全部 AI 动态 · AI 热点

6月26日

09:58

arXiv cs.AI@Ge Yan, Shanchuan Li, Shiyi Xiao, Pengyue Ma, Hanyan Cao, Feng Pan, Yuxuan Du

本文提出了神经转移统一（NTU）框架，用于高效训练基础解码器。NTU-Transformer解码器在平面表面码[361,1,19]上优于相关感知匹配，并扩展到[625,1,25]码。对于双变量自行车码[72,12,6]，在低物理错误率下超过Relay-BP。该方法通过代数结构对齐不同代码距离的解码任务，实现从小规模代码到大规模解码器的知识迁移。

论文 NTU NTU-Transformer 基础解码器容错量子计算量子纠错

推荐理由：这篇论文提出了NTU框架，能让小代码训练的知识加速大解码器，在几类量子纠错码上都比现有方法好。

原文

09:56

向阳乔木@vista8

清华大学一个未公开名称的团队在发布会上展示了人形机器人，无需遥控和剧本即可现场自主互动，包括争论、吐槽和抱怨。据多位在场者反馈，Demo效果令人震惊。该机器人能根据现场环境实时发挥，展现了一定的自主决策能力。

行业清华大学人形机器人 AI互动自主决策

推荐理由：清华团队整了个会吐槽的机器人，现场无剧本乱跑，跟人吵嘴，看着挺有趣。

原文

09:55

09:55IT之家（博客/媒体）

Coreboot 26.06 版本发布，新增对英特尔 Nova Lake 和 AMD Strix Halo 平台的初步支持。英特尔工程师为 Nova Lake 整合了 FSP 模块，并为 Panther Lake 加入 UFS 在线加密等功能。AMD Strix Halo 目前仅支持 Maple 参考开发板，同时新增 ROM Armor 2 和 A/B Recovery 恢复机制。高通提交了 Calypso SoC 支持，改进了骁龙 X 平台。更新还增加了 Framework、联想 ThinkPad X61 等大量新主板和开发板支持。

行业 Coreboot Nova Lake Strix Halo 开源固件平台支持

推荐理由：Coreboot 26.06 开始支持英特尔 Nova Lake 和 AMD Strix Halo，新硬件玩家可以提前关注固件兼容性。

原文

09:54

Gary Marcus@GaryMarcus

Ramez Naam在推文中警告，若前沿AI仅由少数美国公司掌控并受美国政府意志左右，将带来高反乌托邦风险。他认为应促进激烈竞争、开源模型（open weight models）以及不受白宫控制的AI发展。Gary Marcus转发了这一观点，引发对AI权力集中风险的讨论。

行业 Ramez Naam Gary Marcus 前沿AI 开源模型 AI治理

推荐理由：Ramez Naam和Gary Marcus在聊一个严肃话题：前沿AI被少数美国公司垄断，受政府支配，有反乌托邦风险。他们呼吁开源和竞争，值得看看。

原文

09:53

arXiv cs.AI@Gerhard Backfried, Christian Schmidt, Diego Pilutti, Michael Suker

该论文提出将LLM应用于外国维和任务的威胁评估，基于PINPOINT项目和欧盟驻格鲁吉亚监测团的用例。工作流结合跨学科风险模型、OSINT媒体收集和LLM威胁提取，将媒体内容映射到任务相关威胁并提取结构化信息。评估显示自动结果与人类判断在威胁和任务相关性上高度一致。表明LLM可作为支持分析师的有效工具。

论文 LLM 威胁评估 OSINT PINPOINT 维和任务

推荐理由：这篇论文展示了LLM在维和任务威胁评估中的实际应用，与人类判断高度一致，实用性强。

原文

09:52

arXiv cs.AI@Augustinas Jučas, Yangchen Pan

CIRCLE是一种基于固定双向二维储层特征（BiRC2D）的类增量分类器，使用流式线性判别分析（SLDA）头。它不需要回放、外部预训练或大初始任务。在CIFAR-100、TinyImageNet、ImageNet-Subset和ImageNet-1k数据集上，CIRCLE在10-20任务分割中表现有竞争力，在50、100和500任务分割中大幅超越现有强基线。同时训练速度远快于有回放的方法。消融实验表明，BiRC2D特征提取器、SLDA头和平衡特征/预测集成各自贡献了性能。

论文 CIRCLE BiRC2D SLDA 持续学习类增量学习

推荐理由：这篇论文提出CIRCLE方法：用固定储层特征做持续学习，无需回放，在长任务序列上比现有方法更快更准确。

原文

09:51

arXiv cs.AI@Ryan Fetterman

论文研究LLM微调安全分类器时产生的逃避漏洞，发现标准评估无法检测。以Foundation-Sec-8B-Instruct及其基础模型Llama-3.1-8B-Instruct为对象，在PowerShell分类任务上测试。通过因果干预定位分类电路继承自Llama的后期注意力路径，微调浓缩并语义专化此结构，但引入了对PowerShell别名替换（如iwr）、命令重建（Invoke-Expression）、字符串构造、执行间接和大小写变异等转换敏感的漏洞。三种逃避基准显示Foundation-Sec在iwr替换、Invoke-Expression重建和大小写变异的Invoke-Expression/IEX变体上失败，而Llama未受影响。

论文 Foundation-Sec-8B-Instruct Llama-3.1-8B-Instruct AI安全微调逃避攻击

推荐理由：这篇论文揭示了一个反直觉的发现：给模型做安全微调反而可能暗藏更多绕过后门。它用具体的PowerShell分类实验，告诉你继承的电路在微调后变得脆弱，适合关注AI安全或模型微调的朋友。

原文

09:50

arXiv cs.AI@Hanli Xu, Fengxiang He, Sarat Moka

该论文引入质量指数（Mass Index）记录贝叶斯推断中局部质量的幂和对数衰减尺度，并提出正则化扩展KL散度（RE-KL）以处理奇异成分。作者证明在KL散度的两个方向下，局部小球质量的绝对、相对和方向性不等式。实验提供了受控的局部行为示意图。代码已开源。

论文 Mass Index RE-KL 贝叶斯推理 KL散度局部质量

推荐理由：这篇论文从局部质量角度拆解贝叶斯推理，用Mass Index和RE-KL两个新工具分析了KL散度忽略的局部行为，做变分推断的朋友可以看看。

原文

09:50

arXiv cs.AI@Aleksandar Todorov, Jesse ten Napel, Alexander Müller

该论文提出参数化开源博弈模型，玩家选择参数向量并由语义映射转化为有限博弈中的混合动作。研究证明均衡存在性，并推导出在对称2×2博弈中自私梯度从背叛转向合作的精确耦合阈值。还给出了参数化程序纳什均衡的一维边界检验方法。框架扩展到神经语义类，其中一阶合作条件由跨玩家与自身敏感性比率控制。

论文博弈论开源博弈程序均衡 Parametric Open-Source Games

推荐理由：这篇论文用连续参数模型解释了开源博弈里自私个体怎么走向合作，挺有意思的。

原文

09:49

arXiv cs.AI@Pasi Fränti

本文回顾了外部有效性指标，重点介绍基于集合匹配的度量。推荐Centroid Index (CI)作为直观的簇级度量，结果可解释。如果需要更精细的点级度量，可选择Pair-set Index (PSI)，它提供不受簇大小影响的归一化分数。若所有点应权重相同，则聚类准确率(ACC)等集合匹配度量也适用。

论文聚类评估外部指标 Centroid Index Pair-set Index ACC

推荐理由：想了解怎么用CI、PSI这些指标来评判聚类好坏？这篇论文把常见外部度量讲清楚了，还给了推荐优先级。

原文

09:48

arXiv cs.AI@Henry Shaowu Yuchi, Michal Kucer, Benjamin H. Sims, Selma Peterson, Emily Taylor

NuclearQAv2是一个专为核工程领域设计的基准测试，包含约1240个问答对，涵盖布尔、数值和文字三类问题。该基准采用混合流程，结合专家编写、现有数据集和LLM辅助生成。评估多种LLM发现，模型在事实性问答上表现良好，但在定量推理和概念理解上存在明显短板。NuclearQAv2提供了一种可扩展的方案，用于系统衡量大语言模型在技术领域的实际能力。

AI模型 NuclearQAv2 核工程基准测试 LLM评估定量推理

推荐理由：想看你用的LLM在核工程上有多靠谱？NuclearQAv2用1240道硬核题测出模型的定量推理短板，比通用基准更实在。

原文

09:47

arXiv cs.AI@Hartwig Grabowski

论文提出Spec Growth Engine框架，解决AI编码代理的两个结构性失效：上下文爆炸和规范-代码漂移。框架包含机器可读的规范图（节点携带明确契约/设计分离）、Spine上下文组装器（将代理上下文限定到所有权路径）、垂直切片增长协议（强制最难优先排序）和漂移门（使规范-代码分歧成为阻塞合并条件）。该设计综合Parnas信息隐藏、C4、ADR、Walking Skeleton、Reflexion Models、Fitness Functions等成熟工程原则，形成轻量级代码耦合整体，无需RUP或MDA等重型框架。

论文 Spec Growth Engine AI辅助软件开发编程助手规范驱动

推荐理由：这篇论文很实在，专门解决AI写代码时规范和代码脱节、上下文爆炸的难题。作者搞了个轻量框架，用规范图和漂移门来管住，适合做AI辅助开发的工程实践参考。

原文

09:46

arXiv cs.AI@Jesper Klicks, Sander Vržina, Vincent François-Lavet

这篇论文研究了深度强化学习中状态表示对抽水蓄能交易决策的影响，固定使用Double DQN智能体和HydroDam环境。对比绝对价格/日历特征、相对特征和预测特征三种特征家族，组合使用绝对+相对+预测特征在比利时2007–2011数据上训练，在2012–2025的相同市场测试集上达到55.6%的分数，跨39个ENTSO-E市场区域的分数中位数为47.5%，显著优于单独使用绝对特征（测试集28.8%，跨区中位数5.7%）或相对特征。结果表明状态表示是储水交易强化学习策略设计的核心，而非次要预处理选择。

论文 Double DQN HydroDam 状态表示强化学习迁移学习

推荐理由：想知道强化学习里状态怎么设计才能跨市场通用？这篇论文用Double DQN和HydroDam做了严谨对比，绝对+相对+预测特征组合最好。

原文

09:39

向阳乔木@vista8

一个团队展示了能实时计数乒乓球颠球数的AI系统，并认为Physical AGI需要满足三个必要条件：统一的多模态大脑（非模型拼接）、在同一个大脑中完成任意模态的理解与生成、理解与生成以流式方式持续运行。最关键的一点是该大脑必须完整运行在端侧。团队还提供了更多介绍和演示视频。

AI模型 Physical AGI 多模态端侧模型智能体

推荐理由：看看这个团队对Physical AGI的看法，他们提出了3+1个必要条件，还做了颠球计数的演示，强调端侧运行和统一多模态大脑。

原文

09:33

09:33IT之家（博客/媒体）

73°

美国政府以安全为由，要求 OpenAI 分批发布下一版本 GPT-5.6，仅允许少数企业客户通过有限预览访问，且每笔客户访问需经美国政府按具体情况批准。相比之下，Anthropic 的 Mythos 5 和 Fable 5 模型已被要求暂停使用，且禁止非美国公民员工访问该技术。OpenAI 倾向于推迟至 2027 年再进行 IPO。

行业 OpenAI GPT-5.6 Anthropic AI安全监管

推荐理由：OpenAI 的 GPT-5.6 被美国政府要求分批发布，只让少数企业先用，审批还特别严。想了解大模型监管风向的可以看看。

原文

09:32

arXiv: OpenAI@Zhihao Lin, Mingyi Zhou, Yizhuo Yang, Li Li

本研究系统性地向Codex代码代理注入不同粒度的静态结构注释（如调用图、继承拓扑），发现轻量级拓扑可将函数级定位准确率（Func@5）提升2.2个百分点，并减少1.6轮交互。静态锚点使代理的链接跟随率从0.15-0.18提升至0.21-0.24，单次运行通过率（Pass@1）增加3.4个百分点，同时运行方差减半。但代价是增加约10%的输入token，且稠密语义存在边际效益递减。研究建议中等规模项目默认使用轻量级拓扑，大型仓库裁剪前向边，隐式依赖场景才采用密集标签。

论文代码代理静态分析 Codex 调用图确定性锚点

推荐理由：这篇论文用实验告诉你：给代码代理加一点调用图注释，定位准了2.2%，交互少了1.6轮，运行还更稳定。比堆更多上下文管用。

原文

09:31

arXiv: OpenAI@Drew Johnston, David Holtz, Alex Martin Richmond, Christopher Ong, Prasanna Tambe, Aaron Chatterji

76°

OpenAI发布基于Codex使用数据的分析，展示Agentic AI技术如何改变工作方式。2026年上半年，Codex活跃用户数增长超过五倍，其中非软件开发者的增长最快。OpenAI内部Codex几乎完全替代了ChatGPT用于业务工作。超过10%的用户每周管理三个以上并发Codex代理，26.6%使用技能共享复杂工作流。请求复杂度上升：估算需要资深人类8小时以上的任务请求比例增长近十倍。2026年6月，OpenAI法律岗位员工通过Codex和ChatGPT的月输出Token中位数是2025年11月的13倍，研究人员则超过50倍。

论文 Codex OpenAI Agentic AI 智能体工作流

推荐理由：OpenAI内部数据揭示Agentic AI如何改变工作方式：Codex活跃用户半年增5倍，研究人员月产出增50倍。看真实采用率与工作流变化。

原文

09:30

arXiv: OpenAI@Haoxiang Sun, Tao Wang, Li Yuan, Jian Zhao, Jiancheng Lv

这篇来自 arXiv 的论文系统梳理了多模态大语言模型（MLLM）中视觉-语言感知的演变，首次将其视为统一的跨模态能力。论文提出了五阶段分类法，涵盖从早期方法到 OpenAI O-series、DeepSeek R-series 等最新模型带来的感知中心范式转变。它总结了每个阶段的代表性方法，并指出了开放挑战与通向通用智能的研究方向。该综述为 MLLM 感知研究提供了结构化理解与可操作的路线图。

论文 O-series R-series OpenAI DeepSeek 多模态大模型综述视觉语言

推荐理由：想搞懂多模态模型怎么从分开看图文进化成统一感知？这篇综述用五阶段框架讲清了O-series和R-series带来的转变，比碎片化教程系统得多。

原文

09:27

Latent.Space@latentspacepod

OpenAI首席研究官Mark Chen在播客中讨论了扩展定律和预训练仍具重要性，解释了OpenAI如何选择研究方向和分配算力。他指出当前AI评估存在危机，并警告基准测试过拟合（benchmark-maxing）的问题。Chen还探讨了多模态推理、长期实际任务处理以及端到端AI研究的未来路径。他认为研究人员需要培养“研究品味”以避开无意义的优化。

行业 OpenAI Mark Chen scaling law 评估危机推理模型

推荐理由：OpenAI研究老大亲口聊评估危机和扩展定律，全是干货，没有废话。

原文

09:24

宝玉@dotey

计算机科学家刘江指出，Codex 发展趋势不仅是成为 AI 时代的 Office 套件，更可能进化为 Agent 操作系统。据观察，OpenAI 全员已从 ChatGPT 转向 Codex，涵盖研发、法务、财务和招聘等所有部门。这一迁移表明 Codex 正从单一工具向平台化演进。刘江认为 Codex 有望成为下一代计算环境的基础设施。

行业 Codex OpenAI 智能体 Agent OS Agent Office

推荐理由：刘江结合 OpenAI 全员转向 Codex 的案例，分析为什么 Codex 不只是办公工具，而是未来操作系统雏形。观点犀利，适合关注 AI 基础设施和 Agent 生态的人。

原文

09:15

09:15IT之家（博客/媒体）

Linux基金会与亚马逊、Anthropic、OpenAI、英伟达、红帽等企业合作推出Akrites项目。该项目旨在保护开源软件，防范基于AI与大语言模型的漏洞攻击。Akrites将采用统一CVD披露流程，优先保密漏洞信息。项目已获AWS、Anthropic、思科、谷歌、微软、GitHub、OpenAI等组织支持。

行业 Linux基金会 Anthropic OpenAI Akrites AI安全开源安全

推荐理由：Linux基金会拉着Anthropic、OpenAI这些大厂一起搞Akrites，专门对付AI挖开源漏洞，保护开源生态安全。

原文

09:06

09:06IT之家（博客/媒体）

精选

移远通信在MWC26上海展推出SP805FL系列AI算力模组，基于联发科Genio Pro 5100（MT8894）芯片，采用台积电3nm制程，配备8核Arm v9.2 CPU和50+ TOPS NPU。该系列分WF和AP版本，WF版支持Wi-Fi 7、蓝牙6.0及多星座GNSS。模组采用LGA封装，提供MIPI、PCIe、双千兆网口等接口，适用于机器人、智能头盔等场景。

AI产品移远联发科 Genio Pro 5100 SP805FL 算力模组

推荐理由：移远发了新模组SP805FL，用联发科3nm芯片，50+ TOPS算力，适合做机器人和智能设备。

原文

09:03

@koltregaskes@koltregaskes

87°

所有前沿AI模型在发布前必须经过政府评估和批准。OpenAI已同意对GPT-5.6进行分阶段发布，预览期间客户需逐个申请审批。此前外界认为5.6仅限企业使用是因为其性能大幅提升，但目前看来更可能是监管要求。

行业 GPT-5.6 OpenAI 政府监管模型审批

推荐理由：以后发布顶级AI模型得先过政府这关，OpenAI的GPT-5.6就是第一个例子，预览期客户还得一个一个批。

原文

09:01

Gary Marcus@GaryMarcus

Gary Marcus在推特分析Anthropic的Q3表现，提到tokenmaxxing下降。他指出来自中国模型的进步和缺少xAI一次性补贴的影响。他预测Q3业绩将低于Q2。

行业 Anthropic Gary Marcus xAI 行业趋势

推荐理由：Gary Marcus用三个因素预测Anthropic业绩，直接点出行业竞争影响。

原文

08:55

08:55IT之家（博客/媒体）

安森美（onsemi）6月25日宣布以全股票方式收购Synaptics，交易价值约70亿美元（约476.6亿元人民币）。交易完成后，Synaptics股东将持有安森美12%股份。该收购旨在将业务从AI基础设施扩展到智能边缘，预计交割后18个月内提升非GAAP每股收益，并产生2亿美元年度协同效应。

行业安森美 Synaptics 边缘AI 芯片收购

推荐理由：安森美70亿美元拿下Synaptics，边缘AI芯片格局要变，两家产品互补值得关注。

原文

08:55

Fireworks AI@FireworksAI_HQ

精选

Fireworks 宣布对 NVIDIA Nemotron 3 的强化学习微调功能上线，首批支持 Nemotron 3 Super 的 LoRA 微调。训练采用 GRPO 算法，可在一处平台完成训练和部署。计费方式改为按 GPU 小时而非按 token，解决了长多轮对话成本不可控的问题。

AI产品 Nemotron 3 Fireworks 微调 RL训练 GRPO

推荐理由：Fireworks 刚上线了 Nemotron 3 的 RL 微调，按 GPU 小时计费不怕长对话烧钱，用 GRPO 训练一条龙搞定。

原文

08:52

08:52Hugging Face: Blog（博客/媒体）

精选

HuggingFace推出新功能：只需一条命令即可在HF Jobs上启动vLLM推理引擎。vLLM是一个高性能、低延迟的推理框架，支持多种GPU和自定义模型。该功能简化了从模型托管到服务部署的流程，无需手动配置容器或基础设施。用户可以快速部署LLaMA、Mistral等开源模型。

技巧 vLLM HuggingFace HF Jobs 推理模型部署

推荐理由：HuggingFace出了新招：一行命令就能跑vLLM服务器，省去了手动配置的麻烦，适合快速部署自己的模型。

原文

08:52

berryxia@berryxia

美国政府 reportedly 计划亲自审批谁能使用GPT-5.6，OpenAI仅向一小部分合作伙伴提供有限预览。Commerce Secretary Lutnick亲自警告OpenAI不要擅自发布，接近事实上的许可制。Yann LeCun此前警告，以安全为由限制AI系统会阻碍智能民主化。他主张开源才是让AI普及的正确路径。当最强闭源模型被政府按客户审批时，开源模型成为对抗技术集中控制的实际路径。

行业 GPT-5.6 OpenAI 美国政府 Yann LeCun 开源模型监管

推荐理由：美国商务部要管GPT-5.6的客户审批，开源模型成了对抗监管集中化的解法。Yann LeCun的观点值得看看。

原文

08:51

Viking@vikingmute

精选

Ornith-1.0 系列开源模型发布，专门用于 agentic coding，参数从9B Dense到397B MoE全覆盖。在 Terminal-Bench 2.1 上得分77.5，SWE-Bench verified 82.4，NL2Repo 48.2。397B MoE模型在多个基准上超过 Claude Opus 4.7。模型采用自改进训练策略，利用强化学习同时生成解决方案和 task-specific scaffold。基于 gemma4 和 qwen3.5 后训练，MIT 许可开源。

AI模型 Ornith-1.0 gemma4 qwen3.5 开源模型编程助手

推荐理由：Ornith-1.0 开源了从9B到397B的编程模型，在SWE-Bench等基准上超越Claude Opus 4.7，还能自己优化任务框架。

原文

08:29

@OpenAIDevs@OpenAIDevs

73°

OpenAI 宣布 Codex 在 ChatGPT 移动应用正式可用，支持一对一设备配对，让手机和电脑更安全连接。新增通知、目标、侧边聊天、文件预览和内联审阅评论功能。用户可在移动端启动作业、审查输出、引导执行和批准下一步，Codex 仍在笔记本电脑或 Mac mini 上运行。

AI产品 Codex ChatGPT OpenAI 移动应用编程助手

推荐理由：OpenAI 让 Codex 在手机 App 里也能用了，能一边在电脑跑代码、一边在手机上跟进和审批，还多了侧边聊天和文件预览。

原文

08:27

@OpenAIDevs@OpenAIDevs

DigitalOcean为OpenAI Codex发布新插件，用户只需在提示中描述需求，即可自动创建一个持久化云端开发环境。该环境运行在用户自己的DigitalOcean账户内，即使关闭浏览器或离开也保持运行状态。这解决了临时开发环境容易中断的问题，让开发者可随时继续工作。

AI产品 DigitalOcean Codex OpenAI 云开发环境插件

推荐理由：以后不用手动配环境了，在Codex里打一句话，DigitalOcean就自动给你建好远程开发机，关掉页面也不停。

原文

08:25

Genspark@genspark_ai

Genspark团队举办直播，演示新版AgentBase的使用方法。直播包含实机操作和问答环节，视频浏览量已达938次。观众可以学习如何配置和运行AgentBase。

技巧 AgentBase 直播教程智能体 Genspark

推荐理由：想玩转AgentBase？这场直播手把手教你，有问有答，别错过。

原文

08:24

08:24IT之家（博客/媒体）

Notion Mail 于 2025 年 4 月上线，主打 AI 处理邮件。2026 年 9 月 22 日停止运营，生命周期约 17 个月。超过一半用户无需打开收件箱即可管理邮件。用户可在 2026 年 6 月 25 日后导出数据，未保存数据将被永久删除。收件箱邮件保留在 Gmail，但草稿和定时邮件需手动导出。

AI产品 Notion Mail Notion 电子邮件智能体 AI邮件处理

推荐理由：Notion Mail 刚上线一年半就关停了，原因是 AI 智能体太强，用户都不需要手动看邮件了。如果你在用，记得在 2026 年 9 月前导出草稿和定时邮件。

原文

08:19

Pika Labs@pika_labs

Pika Labs 发布 Seedance 2.0 Mini 视频生成模型，可通过 Pika MCP 调用。官方称其兼具低成本与高速生成特性。目前暂无具体基准测试数据。

AI模型 Seedance 2.0 Mini Pika Labs Pika MCP 视频生成

推荐理由：Pika 出了个新视频模型 Seedance 2.0 Mini，便宜又快，还支持 MCP 调用，做视频的朋友可以试一下。

原文

08:14

berryxia@berryxia

76°

特朗普政府要求OpenAI分阶段发布其下一代前沿模型（据报道为GPT-5.6），理由是网络安全和国家安全担忧。OpenAI CEO Sam Altman告知员工，新模型不会立即全面公开发布，而是先以有限预览形式仅开放给一小部分选定合作伙伴和企业客户。预览阶段中，美国政府将对每个客户的访问权限进行逐个审批。这一要求来自国家网络总监办公室和科技政策办公室，与今年6月初生效的行政命令有关。OpenAI表示将遵守这一自愿审查机制，强调安全与创新并行推进。

行业 OpenAI GPT-5.6 特朗普政府 AI安全监管

推荐理由：特朗普政府直接插手OpenAI的GPT-5.6发布，要求分阶段和政府审批才能给客户。这不是闹着玩的，监管正在收紧。

原文

08:04

08:04IT之家（博客/媒体）

76°

Epic 首席执行官蒂姆·斯威尼批评 Valve 的 Steam 平台要求开发者披露是否使用生成式 AI 工具，该政策自2024年开始实施。斯威尼认为，这迫使开发者在提高效率和避免玩家抵制之间做选择，可能失去竞争机会。他举例称，世嘉等公司因使用 AI 而遭玩家反对。Epic 最近发布的虚幻引擎 6 集成了更多 AI 功能，旨在减少重复劳动、加快游戏发布。斯威尼指责 Valve 的做法不负责任，使开发者难以成功。

行业 Epic Steam Valve 游戏开发 AI政策

推荐理由：Epic 老板直接开火 Steam 的 AI 披露政策，说这让开发者不敢用 AI 提高效率，反而被玩家抵制。想了解游戏行业 AI 争议的可以看看。

原文

08:02

AI Engineer@aiDotEngineer

WF2026会议公布了首批主题演讲，演讲主题包括Agentic AI Foundation的“构建系统而非代码”、Meta Superintelligence Labs的“生产级评估”、Decoding AI的“将10994条笔记转化为智能体记忆”等。Nx、OpenProse、Omnara等公司的演讲者也展示了各自在智能体系统和编码工具上的进展。全部在线演讲将于本周末陆续推出。

行业 WF2026 智能体评估记忆递归编码

推荐理由：WF2026第一批keynote全是干货：智能体构建、生产评估、记忆系统、递归编码，搞AI工程的别错过。

原文

08:00

Qdrant@qdrant_engine

Qdrant联合Kaivid Labs创始工程师Tarun演示如何构建完全离线的RAG系统，使用Qdrant EDGE进行轻量级设备端向量搜索，搭配Google LiteRT通过硬件加速运行语言模型，实现文档问答、个人助理和笔记搜索，无需任何云依赖。活动时间为7月7日，包含现场实操。

技巧 Qdrant EDGE Google LiteRT RAG 本地推理向量搜索

推荐理由：教你用Qdrant EDGE和Google LiteRT搭一个完全离线的RAG系统，文档问答、个人助理全在本地跑，再也不用担心隐私和联网了。

原文

07:57

andrew chen@andrewchen

该推文提出当前 AI 模型供应链的六个环节：AI 研究人员→美国 AI 实验室→蒸馏版中国模型→旧金山初创公司→专业消费者→职场普通用户→财富 500 强采购。其中“蒸馏版中国模型”指通过蒸馏技术复制美国模型的低成本替代方案，“旧金山初创公司”利用这些模型开发应用。这一链条反映了 AI 技术从研发到终端部署的现实流动路径。

行业 AI模型供应链蒸馏模型 OpenAI 旧金山初创财富500强

推荐理由：Andrew Chen 的一句话把 AI 产业链串起来了，看看你处在哪个环节。

原文

07:56

Greg Brockman@gdb

精选

OpenAI Developers宣布Codex新增DigitalOcean插件。用户可通过一条提示词创建持久化云开发环境。该环境运行在用户DigitalOcean账户中，离开后仍持续可用。

AI产品 Codex OpenAI DigitalOcean 云开发环境编程助手

推荐理由：Codex现在可以一键连DigitalOcean了，一条命令启动云环境，关了电脑也不掉线，对开发者太方便了。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。