Claude 自主操控机器狗，速度比人类快 37.7 倍：Anthropic Project Fetch 第二阶段
Anthropic 发布 Project Fetch 第二阶段研究：Claude Opus 4.7 在零人类协助下操控机器狗完成复杂任务，平均每项仅需 2.4 分钟，而去年的人类团队需要 72 分钟。
AI 前沿
大模型动态、AI工具实测、实战落地
共 135 篇RSS
瑞士发布完全开源 AI 模型 Apertus：主权 AI 的新范本
瑞士由 EPFL、ETH Zurich 和 CSCS 联合开发的 Apertus 成为首个完全开源的大语言模型，支持 1000+ 语言，100% 符合欧洲数据保护法规。
GLM-5.2 发布：753B 开源大模型登顶 Intelligence Index，性价比碾压闭源
智谱 AI 发布 GLM-5.2，753B 参数 MoE 架构、MIT 许可证、1M token 上下文窗口，Intelligence Index v4.1 开源模型排名第一，输入仅 $1.4/M tokens。
运行本地大模型已经够好了：2026 年本地 LLM 生态的里程碑
Vicki Boykis 实测表明，本地模型已可达到闭源旗舰模型 75% 的编码能力，Gemma 4 + LM Studio + Pi agent 的组合正在改变开发者工作流。
OpenAI 如何为 9 亿用户构建低延迟语音 AI：WebRTC 架构深度解析
OpenAI 工程博客详解如何在 Kubernetes 上以 Relay + Transceiver 架构支撑 ChatGPT Voice 和 Realtime API 的全球实时语音服务。
拜耳与 Thoughtworks 联手打造 PRINCE：一个可靠的 Agentic RAG 系统从零到生产
从关键词搜索到多智能体协同，拜耳的临床前药物研发平台展示了构建生产级 AI 系统的工程实践：上下文工程、缰绳工程、回退机制与可观测性
更大的模型不是出路：GPT-5.5 幻觉率 86%，是开源 GLM-5.2 的三倍
独立研究者的对比测试发现，GPT-5.5 的幻觉率高达 86%，而 MIT 开源模型 GLM-5.2 仅为 28%。更大参数的模型不仅没有更聪明，反而更不愿意承认自己不知道——这揭示了 AI 行业尚未解决的三难困境。
LLM 不再「简单」：从 Transformer 堆叠到异质化架构的进化之路
Meta 前工程师 Ian Barber 撰文指出，LLM 架构已经走过了简单的 'Transformer 堆叠' 时代，进入了类似推荐系统的异质化复杂阶段。注意力变体激增、MoE 全面扩散、多模态深度集成——现代 LLM 的复杂度已不可同日而语。
NVIDIA 开源 SkillSpector：扫描发现 26% 的 AI Agent 技能存在安全漏洞
NVIDIA 发布开源安全扫描器 SkillSpector，对 42,447 个公开 AI Agent 技能的分析发现：26.1% 存在至少一个漏洞，5.2% 显示有恶意意图。覆盖提示注入、数据窃取、权限提升、供应链攻击等 16 类 64 种风险模式。
本地运行 AI 模型已经很好用了
Vicki Boykis 分享了她在本地运行大模型的真实体验：从早期又慢又不好用，到现在能够完成约 75% 的前沿模型能力——本地 AI 代理编程的时代已经来了。
MiniMax M3：首个将前沿编码、百万上下文和原生多模态集于一体的开源模型
MiniMax M3 于 2026 年 6 月 1 日正式发布，是首个将前沿级编码能力、百万 token 上下文窗口和原生多模态能力集于一体的开源权重模型。MSA 稀疏注意力架构将超长上下文推理成本降至传统的 1/20。
NVIDIA 开源物理 AI Agent 工具集：机器人、自动驾驶、工业数字孪生的新范式
NVIDIA 在 GTC Taipei 2026 上宣布开源其物理 AI Agent 工具和技能库，覆盖 Omniverse、Cosmos、Isaac、Metropolis 全线产品，让 AI Agent 可以直接操作机器人、自动驾驶和工业数字孪生系统，已有多个企业实战案例验证。