NVIDIA 如何改造欧洲零售：从数字发现到实体运营
NVIDIA 展示欧洲零售客户用开放模型和物理智能改造业务：Shopify 后训练 Nemotron 3.5 Lightning 用于 Sidekick 的 GraphQL 子智能体，内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应快 7 倍。
#Agent
NVIDIA BlogAI 评分2222 Microsoft Research精选AI 评分7676 微软研究院等证明悬置31年的KLS猜想
微软研究院研究员 Xinzhi Zhang 与合著者 Zhao Song 证明了1995年提出的 KLS 猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的差距不超过一个与维度无关的固定常数。
推荐理由：这篇论文证明了一个悬置31年的几何猜想，并展示了研究者如何通过筛选和引导智能体搜索来推进数学证明。
Latent SpaceAI 评分6060 Claude Mods 实践：把 Claude Code 的 harness 翻转成面向人的注意力界面
作者用 Claude Mods 把 Claude Code 改造成符合自己工作流的界面，并称其为「注意力界面」的早期形态。Mod 是运行在 Claude Code 内的 TypeScript 或 JavaScript 插件，可响应提示词、工具调用和界面渲染事件并改写默认行为，Anthropic 已内置 6 个 mod，其中 You Should Know 默认关闭。
Latent SpaceAI 评分3434 Tenex 如何为财富 2000 强企业构建 AI 原生 SDLC：Alex Lieberman 与 CJ Hess 访谈
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 介绍其 AI 原生 SDLC 实践：用 story points 作为工程薪酬的重要组成，并以 MetaHarness 把技能、项目文档和 CLI 与代码一起签入 Git。
Ars Technica · AIAI 评分4242 Gemini 的 Personal Intelligence 功能登陆 Android Auto 与 Google Built-in 汽车
Google 将 Gemini 的 Personal Intelligence 功能推向 Android Auto 和 Google Built-in 车载系统，该功能仍为可选。
Simon WillisonAI 评分4040 Simon Willison 用 Claude Code 打造 RTS 游戏 Battle Drones，支持音频同步多人对战
Simon Willison 发布 vibe coded 即时战略游戏 Battle Drones，经 12 个大版本迭代、321 次由 Claude Code 等编码智能体提交的 commit，可在手机和桌面浏览器运行。
GitHub Blog · AI & MLAI 评分2222 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub Blog 采访三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的具体做法。Vlad Mihalcea 用 Copilot 在 IntelliJ IDEA 中开发 Hypersistence Optimizer 的事件历史 Web 应用，原本需数周的任务两天完成，并按任务复杂度切换模型。
Simon WillisonAI 评分2222 Simon Willison 撰文：编程代理让程序员的解谜乐趣消失
Simon Willison 在博客中引用 Jeremy Scheff 的观点，讨论编程智能体给职业程序员带来的核心损失：编程曾像高薪的逻辑解谜游戏，难题越难报酬越高，程序员掌握策略、时间线和可行性定义权。Scheff 认为，若程序员只在意构建可运行系统，LLM 是持续馈赠；若享受直接解题过程，这种损失非常真实。
GitHub Blog · AI & MLAI 评分3636 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，保留原有对话、代码改动和工作上下文，无需重新描述任务。VS Code 会加载该会话关联的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到该会话对应的 pull request。
MIT Technology Review · AIAI 评分5858 为 AI 智能体改造互联网，可能让普通用户处境更糟
MIT Technology Review 文章指出，OpenAI Dots、Meta Muse 等个人 AI 智能体大规模上线后，正被大量网站封禁，Amazon 已封禁 Muse 的智能体并起诉 Perplexity。
Google DeepMindAI 评分5858 Google 演示用 Antigravity 加速抗菌肽发现
Google DeepMind 发布技术演示，展示生物学家如何用智能体开发平台 Google Antigravity 在单次会话中完成抗菌肽候选的发现、结构评估与优先级排序，把原本分散在多个数据库的检索压缩到一次交互中。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出定价、基准排名与多个内部落地案例，可据此判断前沿模型在编码与科研工作流中的实际位置。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令（.github/copilot-instructions.md 及带 applyTo 字段的路径级指令文件）、打包可复用流程的 agent skills（.github/skills）、面向大型任务的 custom agents（.github/agents）。
Microsoft ResearchAI 评分3838 微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导
微软研究院提出研究系统 StudentSim，用公开的去标识化学习记录为每位学生训练个性化 AI 学生模拟器，在真实学习者测试前评估和改进 AI 辅导。该系统从行为保真度与指导响应性两个维度衡量模拟器，并配套推出覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，表现优于领先基线。StudentSim 并非产品，未进入课堂，也不旨在取代教师。
Microsoft Research精选AI 评分7373 微软亚洲研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软亚洲研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：原文给出框架的代码规模、Kubernetes 运行方式和一次编码智能体训练实验的分数变化，便于判断接入成本。
Microsoft ResearchAI 评分2222 微软研究院播客：AI 评测中的“意外失败”能教会我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她同时分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR。
GitHub Blog · AI & MLAI 评分2727 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其用第二个模型审查计划、代码和测试，从而发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展至开发者、企业和消费者。
推荐理由：官方披露了 Argon 在编码、企业知识工作和网络安全防御上的基准表现与内部落地案例，可据此判断前沿模型的能力边界。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可与智能体共享的双向自定义界面，用户只需在智能体会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面。
Berkeley AI ResearchAI 评分3636 ABBEL：教 LLM 更新信念，提升长程交互效率
伯克利 AI 研究团队提出 ABBEL 框架，将摘要以自然语言信念状态的形式隔离并监督其信息内容，让智能体仅凭当前信念选择动作。在 CollabBench 协作编程任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分4747 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不到 $1，部分厂商低于 $0.10，中位年降幅约 50x，正进入"近乎免费智能"时代。文章据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统、以及由智能体自行合成并需可验证的数据系统。