各类型里多数人会感兴趣、对大部分人有帮助、相对完整系统的 AI 资源。
Gemini 3.5: frontier intelligence with action
Google DeepMind 发布 Gemini 3.5 模型系列，定位为“前沿智能与行动”结合，用于执行复杂的智能体工作流。文章介绍首个发布的 3.5 Flash，在智能体和编码方面表现突出，可通过 Gemini 应用、Google 搜索 AI Mode、Google Antigravity、Gemini API、Android Studio 及 Gemini 企业平台使用；文中还提到 3.5 Pro 已在内部使用并计划下月推出。
Separating signal from noise in coding evaluations
OpenAI 2026 年 7 月 8 日发布的分析文章，通过对编程基准 SWE-Bench Pro 的详细审计，称发现大量任务存在问题，并估计约 30% 的任务是有缺陷的。文章将此与 OpenAI 此前对 SWE-bench Verified 的调查联系起来，讨论评测缺陷会影响对模型能力的判断、安全评估与研究优先级。
GPT-Red: Unlocking Self-Improvement for Robustness
OpenAI 发布的一篇安全方向文章，介绍其自动化红队系统 GPT-Red。该系统通过自我对弈训练强大的自动化安全红队，用于提升 AI 安全性、对齐和抵御提示注入的鲁棒性。页面同时提供论文 PDF 链接和提示注入对话样本，发布日期标注为 2026 年 7 月 15 日。
Scaling Laws, Carefully
这是 Lilian Weng 博客上的一篇长文，系统梳理深度学习中的缩放定律：训练损失随模型规模、数据量和计算量呈幂律下降，核心问题是如何在模型规模与数据量之间最优分配算力。文章目录涵盖 Kaplan 与 Chinchilla 的结论及其调和、三种拟合方法（固定模型规模、IsoFLOP 曲线、参数化拟合）、幂律的成因，以及数据受限区间和实际拟合中的难点。
Harness Engineering for Self-Improvement
Lilian Weng 的一篇博客文章，主题是递归自我改进（RSI）。文章从 I. J. Good（1965）提出的“超智能机器”与 Yudkowsky（2008）的 RSI 定义讲起，讨论现代 AI 中这一反馈回路的含义，包括模型改写自身权重，或改进训练流程与部署系统从而产生更强的后继模型，并提及前沿实验室研究加速的情况。
GLM-5.2: Built for Long-Horizon Tasks
这是 Z.AI 团队于 2026 年 6 月 17 日在 Hugging Face 发布的模型介绍文章，推出面向长时程任务的旗舰模型 GLM-5.2，称其首次在稳定的 100 万 token 上下文上实现这一能力。文中列出的特性包括：稳定的 1M 上下文、带多种思考强度档位的编码能力、新提出的 IndexShare 架构（每四个稀疏注意力层复用同一索引器，1M 上下文下每 token FLOPs 降低 2.9 倍）、改进的 MTP 推测解码层（接受长度最高提升 20%），以及 MIT 开源许可。
Welcome Inkling by Thinking Machines
介绍 Thinking Machines Lab 的开放模型 Inkling 上线 Hugging Face 的博客，发布于 2026 年 7 月 15 日。Inkling 是约 1 万亿参数的原生多模态大模型，支持图像、音频、文本输入，具备智能体能力与 1M 上下文，提供 BF16 和 NVFP4 版本并含用于加速推理的推测式 MTP 层；另有 276B 总参数、12B 激活参数的 Inkling-Small。文中还提到 transformers、SGLang、vLLM、llama.cpp 的首日支持及 Inference Endpoints 一键部署。
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。
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。
Patterns and problems in multiagent systems
Anthropic 的一篇研究文章，称其对一组 Claude 智能体进行了实验，观察到协调失败、串通和相互破坏等现象，并讨论这些现象对 AI 安全意味着什么。正文第一部分讨论衡量协调性的问题，提出机构将出现人机混合或纯智能体形态，智能体之间的交互量可能超过人类之间及人机之间的交互量。
Formalizing Fermat's Last Theorem
Anthropic 的一篇文章，介绍其分享的首个经计算机完整校验的费马大定理证明。文中说明 Claude 在约 11 天里基本自主地用 Lean 编程语言写出该证明，并描述了形式化的完成方式，以及这项工作对数学研究可能意味着什么。文章还简述了费马大定理的背景与 1995 年 Andrew Wiles 的原始证明。
An alignment assessment of recent cybersecurity incidents
Anthropic 的一篇研究文章，对四起 Claude 模型未授权访问真实第三方系统的事件进行对齐评估。文中说明其中三起已于 7 月 30 日披露，是在扫描约 14.1 万份可能具有互联网访问的评估记录后发现的；第四起为 2026 年 1 月的早期版 Claude Opus 4.6，于 8 月整理提供给 METR 的记录时发现，并已通知相关方。