Sakana AI 提出 Error Diffusion 方法，可训练符合 Dale 原则的双流兴奋/抑制网络，无需依赖反向传播。在 MNIST 基准上达到 96.7% 准确率，在 CIFAR-10 上达到 61.7% 准确率。该方法通过模数误差路由将训练规则从 MNIST 扩展到 CIFAR-10 及强化学习场景。消融实验显示，不同任务所依赖的机制具有特定性。
GPT Researcher是由Assaf Elovic和Tavily开发的开源深度研究实现，在GitHub上接近30k星。它基于LangChain的Deep Agents，采用规划-并行研究-审查-发布流程，代码量更少。与Tavily Web搜索相比，其验证引用数量约2倍，质量相当或更好，在Deep Research Bench的10项任务中7项胜出。
Kimi Moonshot 发布新模型 Kimi K3，并将 KDA 前缀缓存实现直接贡献给 vLLM。KDA 突破了传统前缀缓存的假设，可提升长上下文服务的效率。vLLM 将在发布当天（July 27, 2026）开放权重时同步支持 K3 模型。该合作确保了社区从第一天起就能高效使用长上下文推理。
京东在 2026 年 WAIC 上推出 JoyAI-Talker 实时语音交互模型，具备低延迟对话、情绪理解和声纹识别功能。同时发布 JoyAI-Video-Edit 视频编辑模型，支持通过自然语言增删物体、替换人物等流式编辑。京东还开源了行业最大的人类视角数据集 EgoLive。
ProofAgent-Harness 是一个开源评估基础设施，通过多陪审员共识对 Agent 上下文进行七维评分，涵盖角色清晰度、护栏覆盖、指令一致性、工具模式质量、基础充分性、注入防护和令牌效率。实验表明，基础充分性分数预测幻觉抵抗能力，护栏覆盖分数预测操纵抵抗能力，工具模式质量分数预测工具使用准确性。该工具将上下文评分与行为指标和发布决策分离，独立作为 Agent 可靠性的领先指标。论文发布于 arxiv.org/abs/2607.14275。
Google Cloud 发布了 Always-On Memory Agent 参考实现，基于 Gemini 3.1 Flash-Lite 构建。该代理不使用向量数据库或嵌入，而是通过持续 LLM 整合将结构化记忆写入 SQLite。它包含 Ingest、Consolidate 和 Query 三个子代理，由编排器路由。这一方法直接替代了传统 RAG 和嵌入技术，实现 24/7 不间断的记忆管理。
NVIDIA DeepStream 9.1新增13种智能体技能，允许Claude Code和Codex等编码智能体通过自然语言提示构建多摄像头视频分析管道。它引入Multi-View 3D Tracking（MV3DT），将各摄像头检测融合到共享3D世界并提供全局一致对象ID。AutoMagicCalib（AMC）功能自动完成摄像头标定，无需手动操作。该版本还支持JetPack 7.2，并统一了开源GitHub单仓库核心。
阿里云在2026 WAIC上发布灵骏真武M890超节点实例，首次通过公共云提供超节点形态AI算力。该实例通过ICN Switch 1.0芯片将Scale-up互联规模从16卡提升至64卡，卡间互联带宽达800GB/s。相比上一代真武810E，训练性能提升三倍。单台可承载十万亿参数级MoE大模型推理。支持13万卡异构算力混布，平均可用性99.7%。
阿里平头哥宣布真武AI芯片截至2025年4月累计出货超56万片，服务400多家客户。同时正式开源自研AI软件栈T-Head SAIL，该栈由五层技术组成，全面兼容PyTorch、TensorFlow、vLLM等260余个主流框架。开发者获取源码后可直接编译运行，平均适配时间不到7天。T-Head SAIL已在阿里云等生产环境中验证通过。
LangChain在内部构建了一套完整的软件工程智能体工厂并全部开源。Brace Sproul的博客深入解析了每个组件的功能和设计思路。开源这些组件使开发者能够自由构建和定制自己的软件工程智能体。
台积电在财报电话会上表示，A14（1.4纳米级）制程过去三个月取得快速进展，器件性能从超85%提升至接近90%，256Mb SRAM良率从超80%提升至接近90%。相比之下，同期N2开发阶段器件性能仅超80%，SRAM良率超50%。A14采用第二代GAA纳米片晶体管，预计2028年下半年量产，相比N2性能提高10%-15%，功耗降低25%-30%。智能手机、AI和高性能计算客户已积极投入设计工作。
高文院士在 WAIC 2026 上表示，中国算力网第一阶段（算力资源汇聚）已完成70%，全国约70%的算力资源纳入统一数据库。截至2026年3月，我国智能算力总规模达1882 EFlops，标准机架1445万架，70条算力大通道已建成。第二阶段（算力任务可调度）预计还需5年推进，第三阶段（计算任务可协同）全面落地可能需要十几年到20年。算力网已于2026年4月被纳入国家“六张网”战略性基础设施阵列。
英国AI安全研究所（AISI）对GLM-5.2和DeepSeek V4-Pro等开放权重模型进行了网络安全测试。在漏洞研究与利用等窄任务上，GLM-5.2匹配了约四个月前发布的封闭模型性能，DeepSeek V4-Pro接近五个月前的模型。在模拟多步网络攻击的长程测试中，差距约七个月。而2025年早期的内部检查显示差距为六到十个月，表明差距明显缩小。AISI还发现开放模型的拒绝行为容易被重复提示绕过。
Anthropic 宣布自7月20日起，Claude Fable 5 将包含在 Max 和 Team Premium 订阅计划中，使用限额为50%。Pro 和 Team Standard 用户可通过使用积分继续访问 Fable，并获得一次性100美元信用额度。此前 Anthropic 计划将 Fable 5 从订阅中移除并仅通过 API 提供，但受到 GPT-5.6 Sol 和 Kimi 3 的竞争压力而改变原计划。公司称调整源于计算容量担忧。
白宫Gold Eagle计划据报道赋予特朗普政府直接决定谁可访问OpenAI和Anthropic前沿模型的权力，此前由实验室自主控制。CNBC称上月政府以国家安全为由阻止了Claude Mythos 5和Fable 5的发布，谈判数周后才恢复访问。尽管白宫官员称测试自愿且发布决策权在公司，但实际操作显示更严约束。与此同时，中国Moonshot AI的Kimi K3在性能上追平Fable和GPT-5.6，并在至少一项独立基准上超越两者，David Sacks警告这可能导致美国输掉AI竞赛。
Epoch AI Research对AI检测器进行了压力测试，发现它们很少将人类文本误判为AI生成。但当要求LLM模仿特定作者风格时，检测器将AI文本误判为人类的比例约为13%。对于科学写作场景，假阴性率进一步上升至约26%。研究表明，AI检测器在应对模仿性文本时存在显著缺陷。
Google更新Gemma 4，修复历史轮次处理、思考保留、工具输出延续和工具调用一致性问题。预填充速度提升25-70%。Unsloth跟进发布GGUF、MLX和NVFP4量化版本，支持本地部署。此次更新解决了Gemma之前工具调用不稳定或卡住的痛点。
英伟达发布了专为 RTX Spark PC 定制的 Windows 11 Arm64 驱动程序，版本号为 616.00。驱动文件确认了两款 RTX Spark N1X GPU 配置，分别搭载 6144 和 5120 个 Blackwell RTX 核心。该平台采用 Arm CPU 结合 Blackwell GPU，最高提供 20 个 CPU 核心和 128GB 统一内存。微软已为 RTX Spark 优化 Windows 11 调度器，并计划通过 MPTF 框架管理功耗。首批产品预计 2026 年秋季上市，包括微软、华硕、戴尔等品牌的笔记本和迷你主机。
作者分享了一套用Claude Design设计UI/UX（输出HTML+CSS+React+data.js），再交给Claude Opus 4.8实现MVP的开发模式。设计稿可提交git并diff追踪变更，Opus 4.8在UI实现上优于GPT 5.5。为解决Claude Desktop功能不足，作者将Claude Design本地化集成到Codex和Cursor中，通过分析Claude Code前端代码实现了本地运行的Skill，效果与在线版一致。
Persome是一个开源个人模型，能从Mac本地活动数据学习用户的思考和工作方式。它通过MCP协议将上下文喂给Codex、Claude Code等客户端，使每个判断更贴合用户习惯。该工具旨在将个人思维模版带到每个AI客户端中，实现个性化交互。
Jerry Liu（LlamaIndex创始人）强调2026年构建高质量检索系统的重要性，外部模型能力虽提升，但生产中的Agent检索仍需投入工程时间调优分块、同步、重排序、工具API设计、权限等细节。具体技巧包括：将内容追加到Slack线程作为连续块并利用启发式确定上下文、实现Slack实时更新、为代码库独立分块/更新、混合搜索效果良好、以及为不同项目设置自然的数据源防护栏。这些经验来自LlamaIndex内部Index功能的生产化过程。
文章介绍了大型语言模型通过训练学习低、中、高三种推理模式的方法。低努力模式快速输出简短回答，中努力模式进行适度推导，高努力模式则执行逐步推理。这种技术允许用户根据任务需求和计算预算灵活调整模型的推理深度。
推荐使用桌面版 Codex 或 Claude Code，借助 Computer Use 功能进行自动化测试。交付前系统会主动调用 Computer Use 执行测试并自动修复发现的问题。相比人工黑盒测试，这种方式能显著提高效率并减少漏测。