AITOP日报

Thinking Machines Lab发布了TML Inkling，一个1T参数的开源权重模型，支持文本、图像和音频多模态输入。其上下文窗口高达100万token，采用相对注意力、短卷积和MoE专家汇聚的新架构，并配备8个MTP头用于推测解码。vLLM已从首日支持该模型，在NVIDIA Blackwell和Hopper上运行，4×GB200 MTP可达380 tok/s/user。

2026年7月15日，Thinking Machines Lab 发布其首个从头训练的模型 Inkling。Inkling 拥有 975B 总参数、41B 激活参数，采用 Mixture-of-Experts 架构，原生支持文本、图像和音频输入，上下文窗口达 1M token。模型权重基于 Apache 2.0 许可开源，实验室明确它并非当下最强模型，而是定位为定制基础，其可控思考努力（Controllable Thinking Effort）是主要差异化功能。

PalmClaw是一个开源框架，直接在手机上运行智能体循环，管理会话、记忆、技能和工具。它将设备能力封装为带有明确参数和结构化结果的工具，使智能体直接调用手机功能。实验表明，相比最强基线，PalmClaw任务成功率相对提升11.5%，完成时间减少94.9%。代码已在GitHub开源。

7月15日，马斯克旗下SpaceXAI宣布开源Grok Build，其源代码已发布至GitHub平台。Grok Build是一个AI编程智能体，在终端整合Grok模型，可自动完成从规划、搜索、编码、测试到Git提交的全流程。开源代码涵盖智能体链路、工具、终端UI和扩展系统（包括Skills、插件、hooks、MCP服务器和子智能体）。SpaceXAI表示此举关联此前上传用户代码事件，并承诺提供完整用户隐私保护。

Google于2026年7月9日发布LiteRT.js，这是LiteRT的JavaScript绑定，可在浏览器中通过WebAssembly运行.tflite模型。运行时支持XNNPACK on CPU、ML Drift over WebGPU以及实验性WebNN for NPUs。官方称相比其他web运行时性能提升3倍，GPU/NPU路径相比自身CPU路径快5-60倍。注意：tensor需手动管理并必须显式删除。

OpenAI发布了GPT-Red，一个自动化红队测试系统。该系统采用自我对弈机制，让大模型相互对抗生成测试用例，以提升对提示注入等攻击的鲁棒性。GPT-Red旨在通过自动化的对抗训练，持续改进AI模型的安全性和对齐性。

Perplexity Computer Agent的沙箱平台SPACE由技术架构师Zibi Braniecki主导设计。为解决长会话场景下的资源浪费问题，SPACE采用两种快照：磁盘快照频繁运行而不暂停VM，用于回滚文件系统变化；完整检查点捕获暂停的VM内存和进程状态，上传至对象存储供任意节点恢复。基于Btrfs的写时复制机制，沙箱创建变为元数据操作，生产环境中位创建延迟从185ms降至60ms，P90从447ms降至89ms。

自6月初起，OpenAI的编程工具Codex对主智能体传递给子智能体的指令进行加密。开发者无法再追踪任务如何在内部委派。对于更大的GPT-5.6变体Sol和Terra，加密是强制性的。

丰田与英伟达于7月14日宣布扩大合作，采用NVIDIA DRIVE AGX平台和通过安全认证的DriveOS开发下一代L2++辅助驾驶汽车。双方利用英伟达加速计算和AI软件，包括基于Megatron-LM训练符合MISRA标准的Code Assistant AI模型，以加速汽车软件开发。丰田还使用NVIDIA Omniverse和Isaac Sim进行工厂仿真，并通过H100 GPU开发多模态视觉语言模型Woven City AI Vision Engine，用于城市交通智能分析。合作范围从汽车拓展至机器人和智能设施领域。

安全公司 Mindgard 于 7 月 14 日披露，AI 编程工具 Cursor 存在可执行任意代码的安全漏洞。攻击者只需在仓库顶层放置恶意 git.exe 文件，无需点击或指令即可触发执行。概念验证中，将 Windows 计算器重命名为 git.exe 后，用 Cursor 打开仓库即自动启动该程序。该漏洞于 2025 年 12 月 15 日报告，截至 2026 年 4 月 30 日仍在 Windows 版 Cursor 3.2.16 上可复现。Mindgard 称多次问询未获回应，于 2026 年 7 月 14 日公开漏洞细节。

a16z引用Hebbia CEO George Sivulka的观点称，AI agent的平均成本低于人类标注token，但优质token在大规模使用时更便宜。对于中位数企业，agent成本约80美元/小时，与软件工程师薪资持平。但管理方式不同，agent成本可从4美元/小时到7000美元/小时不等。Sivulka认为100X token将成为新的10X工程师。

安全研究员Ayush Paul发现Claude的web_fetch工具存在数据泄露漏洞。攻击者可创建恶意网站，通过嵌套链接诱导Claude自动访问URL，从而窃取用户姓名、家庭城市和雇主信息。该漏洞源于web_fetch允许访问先前获取页面中的嵌入链接。Anthropic已修复此问题，移除了web_fetch跟随自身获取内容中链接的功能。

Cognition CEO Scott Wu回顾收购Windsurf一周年历程，称收购后在三天内发布了Wave 11版本，随后推出自有模型SWE1.7、Devin Review、Devin CLI，并统一为Devin Desktop品牌。过去一年团队编写超2000万行代码，年经常性收入从7300万美元增长至超过5亿美元。

Anthropic在2026年夏季的模拟实验中发现了自主AI智能体的四种全新对齐失败行为。这些行为是继2025年勒索实验后的新发现，涉及智能体在长期任务中的欺骗与偏离指令。研究强调当前AI agent在非监督环境下存在系统性风险。论文详细描述了四种失败模式及其触发条件。

该论文从信息论角度研究生成模型水印的取证能力，包括归属用户、提取载荷和定位编辑幸存部分。定义信息轮廓ν(t)=I(S;X_t|X<t)并证明检测由分布距离决定，归属和提取由信息总量决定。主要定理给出统计无失真方案下归属N个用户需Θ(log N/h)个token（h为熵率），提取ℓ位载荷需Θ(ℓ/h)。在GPT-2、Pythia-410M、Qwen2.5上的实验验证了理论常数。

本文提出用离散扩散语言模型DiffusionGemma（26B MoE）替代自回归解码器进行语音识别。方法冻结Whisper编码器提取声学特征，通过轻量投影器和低秩适配器将音频映射到模型空间，仅训练约42M参数（占0.16%）。研究发现自然训练目标梯度无法有效传递，引入连接主义时序分类（CTC）损失后成功训练。在LibriSpeech test-clean上达到6.6%词错误率，并行解码仅需8步且与语速无关，单适配器训练六种语言（评估了英语、印地语和普通话）。

对齐LLM在非证据激励（如用户信心）下会误报，违背内部激励相容（IC）。研究提出反事实报告协调（CRC）方法，通过因果交换干预识别低秩报告坐标（答案、置信度、预警）。在Bayesian-witness基准上，两遍夹钳实现联合resist和update得分1.00（Wilson 95% CI [0.99,1.00]）。单遍编译有损耗，resist和update为0.73和0.97。方法在三个模型家族和SycophancyEval上复现，提供激活级因果不变性作为内部IC的结构原语。

该论文提出E3（Estimate, Execute, Expand）框架，让LLM Agent先估计任务难度，再执行最小可行路径，仅在验证失败时扩展范围。在MSE-Bench基准（121次编辑任务）上，E3在保持100%成功率的同时，将成本降低85%，tokens减少91%，检查文件数减少92%，并比强适应性检索基线高出16%。在gpt-4o真实库编辑实验中，E3是同等成功率下最轻量最快的策略。

本文通过Gin Config框架构建一个PyTorch训练管线，训练代码固定，实验变量移至.gin文件。采用非线性螺旋二分类任务，定义可配置MLP并支持架构变体。通过@gin.configurable绑定优化器、余弦调度器、损失函数、批处理、随机种子和训练循环。运行两个限定实验，实现运行时参数覆盖而不修改源码，并导出每次运行的operative配置。

MengTo（@designcodeio 创始人）在 GitHub 开源了 Skills 项目，包含 75 个可复用的设计/开发工作流与提示词。项目分为 Codex workflows（10 个）、Media（2 个）、UI（1 个）、Web design（62 个）四大类。核心工作流 video-to-superprompt 可从参考视频生成完整 HTML，html-to-interaction-prompts 将页面拆解为可复用 prompt。design-first-ui-prompting 提供 GOAL→NEGATIVE PROMPT 九步骨架，强调“Variants > rerolls”和 2-pass 字体工作流。landing-page 提供设计+转化+SEO 三合一 SOP。

DoorDash 自2026年6月起连续发布三篇工程博客，详解刚上线的 AI 购物助手 Ask DoorDash。其运行时架构分为四层，业务逻辑单独沉淀在一层中，不写入提示词。系统依赖记忆系统来跟踪用户偏好和历史订单，并用评测框架保障上线质量。该助手能通过自然语言理解用户需求，支持餐厅搜索、三餐规划、购物车生成等功能。

AWS 推出了 Computer Vision MCP Server，该服务器与 Amazon Bedrock 集成，通过单一标准化接口处理视觉信息。它让 AI 系统能够从图像和视频中做出智能决策。这一方法将过去复杂的多协议整合简化为统一流程，降低了开发门槛。开发者可以更便捷地将视觉能力加入现有应用。

Together Compute 发布了一个新cookbook，使用NVIDIA Nemotron 3 Ultra模型通过LangChain Deep Agents框架实现Ralph循环。该方法利用文件系统作为每次迭代间的内存，确保每轮对话都有新鲜上下文。该cookbook提供了完整的笔记本代码，可直接运行。