微软发布全新安全框架，将AI Agent视作已显现的内部威胁而非未来风险，不依赖模型可信度，而是靠动态权限、持续风险管控筑牢AI安全防线。

这两天，我看到了一条特别有意思的新闻。澳大利亚有一家公司，叫Apate.ai，名字取自希腊神话里的欺骗女神。这家公司干的事特别离谱，他们造了35万个AI。

模型指纹会标出每个模型相对其他模型最具辨识度的特质和沟通特征；聚类图则按 30 个人格特质得分的相关性把模型分成不同的“性格家族”，分支越近，风格越像。

LoGRA通过压缩梯度累积和更新表示，在所测数学配置中保留接近Dense的表现，7B平均训练显存减少45.7%，并让27B在单节点完成长程训练。预测KL为更新幅度提供补充控制；LoRA对照则显示，显存收益伴随配置相关的精度和速度取舍。它适合把训练显存作为主要瓶颈的方案比较。

一个数据库知道订单的字段，却不一定知道这个订单在企业中的完整业务含义。一个领域服务能够正确处理订单，却不一定能够独自提供跨客户、库存、仓库和物流的统一视图。一个 Workflow 能够规定任务怎么推进，却不应该成为所有业务规则的唯一载体。一张知识图谱能够连接客户、商品和订单，也不意味着企业已经建立了完整的动作、权限和执行治理机制。

你接过的第一个「Agent 需求」，大概率长这样：老板看完发布会，说「我们也做一个 AI Agent」，然后团队开始写代码。三个月后，Demo 很惊艳，业务方却问了一句：「这东西能帮我干什么？」

vuejs-ai/skills 是一套专门为 Vue 3 AI 编程打造的 Skills。简单来说，就是给 Codex、Claude Code 等 AI 编程工具补上一套 Vue 开发最佳实践。

匹兹堡大学的研究人员将研究视角从模型的最终答案转向隐空间，也就是模型在处理输入时形成的内部数值表征。

Anthropic 公布了一项生物学研究：Claude 在 64 小时内生成了 318484 种蛋白质设计，试图找到能够结合蝎毒神经毒素的候选分子。

来自 UC San Diego、ByteDance 和 Carnegie Mellon University 的研究团队提出了 RSIGame。

大家在将目光投向AI自我改进的同时，一个更值得追问的基础问题浮出水面：一次改进，如何成为下一次的起点？

引擎是一年多前从 vLLM 分出来的老分支，为自家模型改得面目全非。它跟内部的集群管理工具绑得太死，拿出去别人也跑不起来。还有就是团队太小，精力要放在做模型上，维护不动一个大型开源项目。

AI七层关系不是一道技术考题，而是一张理解“新个体如何创业”的地图。看懂它，也就看清了OPC正在拆解的那条全链路。

刚刚，由前英伟达DreamZero团队创办的机器人公司——Dream Labs公开亮相，宣布获得9000万美元种子融资，并开放机器人基础模型Dream-1的API。

DUET在所测开放式任务中，通过执行证据更新评分实践，再让新的评分反馈指导solver改进。主结果和Finance消融支持把grader纳入优化，而非始终固定初始提示。它适合任务与工具环境已明确、但初始评分规则不完善的情况；默认方案仍需带标签验证集。去掉验证选点和早停的固定轮数消融仅在GDPval报告，不能据此断言四项任务都已摆脱标签依赖。

马斯克豪掷105亿美元！明年，要给全美国每个孩子，人手送上一股自己持有的SpaceX股票！

Agent 的记忆问题，说到底是有限预算下的取舍。窗口是有限的，你不可能什么都留着。RAG 是把"记住"这件事外包给检索，让窗口只装此刻需要的东西。

这篇论文反过来说明：在验证器现成的环境里，RSI 的瓶颈不在"信号从哪来"，而在三件工程事——信用按什么时钟衰减、critic 怎么跨轮继承、奖励怎么不教模型骗部分分。

就在刚刚，针对商业AI批量发布数学证明引发的争议，两位菲尔兹奖得主坐到一起，在SAIR发布的一场访谈中给出了回应。

要说小扎对AI员工有多大信心，看看Meta的重组方案就知道了。今年1月，扎克伯格与高管们在夏威夷开会时，讨论了一项名为Project OT的计划。OT全称Organization Transformation，即组织转型。