Hugging Face 宣布 Transformers 模型现在可以直接在 vLLM 推理引擎中运行，达到原生速度，部分场景超越手写实现。此前，新模型架构需要在 Transformers（训练/研究）和 vLLM（生产推理）中分别实现，导致重复工作与维护成本。现在，模型作者只需在 Transformers 中实现一次，即可自动兼容 vLLM 的优化栈。在 4B 到 235B 参数模型的基准测试中，包括张量并行和 MoE 设置，Transformers 后端吞吐量匹配或超过原生 vLLM。
斯坦福研究者提出TRACE系统，从智能体轨迹中诊断能力缺口，为每个能力合成一个可验证的训练环境。系统为每个能力训练一个LoRA适配器，并在专家间路由token。在τ²-Bench上性能提升+15.3点，在SWE-bench Verified上达到73.2% Pass@1。
MORPHEUS 是 Skyfall AI 推出的持久化企业模拟平台，专为持续强化学习设计。它运行永不重置的世界，采用参数化制度转变和六指标评估协议。PPO、HER、EWC、LCM 等算法在该基准上均远低于理论上界。该基准旨在解决结构化非平稳性下的学习挑战。
腾讯发布混元Hy3模型，采用295B MoE架构，参数量达295B。该模型在OpenRouter上排名第8，超越了多个竞品。其Agent性能表现强劲，尤其在任务执行和工具调用方面有显著提升。训练流程经过重新设计，重点优化了数据质量和强化学习环节。
德国研究联盟发布开源语言模型Soofi S 30B-A3B，基于德国电信慕尼黑云基础设施训练。该模型采用高效混合架构，每次调用仅激活316亿参数中的部分，长文本下保持稳定吞吐量。训练数据刻意偏向德语，在德语和英语基准测试中均超越所有完全开源竞品。
Bluesight借助两项AWS合作和Amazon Bedrock AgentCore，将单一AI原型升级为涵盖六个医疗合规产品的统一智能体方案Prism。Prism Assistant for ControlCheck于2026年5月上线，已被20家医疗系统使用。更复杂的多产品智能体方案计划于2026年晚些时候推出。
Peter Gostev 使用 GPT-5.6 Sol 构建了 DOOMQL，一个将 SQLite 完全作为游戏引擎的类 Doom 游戏。游戏中的移动、碰撞、敌人、战斗、进度和每个 RGB 像素均由 SQL 查询控制，核心是一个使用递归 CTE 的完整光线追踪器。项目实现为 Python 终端脚本，运行时生成 SQLite 数据库，可通过 Datasette 和 Datasette Apps 插件实时查看画面。Peter 用 Fable 5 在 Claude 中创建了一个 HTML+JavaScript 应用，能每秒刷新显示游戏状态并包含小地图。
重复文本会增加LLM预训练成本并扭曲数据权重。Milvus 2.6将MinHash LSH作为原生索引类型，提供专用MHJACCARD指标，支持在集合规模上做近似去重。某AI公司用此管道处理100亿文档，吞吐量翻倍，成本降低3-5倍。该方法可应用于LLM训练数据清洗和大型抄袭检测，但无法识别语义改写。
Cloudflare推出Precursor，一种新的持续行为验证引擎，用于机器人管理。它通过分析用户会话级别的行为模式来识别高级自动化攻击，如凭证填充、网页抓取等。Precursor能将会话行为转化为机器人检测信号，相比传统方法具有更高精度，并减少对合法用户的干扰。该引擎已集成到Cloudflare Bot Management产品中。
Prime Intellect 发布了 Verifiers v1（0.2.0版本预览），将强化学习环境拆分为三个可组合组件：taskset（定义任务）、harness（执行方式）和runtime（运行位置）。系统包含一个拦截服务器，可代理请求并记录训练轨迹。任何taskset均可与任意兼容的harness和runtime搭配，并立即支持 prime-rl 训练框架。
EngramLab 联合创始人兼 CEO Dan Biderman 在一档播客中讨论了 AI 记忆系统的未来。他提到长上下文、RAG 和压缩技术最终都会失效，而 Engram 通过将知识压缩到“知识墨盒”和模型权重中来实现持续学习。他认为令牌效率与智能密不可分，个人模型可以像电子宠物一样持续进化。EngramLab 已获 9800 万美元融资，正在为百万级持续更新的 AI 记忆构建研究和基础设施。
一个基于NeurIPS论文作者数据的分析显示，中国AI研究者在参会人数上已逼近美国，但在高影响力论文占比上仍有差距。MacroPolo的人才追踪报告指出，全球顶尖AI研究人员中中国籍占比从2019年的29%升至2022年的38%，而美国从59%降至57%。文章提出五个关键问题：人才流向是否可持续、教育体系是否能支撑长期创新、产业应用与基础研究的平衡、国际合作与脱钩的影响、以及评价标准是否全面。这些数据表明中国正在缩小差距，但并未全面超越。
DecagonAI联合创始人在《纽约时报》指出，在Together AI平台上，将任务从闭源模型迁移到开源模型，成本仅为原来的五分之一到七分之一。这一数据展示了开源模型在实际应用中的经济优势。该观点被视为“充足智能”的实践案例。
微软CEO萨提亚·纳德拉批评OpenAI和Anthropic存在“反向信息悖论”：它们以公平使用为由使用公开数据训练，却禁止他人蒸馏其模型，同时从客户交互中学习。纳德拉认为公司应控制自身学习基础设施，而微软恰好提供此类服务。
微软Windows与设备部门执行副总裁Pavan Davuluri透露，团队正全面利用AI挖掘漏洞。今年5月微软内部引入了多模态AI安全系统MDASH，自动扫描Windows关键二进制文件并结合多个AI模型分析漏洞。该系统通过专用验证流程过滤误报，再交工程师人工确认。6月的Patch Tuesday修复了约200个漏洞，较5月（约118个）增加近70%。所有修补程序最终仍需工程师审核验证后才会发布。
该研究提出一个物理约束的机器学习框架，利用非负熵生成约束训练替代模型，替换湍流反应流DNS中的详细化学源项。在二维平面预混甲烷-空气火焰DNS中验证，模型高保真复现详细化学结果，计算成本降低超过一个数量级。残差合成数据增强策略允许从原始数据集构造新训练数据，在新入口条件下无需额外详细化学CFD即可准确模拟。
该论文提出将深度高斯过程（DGP）扩展到有向无环图（DAG）上，用于建模函数组合结构。理论分析了DGP的先前塌缩行为，并证明在图深度渐近频率中输入区分性保持的几乎必然下界，适用于宽核类。提出了保持图依赖和组合不确定性的结构化变分近似，能捕捉碰撞器的解释性效应。在蛋白信号网络、多保真重离子碰撞模拟等任务上达到SOTA，同时恢复低保真贡献并实现模拟器层次的可解释性。
研究者发现视觉语言模型（VLM）在计数任务中常输出错误答案，但内部表示已编码正确数量。通过训练非线性探针，在四个VLM和五个计数数据集上可检测到计数错误。SVCCA分析显示探针沿特定方向读取的表示与正确计数方向未对齐。因果干预实验证实增强计数识别方向可提升模型计数性能。提出的探测器引导自纠正方法在推理时仅对检测到错误的输入重提示，使计数准确率最高提升15.6个百分点，且无需更新参数。
论文提出GR-RTRMC方法，将图正则化融入已有RTRMC（黎曼信赖域矩阵补全）框架。RTRMC利用低秩约束的几何结构，将问题重构为单个Grassmann流形上的无约束优化。GR-RTRMC通过捕获矩阵行和列之间的内在关系（图结构），在数据具有强行列相关性时提升补全精度和鲁棒性。实验验证了该方法在合成与真实数据集上的性能改进。
这篇论文讨论了LLM在电子设计自动化（EDA）前端设计中的应用，指出其可在HDL生成、测试台构建和设计空间探索等任务中作为统一接口。文章回顾了从局部辅助到自主代理执行的演变，并介绍了OpenClaw等先驱系统。还分析了LLM在电路生成和高级综合中提升设计质量的现有进展。最后，论文总结了集成LLM的关键挑战和未来机遇。
Amazon Bedrock AgentCore与AgentCore Gateway支持多租户架构，并通过拦截器实现细粒度访问控制。本文展示了如何针对Okta设置完整的on-behalf-of（OBO）令牌交换流程，包括每个跳转的JWT声明转换。示例说明了受众绑定（audience binding）如何提供跨租户的纵深防御。
本教程演示如何搭建一个无需API密钥的多智能体视频编辑流水线，包含意图解析器、智能体库、工具路由器（连接FFmpeg、Whisper语音转写、场景检测等8个组件）以及图规划器，并引入文本梯度优化器自动修复执行图。最终系统能根据自然语言指令回答视频内容问题、生成摘要并产出编辑产物。所有组件均基于开源工具实现，不依赖外部商业服务。
OpenAI 官方发布提示词指南，覆盖 Chat、ChatGPT Work 和 Codex 三个场景，由 @pvncher（现 OpenAI Codex DX 团队）编写。指南不强调提示词公式，而是推荐四要素框架：Goal、Context、Output、Boundaries——只使用有帮助的部分。方法论从“控制过程”转向“描述结果”，建议先告诉模型要什么结果，再补充上下文和边界。Codex 部分给出了包含行为描述、相关代码、约束和验证的四要素模板，以及具体工作流模板（如修 Bug 要求可执行复现步骤）。
语音AI demo由STT→LLM→TTS组成，但生产系统需解决低延迟音频流、轮次检测、打断处理等编排问题。文章要求亚秒级往返延迟（STT+LLM+TTS+电话层≤1秒）、知识库有依据回答、实时上下文注入、转人工干净、不拨号可测试。方案用Telnyx AI Assistant Builder吸收管线，开发者仅写约15行FastAPI webhook。通过静态Instructions和Dynamic Variables拼接prompt，支持门户浏览器、真实PSTN号码、WebRTC三种测试方式。
Viking 开源了一个名为 shifu 的 skill，用于在大型项目中组合多个AI模型。它让昂贵模型（如 GPT5.6 或 Fable5）负责任务分解和编写 plans/ 目录下的规划文件，而让便宜模型（如 DeepSeek v4 Pro 或 Composer2.5）执行代码。最后再由贵模型进行 review 和 reconcile，确保修改通过。支持自动和手动两种模式，适用于代码量大的场景，能有效降低 token 消耗。