AITOP日报

Cisco Foundation AI开源FAPO，由Claude Code驱动，自动优化多步骤LLM流水线。FAPO评估整个链条，在步骤级别归因失败原因，并提出提示、参数和链结构层面的变体。在18个模型-基准对比中，FAPO击败GEPA 15次。每个变体经独立审批评证后集成到优化循环中。

Anthropic在2月完成新模型Mythos的训练。Mythos悄然改变了整个研发节奏。过去5个月AI能力跃升部分源于Mythos。领先模型正帮助训练下一代模型，该循环已启动。

GLM-5.2 在图形设计能力上据称达到 Opus 级别，同时在长期运行任务中表现良好。其训练引入了反奖励破解模块，用于解决强化学习中常见的奖励破解问题，例如模型走捷径、变懒、意图偏差等。该模块有助于提升编码代理在长周期任务中的可靠性与效果。GLM-5.2 是一个开源开放权重模型。

AWS在纽约峰会上推出两项新服务。Continuum自动检测、优先处理和修复代码漏洞。Context从企业数据构建知识图谱，为AI代理提供业务上下文。这两项服务旨在解决AI代理编写代码速度快但常出错的问题。

博主透露华为乾崑智驾ADS 5即将推送，鸿蒙智行的几款旗舰车型将优先搭载。该智驾系统于4月23日正式发布，采用面向自动驾驶的AI智能体WEWA 2.0架构。云端引入Multi-Agent博弈技术与在线强化学习机制，车端应用安全风险场技术进行实时安全评估，并通过Driving Agent模块优化出行策略。华为智能汽车解决方案BU CEO靳玉志表示该智驾系统为自动驾驶而来。

特斯拉Cybercab工程车照片显示其侧视摄像头外壳内置喷淋清洗装置，可定点喷射清洗液清洁变道、盲区监测所需摄像头区域。FSD纯视觉方案依赖摄像头，镜头脏污会导致安全退出或靠边停车。Cybercab无方向盘，需全天候运营，该喷淋装置是必备硬件。现有AI4车型未配备侧喷淋，未来可能需要加装或升级AI4.5硬件。

GitHub与合作伙伴通过协作研究发现，基于LLM的上下文验证能显著提升秘密扫描告警质量。该方法将误报率降低75.76%，减少了安全团队处理大量无效告警的负担。研究结果表明，单纯增加告警数量并不能提高安全性，而智能验证才是关键。

极摩客预热全新旗舰 EVO-X3 4T 机皇版，定位第三代桌面 AI 超算中心。搭载锐龙 AI Max+395 旗舰处理器，NPU 算力达 126TOPS，可在本地运行最高 235B 参数大模型。配备 4TB 高速固态和 OCuLink 接口，支持外接英伟达 RTX 40/50 系显卡。该机也是 AMD CEO 苏姿丰签名同款机型，将于 6 月 22 日在京东首发。

John Jumper是AlphaFold项目的核心负责人，该模型改变了蛋白质结构预测领域。2024年，他因这一贡献获得诺贝尔化学奖。他在Google DeepMind工作了近9年，博士毕业仅6个月就被Demis Hassabis任命领导AlphaFold团队。现在他选择加入Anthropic，专注AI安全和大模型研究。Anthropic近期还吸引了多位OpenAI核心研究员。

台积电正全力研发面板级封装技术CoPoS，计划替代现有CoWoS工艺。CoPoS采用方形面板基材（最大750×620毫米），对比CoWoS圆形300毫米晶圆，材料利用率从不足70%提升至90%以上。单位面积生产成本可降低20%至30%。台积电已建成首条试验产线，CoPoS面板将于2027年试生产，2028年规模化量产，集成玻璃核心基板的完整工艺量产定在2030年后。英特尔、AMD等厂商也在推进类似方案。

Sam Altman在斯坦福大学演讲中为LLM缩放策略进行辩护，批评整整一代研究者因低估缩放能力而阻碍了AI发展。他引用OpenAI最近推翻一个数学猜想的案例作为证据，认为缩放已被证实有效。Altman的言论引发了对AI研究方向的重新讨论。

Anthropic 联合创始人 Jack Clark 表示 AI 进步仅靠规模扩展就能实现，但 Gary Marcus 引用该公司自己的 Claude Code 予以反驳，指出该工具使用了 50 万行符号代码、harnesses、符号工具和正则表达式。Marcus 认为专门化系统并非无用，规模扩展也非唯一路径。该争论涉及“bitter lesson”假说与实用工程系统的平衡。

Bessemer Venture Partners的最新调研显示，90%的技术/工程团队已将AI融入核心流程。具体数据：代码生成工具使用率92%，代码审查增强工具使用率79%，Agentic开发工具使用率60%。调研指出，团队间的真正差距不在于是否使用AI，而在于提速后能否维持代码质量和业务理解。

OpenAI 发布新论文《Beneficial RL》，研究对齐训练中好行为的泛化能力。实验发现，用RL在对话数据上训练模型诚实、认知谦逊、可纠正等特质后，在44个训练未见的评测上，模型欺骗、谄媚、有害建议等行为均下降。仅用健康领域数据训练，非健康领域也有效。对抗性提示和恶意微调更难使模型变坏，但正常指令仍可执行。

Unitree Robotics 通过激进成本控制实现盈利，其人形机器人售价远低于竞争对手。然而，在AI能力方面，相比 Tesla Optimus 和 Figure AI 等对手，Unitree 仍存在明显差距。公司计划在2026年前提升自主决策和感知能力，以保持竞争力。

Z.ai推出GLM-5.2开源模型，采用MIT开放权重。该模型支持1M上下文窗口，在Terminal-Bench 2.1基准上得分81.0，仅比Claude Opus 4.8低几分。Perplexity CEO此前指出，中国已拥有最强开源模型DeepSeek，且美国开发者正基于其构建应用。GLM-5.2的发布进一步表明开源AI竞赛已非理论。

OpenAI Codex 推出 Record & Replay 功能，允许用户通过录制一次操作来创建可复用的 AI Skill。录制阶段会捕获用户演示的步骤、隐性偏好和变量，Codex 自动分析并生成包含使用条件、输入参数、操作步骤和验证规则的 Skill。回放时，Codex 可根据当前环境工具（如 Computer Use、浏览器插件）适应性地执行，支持不同参数输入。功能遵循“演示即规格”设计哲学，并给出五条高质量录制原则，如短而完整、提前声明变量、及时停止等。相比传统 Plugin，Record & Replay 更适合个人快速技能化，成本低。

本教程使用 Crawlee for Python 搭建完整的网页爬取工作流。通过 BeautifulSoupCrawler、ParselCrawler 和 PlaywrightCrawler 分别爬取静态与动态内容，提取标题、元数据和产品字段。教程还演示如何构建链接图，并将数据导出为 JSON、CSV 以及 RAG 就绪的 JSONL 分块文件。最后附带 robots 处理与截图功能，从设置到 AI 输出一步到位。

Greg Eisenberg和Theo Tabah在60分钟对谈中提出AI Native组织的三层架构：人、Agent和上下文。人退守两端负责战略与评审，Agent需满足Clear Goal、Skills、Tools、Context四要素才能自治。上下文层通过Capture-Curate-Store-Execute-Experience五阶段循环构建护城河。两个Live Demo展示成效：提案微站系统为LCA带来数百万美元收入，10分钟产品闭环生成高保真原型。Skill Chain（技能链）串接多个技能形成剧本，是对抗幻觉的关键机制。

文章将传统软件工程实践迁移到 AI Agent 开发中，强调需求分析时需给 Agent 充足上下文并反复对齐，系统设计时用 plan 模式拆分里程碑。代码审查建议先让 Agent 审查格式和逻辑，但人需兜底业务逻辑。自动化测试包括单元测试、集成测试和端到端测试，需与 CI 集成自动运行。灰度发布和 CI/CD 机制（如 feature flag、自动回滚）可减少线上不稳定。线上修复目前更现实的是 AI 辅助定位、人确认后再提交，而非全自动闭环。

Codex现在允许用户直接命令将开发线程从本地笔记本handoff到远程服务器。这一过程会自动打包Git状态、未提交变更、分支和工作树。用户关闭笔记本后，远程服务器会继续运行该线程。之后用户可以命令将线程接回本地，环境恢复到离开时的状态。全程无需手动同步代码或处理冲突。