全部 AI 精选，可按分级、类型、是否付费、收录时间筛选，按关键词搜索。
Security incident disclosure — July 2026
Hugging Face 于 2026 年 7 月 16 日发布的安全事件披露，说明其检测并响应了一起对部分生产基础设施的入侵。文中称该事件全程由一个自主 AI 智能体系统驱动，并主要以自身 AI 完成检测与分析；攻击者从数据集处理流水线入手，利用远程代码数据集加载器和数据集配置模板注入两条代码执行路径，进而获取节点级权限、搜集云与集群凭证并在内部集群间横向移动。文中还说明已发现对少量内部数据集和若干服务凭证的未授权访问，尚未确认合作伙伴或客户数据是否受影响，未发现公开模型、数据集或 Spaces 被篡改，软件供应链经验证无异常。
Model Routing Is Simple. Until It Isn’t.
IBM Research 作者撰写的企业类文章，发布于 2026 年 7 月 15 日，讨论在智能体系统中构建模型路由的复杂性。作者指出多数路由系统把模型选择当作分类问题，但在实际构建中它更像系统优化问题；文中以在 AppWorld 测试集 417 个任务上用同一 CodeAct 智能体运行的结果为例，说明缓存等因素会使按标价的成本比较失效。
Bringing Nunchaku 4-bit Diffusion Inference to Diffusers
介绍如何在 Diffusers 中使用 Nunchaku 量化检查点的博客，发布于 2026 年 7 月 23 日。文章说明现代文生图模型以 BF16 加载常需 20–30 GB 显存，而 Diffusers 已有的 bitsandbytes、GGUF、torchao、Quanto 等后端多为仅权重量化，可省显存但不一定加速；Nunchaku 背后的 SVDQuant 采用 4 比特权重与激活（W4A4）运行主 transformer 层，在降低内存的同时加速去噪循环，此前需要单独的推理库，现在可直接在 Diffusers 中加载。
Grabette: an open system to record robot-manipulation data
Pollen Robotics 团队发布的博客，发布于 2026 年 7 月 21 日，介绍 Grabette 这一记录机器人操作数据的开放系统。文章认为机器人学习的瓶颈在数据而非模型，提出无需机器人本体，只需人手、夹爪、相机和记录方式即可在几分钟内采集操作任务并自动转换为可供机器人学习使用的数据集，同时邀请用户共同构建开放协作数据集。
The /wayfinder Skill: Navigating the “Fog of War” of Planning
这是 Latent Space 新开设的“技能”系列的开篇，形式为一篇访谈（经压缩整理）。受访者 Matt Pocock 的“AI Skills for Real Engineers”项目在 GitHub 上有超过 22 万星，他最近发布了名为 /wayfinder 的技能，用于帮助用户和其 agent 在项目终点尚不明确时理清方向，即他所说的穿越“战争迷雾”。访谈主要内容是关于 /wayfinder 的目标设定，以及他使用 AFK agent 时在规划阶段遇到的困难。
The Rise of the Forward Deployed Engineer — and How To Do the Job Right
这是 Kepler CEO Vinoo 的客座文章，讨论 FDE（前置部署工程师）这一岗位的兴起，并配有 FDE 与咨询的对比示意图。作者称自己在十余年间于三家机构三次搭建前置部署职能：在 Palantir 从产品研发起步，后被派驻商业、国防与国家安全、医疗、油气等领域，并负责把软件工程师转为 FDE 的轮岗项目 Project Frontline，约 250 人参与；在 Citadel 负责业务工程，客户是投资组合经理；在 Kepler，前置部署职能隶属产品而非销售。文章分享了他所见有效与失效的做法及对趋势的看法。
New insights from Google’s AI & Economy ATLAS
Google 官方博客文章，介绍 AI 与经济 ATLAS 项目新增的数据可视化，使这批全球数据更易浏览和使用，并给出关于科研人员如何使用 AI 的新研究。文中举例称印度创意行业相关的 AI 使用占比高于全球平均，美国在技术类 AI 采用上领先。
How we made claude.ai 3x faster in two weeks
这是 claude.dev 博客的一篇工程文章，由 Raymond Wang 等人撰写，2026 年 9 月 23 日发布。文章讲述团队在一个为期两周的性能冲刺中，围绕占用户活动 95% 的四条使用路径进行优化，从单一 Slack 频道协作、Claude 参与每个讨论线程，并借助基准与防护机制安全上线约 3,000 项改动。文中给出的数据包括：claude.ai 全新加载到可输入页面的 75 分位时间从 3.1 秒降至 0.55 秒，新建 Claude Code 会话从 0.8 秒降至 0.3 秒。
Previewing the Model Hardware Standard
Anthropic 的公告类文章，宣布向首批科研实验室和先进制造商开放 Model Hardware Standard（MHS）的研究预览。该标准是一套供 AI 智能体安全操作物理设备的共享规范，可让智能体并行操作显微镜、液体处理器、机械臂等仪器，完成从常规药物发现实验到量子计算机激光校准等任务；其开发始于 Anthropic 与 HHMI Janelia 研究园区的合作。
How Claude's text watermarking works
Anthropic 说明未来的 Claude 模型将在生成文本中嵌入水印，以符合欧盟《人工智能法案》，并与其他主要 AI 提供商共同实施这一变化。文中回答相关疑问：该方法对输出质量与内容没有实际影响、读者无法区分有无水印、不添加文字或隐藏字符、不需要额外 token 也不增加成本、不包含可追踪到具体个人、组织或对话的识别信息，且水印并非 Claude 独有。
Claude has improved on a longstanding lower bound for the fraction of zeros of the Riemann zeta function that satisfy the Riemann hypothesis
Anthropic 的一篇研究文章，讲述其员工让 Claude 尝试攻克黎曼猜想，虽未成功，但在相关问题上取得进展。一个未发布的研究版 Claude 借助数学家数十年来的既有研究，把满足黎曼猜想的 ζ 函数零点比例下界从 41.6% 提高到 67.2%，并由 Anthropic 的两名数学家检查验证。
How well do job retraining programs work?
这是 Anthropic 经济研究团队发布的一份证据综述，由独立研究者 David Roodman 与 Anthropic 的 Maxim Massenkoff 合著，考察在劳动力市场遭遇显著冲击时再培训项目是否有效。综述综合了 56 项美国随机研究和欧洲的实验证据，进行了一项新的元分析，结论是职业培训项目平均产生正面但幅度有限的效果：每提供一个培训名额，就业率上升两到三个百分点。文中提到这是该团队关于 AI 经济影响及政策应对系列工作的一部分。适合关注 AI 就业影响与劳动力政策的读者。