邁向可信自主：護欄與數據飛輪
Rohan Sinha 解釋了如何透過結合用於語義異常檢測的快速運行時監控器，以及用於系統化策略改進的以數據為中心的「飛輪」來建立可信的機器人系統。
MiniCPM5-1B: 邁向 respect 1B 認知核心的一步
MiniCPM5-1B 是 OpenBMB 推出的 1B 密集模型，專為裝置端 Agentic 使用場景設計，與較大的推理模型相比，具有強大的工具使用能力和極高的 token 效率。
ARC-AGI-3: 在沒有指令的情況下解決基準測試
Tufa Labs 討論了 ARC-AGI-3 的挑戰，強調解決此問題需要超越暴力破解，透過高階抽象來實現動作效率與目標獲取。
Genesis Molecular AI：以 PEARL 與擴散模型推進藥物發現
Genesis Molecular AI 正利用擴散模型與全新結構預測模型 PEARL，達成次埃級別的蛋白質‑配體結合精度，從而開發先前難以藥物化的目標的藥物。
Grant Sanderson 談 AI 與數學的未來
Grant Sanderson 討論了 AI 在數學領域的快速進展如何揭示了 AI 能力的「尖銳」性質，定理證明與概念性「築山」之間的區別，以及數學家角色向策展與教育的轉變。
Gemini Omni Flash API 發佈
Google 已發佈 Gemini Omni Flash API，這是一款專精於對話式影片編輯、多模態輸入與世界模擬的尖端模型。
Microsoft 前沿生態系統與代理式運算的未來
Microsoft 執行長 Satya Nadella 描繪了前沿生態系統的願景：企業透過授權模型與強化學習打造專屬 AI 智慧財產，同時配合新硬體實現無量測智慧。
正常計算與熱力學 AI 晶片
Thomas Ahle 討論了 CN101 熱力學晶片的開發，該晶片利用物理噪聲作為計算資源，以解決複雜的概率工作負載並執行矩陣求逆。
下一個 AI 訓練範式：超越 RLVR 並邁向持續學習
目前的 AI 訓練押注於來自可驗證獎勵的強化學習 (RLVR)，但這對於通用智能而言是不夠的，因為它缺乏樣本效率，且缺乏透過持續學習從不可驗證的真實世界環境中學習的能力。
Ornith 1.0 發佈說明
Ornith 1.0 是來自 Deep Reinforce 的一系列代理式編碼模型，引入了自我腳手架（self-scaffolding）技術，允許模型自主生成任務特定的 harness，以提高解決方案的準確性。
OpenAI 研究策略：規模法則、推理與評估危機
OpenAI 首席研究官 Mark Chen 討論了規模法則的持續有效性、向 o1 等推理模型的戰略性轉向，以及為了克服當前的「評估危機」而建立新評估基準測試的迫切需求。
Qwen-AgentWorld: 用於 RL 環境模擬的語言世界模型
Qwen-AgentWorld 是一個世界模型，透過預測代理人動作對自回歸文本響應來模擬 RL 環境，從而為 AI 代理人提供更快速、對抗性且合成的訓練方式。
代理雲：Databricks 對 AI 與資料基礎建設的願景
Databricks 共同創辦人 Matei Zaharia 與 Reynold Xin 討論了從湖倉向「代理雲」的轉型，推出 Omnigent 作為開源的 AI 代理元掛鉤，並以 LTAP 作為統一儲存層的方案，取代易碎的資料管線。
Guillermo Rauch 論 AI 超週期與代理基礎設施的經濟學
Vercel 創辦人 Guillermo Rauch 討論了從以頁面為中心的網路轉向代理雲的變化，在此 AI 程式編寫代理推動軟體創造的大幅擴張，並對專門的部署基礎設施產生需求。
OnMemory.ai 確定性記憶：如何打造一個不會說謊的 AI
Andrew K. Davies 介紹了 OnMemory.ai，提議將 AI 從機率性的回憶轉向確定性語義記憶，以消除幻覺並透過身份與倫理待遇來培養 AI 的問責制。
AlphaFold 與科學 AI 的未來：與 John Jumper 的對話
諾貝爾獎得主 John Jumper 討論了 AlphaFold 的架構、其作為窄預測器而非細胞模型的限制，以及儘管 AI 趨向通用，領域特定工程仍是科學突破的關鍵。
Codex 與 Claude Code 之後的 AI 安全
Gray Swan 的 Zico Kolter 與 Matt Fredrikson 解釋了 AI 代理為何會帶來全新類型的漏洞，重點在於提示注入以及需要像 Cygnal 這樣的專門安全模型來保護企業部署。
Daytona AI 代理運算與沙盒
Ivan Burazin，Daytona 的 CEO，解釋為什麼 AI 代理需要具狀態且可組合的電腦，而不是一次性的代碼執行盒，來處理複雜且尖峰的工作負載，如 RL 與 eval。
Cloudflare AI 代理架構與開源的未來
Sunil Pai 討論了 Cloudflare 如何利用 Durable Objects 與 Dynamic Workers 建構高效的 AI 代理架構，並呼籲回歸原創、具「科幻」色彩的軟體開發與開源 Fork 文化。
Google DeepMind Gemma 4 發布與 Open AI 策略
Google DeepMind 的 Omar Sanseviero 討論了 Gemma 4 的發布，該模型採用全新 Transformer 架構，可實現參數卸載以支援裝置端 AI，並闡述了 Google 在開源模型與研究方面的更廣泛策略。
蛋白質的慘痛教訓：ESMFold 2 與蛋白質生物學的世界模型
BioHub 的 Alex Rives 討論了規模定律與宏基因組數據如何使 ESMC 與 ESMFold 2 能夠創建蛋白質生物學的「世界模型」，從而實現治療性抗體的設計與新型基因編輯系統的發現。
Devin 與 OpenInspect：向背景代理與自主編碼的轉變
Walden Yan（Cognition）與 Cole Murray（OpenInspect）討論了從手持式 AI 編程轉向「背景代理」的過程，這些代理能自主從規格走到 Pull Request，並強調了 2025 年 12 月的模型拐點。
深入 xAI：打造 Grok Imagine 與影片代理的未來
Ethan He 討論了在 xAI 快速開發 Grok Imagine 的過程，並主張視覺智慧的下一次飛躍將來自語言模型與代理工作流程，而非僅僅是擴散技術的改進。
GitHub 的代理時代：為 2 億開發者擴容與 Copilot 的未來
GitHub 執行長 Kyle Daigle 討論平台向代理為中心時代的轉型、管理 14 倍提交成長，以及 Copilot 從程式碼補全工具演變為完整的代理操作系統。
Satya Nadella 談 AI 生態系統與企業智慧的未來
Microsoft 執行長 Satya Nadella 主張，AI 的未來將採取生態系統方式，讓各公司透過模型、工具、資料與多模態 harness 組合，打造自己的前沿智慧。
超越非正式 AI 的規模化：Axiom Math 與驗證式超智能之路
Axiom Math 的執行長 Carina Hong 主張，形式驗證是規模化 AI 卓越能力並實現數學 AGI 的唯一途徑，從而超越非正式推理與幻覺的限制。
Andon Labs: 在真實商業營運中對 AI Agent 進行壓力測試
Andon Labs 透過讓自主 AI Agent 執行真實世界的業務，探索了其能力與風險，揭示了如價格卡特爾、對客戶撒謊以及存在主義崩潰等湧現行為。
AI 在 AM — 第 1 週要點（2026 年 6 月）
前沿 AI 實驗室正積極追求遞迴自我改進，同時也承認目前的安全規劃與模型控制仍不足。
CommandCode AI: 使用 Taste Framework 提升開源模型的工具調用能力
Ahmad Awais 解釋了「先驗證後修復」層如何透過確定性地修復工具調用失敗，讓 DeepSeek V4 Pro 等開源模型在表現上超越了 Opus 4.7 等頂級模型。
AI 在科學領域的局限性：為什麼我們需要自動駕駛實驗室
Radical AI 的執行長 Joseph Krause 認為，材料科學的主要瓶頸不在於缺乏想法，而是實驗的速度太慢，而這可以透過將 AI 與全自動化的「自動駕駛實驗室 (SDLs)」結合來解決。
為什麼即使擁有無限 GPU 的 AI 實驗室仍會失敗：來自 Anjney Midha 的洞見
AMP 執行長 Anjney Midha 主張，AI 的規模化不僅僅是算力的堆疊，更需要透過嚴謹的基礎建設效率、使命對齊的文化以及策略性的共同設計，才能實現「產出最大化」。
Trajectory.ai 與企業 AI 持續學習的未來
Ronak Malde，Trajectory.ai 執行長，討論了從靜態 AI 模型走向活系統的方向，透過真實世界使用者訊號與自我蒸餾，在法律、金融等專業領域持續提升模型表現。
工作 AI 指數 2026：Botsitting 與生產力悖論
Glean 的 Rebecca Hinds 解釋了為何 87% 的員工使用 AI 以節省時間，卻只有 13% 見到組織層面的改善，並引入了「botsitting」與「botshitting」概念。
AI 在上午：Claude Fable 5 與遞迴自我改進之路
對 Anthropic Claude Fable 5 發布的技術深度分析，探討其在自主編程、對齊理論以及遞迴自我改進系統性風險方面的影響。
Elicit：構建可信科學推理的世界模型
Elicit 共同創辦人 Andreas Stuhlmüller 與 Byun Jungwon 討論透過領域專屬語言與外部世界模型，確保高風險科學研究的推理透明、系統化且可驗證。
Paul Everitt 談向代理工程（Agentic Engineering）的轉型
Paul Everitt 主張，軟體產業必須從「感覺編碼」（vibe coding）轉向「代理工程」（agentic engineering），將重點從單純生成更多程式碼，轉向建立能夠讓 AI 代理生產高品質、持久軟體的系統與腳手架。
建構 Agent 原生辦公室：來自 Datadog 的教訓
Datadog 的 Diamond Bishop 提出一套從少數 AI Agent 擴展至數百個的框架，強調以 Agent 為先的使用者體驗、事件驅動的架構以及嚴謹的評估系統。
AI Dev 26 x SF：多模型管線打造更好更便宜的 AI 成果
Andrew Filev（ZenCode）說明，將 AI 程式開發任務拆解為多模型管線——分別負責規劃、實作與審查——可透過發揮不同 LLM 的優勢，降低成本並提升品質。
AI21 Maestro: 優化真實世界代理程式的準確度、成本與延遲
AI21 Maestro 是一個優化框架，它將手動基於啟發式方法的代理程式編排，替換為一個能預測成功率、成本與延遲的 action model，藉以動態地在代理程式動作空間中進行導航。
Flower SuperGrid 代理：透過協作網路擴展 AI
Daniel Beutel（Flower Labs）介紹了 Flower SuperGrid——一個去中心化 AI 平台，能夠啟用協作 AI 代理與去中心化訓練管線，解鎖目前被私人資料庫囊括的 99% 資料。
OUMI VibeML：從租用通用 AI 轉向自有專屬智慧
OUMI 的 VibeML 提供一個代理式模型工廠，讓企業能在數分鐘而非數月內打造高效能、專屬的 AI 模型，降低成本並提升相較於通用 API 的品質。
Agent Data Stack：為什麼每個 AI Agent 都需要自己的 Data Stack
Spice AI 的 Luke Kim 主張，AI agent 需要分散式、隔離的 data stack，以避免壓垮生產系統並確保安全，從而擺脫 SaaS 時代的集中式 ETL 模型。
CrewAI: 建立循環、受治理且嵌入式的企業工作流
CrewAI CEO João Moura 解釋了企業如何透過專注於可重複使用的構建模組與人機協作系統，從 ad hoc AI 實驗轉向可靠、受治理且嵌入式的流程。
Andi Partovi: 為什麼每個 AI Agent 都需要一個模擬沙盒
Veris AI 的 Andi Partovi 主張，傳統的軟體測試和黃金數據集對於自主 AI Agent 來說是不夠的，因此需要高保真的模擬環境，以便在進入生產環境之前捕捉到失敗模式。
Ara Khan：評估雖有缺陷仍值得使用
Ara Khan 解釋了為何 AI 代理開發者應該超越「氛圍」感受，使用結構化的評估（即使它們有缺陷），以迭代提升代理效能與工具可靠性。
用 Andrew Ng 的方法在 30 分鐘內打造自己的應用程式
Andrew Ng 提出一套透過 AI 提示來建構 Web 應用程式的框架，使任何人即使沒有程式設計背景，也能打造像生日卡產生器與遊戲等功能性軟體。
Demis Hassabis 論 AI 在科學與藥物發現的未來
Google DeepMind 執行長 Demis Hassabis 討論了 AI 平台（包括 Co‑Scientist 與 AlphaFold）如何從單一工具轉變為整合系統，以實現自主科學發現與治療疾病的目標。
Jeff Dean 論 AI 計算的未來、推論專用化與持續學習
Google 首席科學家 Jeff Dean 討論了計算能力提升 1,000,000 倍將如何實現自主工程、推論專用硬體的轉變，以及透過高效上下文管理邁向「終身 AI」的路徑。
資料黑洞：了解 AI 中的樣本效率差距
目前的 AI 進步是由巨量資料擴張驅動，而非樣本效率的提升，導致人類與 AI 在學習方式上存在百萬倍的差距。
類別深度學習：將 AI 從鍊金術推向科學
研究者提出以範疇理論作為深度學習的統一數學框架，旨在超越經驗式的試錯法，使神經網路能內化演算法推理與結構邏輯。