英伟达130亿美元收购HuggingFace，OpenAI发布事件复盘Hot Chips大会：OpenAI、Cerebras等发布多款新芯片免训练加速MoE推理，ExFold统一专家折叠方案发布Google DeepMind启动全球首个双盲AI评估试点OpenAI千名学生随机实验：ChatGPT训练提升作业原创性Claude托管Agent现已接入Chat SDK，可构建持久会话的Slack机器人新研究：证据前置+压力自适应预算，缓解RAG瓶颈MolEmb：多模态大模型在分子嵌入任务上表现出色Masked扩散LLM实机性能首测，为服务系统设计定标DataKernelBench：测试LLM能否优化GPU数据库查询SelfGraphRAG：用合成问答弥合图RAG监督缺口谷歌搜索AI模式新增酒店预订、机票追踪和里程管理Gemini Omni 1.1 Flash发布：提供更精细的控制能力OpenClaw成GitHub史上增长最快项目，维护者分享经验与安全挑战Vercel CEO：最好的工作流引擎是编程语言AI热潮进入“预告期”：行业面临重置墙Anthropic将Claude Code自动模式设为默认，安全专家质疑程序员自述：长期使用AI编程，大脑思考能力下降AI Agent进入门槛大幅降低：人人可用的时代到来英伟达预测AI芯片销售额将达6730亿美元，市场持续飙升英伟达130亿美元收购HuggingFace，OpenAI发布事件复盘

Hot Chips 大会上多家巨头展示最新芯片：OpenAI 带来名为 Jalapeño 的芯片，Cerebras 发布旗舰产品 CS-5，Groq 推出 3 LPX 芯片，Apple 则展示了新一代 M6 芯片。这些产品在算力、能效等方面各有侧重，预示着 AI 硬件领域的激烈竞争。

arXiv 新论文提出 ExFold，一种无需训练的 MoE 模型推理加速方案。它通过统一专家折叠技术，同时优化预填充（Prefill）和解码（Decode）阶段的性能瓶颈。该方法不改变模型权重，可直接应用于现有模型，有望显著降低 MoE 模型的服务延迟。

Google DeepMind 宣布启动全球首个双盲 AI 评估试点。该方法旨在减少评估过程中的偏见，通过隐藏模型身份等信息，更客观地衡量 AI 系统的能力与表现。该试点计划或将为 AI 评测建立新的行业标准。

OpenAI发布了一项针对超过1000名学生的随机研究，考察ChatGPT、批判性思维训练、原创性以及学生在真实大学作业中的表现。研究结果显示，结合批判性思维训练使用ChatGPT，有助于提升学生在作业中的思考广度和原创性。该研究为AI工具在教育场景中的有效应用提供了实证依据。

Vercel博客宣布，Claude Managed Agents现已与Chat SDK集成。Managed Agents在服务端处理整个Agent循环，包括模型调用、工具执行、会话状态管理和沙箱网络搜索。开发者现在可以基于此构建一个拥有持久会话的Slack研究机器人，无需自己管理复杂的基础设施。

一项新研究针对检索增强生成（RAG）系统的效率瓶颈提出优化方案。现有方法多聚焦于优化下游LLM生成（如上下文压缩），但忽略了RAG端到端系统中瓶颈可能在上游检索环节。该方法通过“证据前置”（Evidence Frontloading）提前加载关键证据，并结合“压力自适应预算”（Pressure-Adaptive Budgeting）动态分配资源，有效缓解了检索与生成之间的效率瓶颈。

arXiv 新论文提出 MolEmb，发现多模态大语言模型可以直接用作强大的分子嵌入模型。它突破了传统分子编码器需要专门训练的局限，为药物发现、性质预测和虚拟筛选等任务提供了新的基础设施方案。

一篇 arXiv 论文对掩码扩散语言模型（dLLMs）进行实机性能表征，这是首个结合真实硬件测量数据的研究。研究揭示了 dLLMs 在服务过程中的性能瓶颈，并为未来构建高效 dLLM 服务系统提供了具体的设计原则和优化方向。

新基准测试DataKernelBench发布，专门评估大语言模型（LLM）优化GPU数据库查询内核的能力。现有LLM内核基准测试只关注机器学习算子，而忽略数据库场景中不规则、异构且数据移动密集的内核。该基准填补了这一空白，为评估LLM在数据库性能优化上的潜力提供了新标准。

SelfGraphRAG是一项新研究，旨在解决基于图的检索增强生成（RAG）中监督数据不足的问题。现有方法未能充分利用知识图谱中的关系结构，而SelfGraphRAG通过自动生成合成问答对来训练图RAG模型，无需人工标注，显著增强了对实体间关系的捕捉能力，提升了检索生成的准确性。

谷歌AI博客介绍了谷歌搜索AI模式的3项新功能：支持直接预订酒店、追踪机票价格，以及查看和管理常旅客里程和奖励。这些新功能旨在将AI Mode打造成一站式的旅行规划工具，用户无需在多个网站和应用之间切换，即可完成从查询到预订的整个流程。

Google DeepMind博客发布了Gemini Omni 1.1 Flash，这一新版本模型重点在于为开发者提供更精细的控制能力。通过调整模型输出的参数和逻辑，开发者可以更精确地引导模型行为，以满足不同应用场景的需求。此次更新旨在提升Gemini模型在复杂任务中的可定制性和可靠性。

GitHub博客采访了OpenClaw项目的维护者，包括Peter Steinberger。OpenClaw已成为GitHub历史上增长最快的项目。在项目启动的六个月里，维护者们分享了他们在构建、扩展和确保项目安全方面学到的经验。文章详细介绍了项目如何在病毒式传播后应对涌入的用户和潜在的安全风险。

Vercel CEO Guillermo Rauch 发表文章，认为传统工作流引擎（如消息队列、任务运行器、微服务编排）在编排长时间运行的有状态逻辑时，开发体验一直不佳。他主张直接使用编程语言作为工作流引擎，利用其原生能力处理状态和错误，减少额外抽象层带来的复杂性，让开发者更高效地构建可靠系统。

一篇分析文章指出，AI行业正经历“预告期”（Teaser Period），即产品宣传与实际交付之间存在巨大差距。大量AI项目停留在演示和承诺阶段，落地困难，导致行业增长遭遇“重置墙”。文章认为，下一阶段竞争将聚焦于真正的工程能力、可扩展性和实际用户价值，而非单纯的模型参数竞赛。

Simon Willison撰文指出，Anthropic已将Claude Code的Auto Mode设为默认设置，并对其防提示注入攻击的有效性做出大胆声明。然而，知名安全研究员Johann Rehberger对此提出了质疑。Auto Mode的默认启用意味着所有用户都将在该模式下运行，其安全性需要经受更多实际攻防的检验。

一位 HN 用户发帖称，在压力下使用 Claude Code 等 AI 编程工具一年后，发现自己越来越依赖 AI，独立思考和代码审查能力有所退化。他自述最初会审查每行代码，但现在倾向于直接接受 AI 的输出，担忧这正在削弱自己的编程基本功。

Ben’s Bites发文指出，随着一系列新工具和平台的推出，创建和部署AI Agent的门槛正在迅速降低。这些工具将复杂的代理逻辑简化为可视化配置和简单接口，让没有深厚编程背景的用户也能构建自动化工作流和智能应用。这意味着AI Agent正从开发者专属走向大众市场。

英伟达最新预测其 AI 相关芯片销售额将达到 6730 亿美元，这一数字远超市场预期，突显了全球对 AI 算力基础设施的巨大需求。此预测进一步巩固了英伟达在 AI 芯片市场的主导地位，并引发对供应链和行业格局的广泛讨论。