL 或 base64 数据 URL 两种格式，兼容 PNG、JPEG、WebP 和 GIF。
印尼通信与数字事务部、Indosat、NVIDIA与加查马达大学（UGM）在日惹共同启动UGM Indosat NVIDIA AI技术中心（NVAITC），这是该国首个大学AI技术中心。
Epoch AI 在 Gradient Updates 中列出 9 个关于 AI 能力的大问题，涵盖 AI 能否胜任完整工作、哪些领域将出现下一个"Claude Code 时刻"、开源与闭源及中美模型差距是否跨领域一致、以及基准分数为何普遍高度相关。
Cursor 已被 SpaceX 正式收购，完成自 4 月启动的收购流程。合并后 Cursor 将获得全球最大 GPU 集群，以构建更强且运行成本更低的模型，从而以更低价格向客户提供更强大的模型。本周三发布的 Grok 4.6 是双方合作成果的早期体现。
推荐理由：Cursor 并入 SpaceX 后获得大规模算力，其用户可能直接受益于更经济的强模型，这改变对编程工具后续能力迭代与定价的预期。