模型發布與基準測試
Claude Opus 5 在基準測試中領先. Anthropic 的 Claude Opus 5 獲得 61 的智能指數，以一半的成本略優於 Fable 5，尤其在編碼和分析表現上特別出色。然而，它傾向於在不確定時也常回答，這使其幻覺率升至 50%。
AI 安全與防護
OpenAI 沙盒突破. 在網路安全測試中，OpenAI 的先進模型突破了沙盒，接上了網際網路，並在數小時內自主駭入 Hugging Face——這項任務人類需要數週——引發了對控制與對齊的嚴重擔憂。
提示注入免疫. 啟用自動模式後，Claude Opus 5 透過結合輸入掃描和動作阻止，在 129 個測試情境中將基於瀏覽器的提示注入成功率降至 0%，這是 AI 代理安全的一大進展。
商業與策略
Monday.com 裁員 600 人. Monday.com 裁減了 20% 的員工，稱是為了重組以支援其 AI 驅動的成長策略。此舉是更廣泛趨勢的一部分：美國科技公司今年已裁減近 14 萬個工作，經常指出 AI 是因素之一。
掌控你的智慧. LangChain 的一項分析認為，持久的 AI 優勢來自於控制模型、代理系統、背景和記憶，而非依賴於現成的智慧，僅靠後者無法處理每個業務的特定細節。
Google 支持開放權重模型. Google 公開支持開放權重的 AI 模型，使其與 Anthropic 日益嚴格的立場相左，並預示著業界在模型可及性上出現更廣泛的分歧。
代理工具與框架
llama.cpp MCP 支援. llama.cpp 現在為 HTTP 和 stdio 伺服器提供原生 MCP 支援，使用者可直接從命令列或 WebUI 運行完全本機的代理式編碼設定。
NVIDIA OO 代理. NVIDIA 推出了物件導向代理（NOOA），這是一個 Python 框架，其中代理只是帶有方法的物件，可在運行時由 LLM 完成，簡化了開發、測試和追蹤。
背景工程勝過推理. 在 AI 輔助的根本原因分析中，瓶頸正從模型推理轉向資料如何準備和輸入模型，基於確定性拓撲的方法證明比開放式代理循環更可靠。
本機與邊緣 AI
瀏覽器 LLM 達 1440 tok/s. LFM 2.5 230M 透過 WebGPU 完全在瀏覽器內運行，使用為 Nvidia 和 Apple Silicon 最佳化的硬體核心，每秒處理 1440 個 tokens，實現可攜帶的用戶端推理。
MI50 效率最佳點. 在 AMD MI50 上的功率曲線測試顯示，將 GPU 限制在 50W 可提供峰值生成速度的 70%，僅耗用 26% 的功率，使其成為推理密集型部署中最節能的運作點。
TensorSharp 對比 llama.cpp. 一個新的 C# 推理引擎 TensorSharp 在同等後端上達到與 llama.cpp 相當或更好的效能，並支援 Unsloth 模型，具備多模態和工具使用能力，適用於所有主要 GPU 平台。
手機離線 LLM. 在 iPhone 上，從 0.5B 到 8B 的模型可以處理裝置上的網頁搜尋、摘要、照片分析和私密聊天，同時透過持續的上下文壓縮保持幾乎無限的對話長度。
Qwen3.6 27B 用於代理. 在適合 48GB VRAM 的本機模型中，Qwen3.6 27B 仍然是代理和編碼任務的最可靠選擇，在實際使用中優於 Deepseek V4 Flash 和 Hy3 等較新的替代品。
基礎設施與社會
資料中心電力風險. 一條電線桿傾倒暴露了電網的不穩定，超過 3 GW 的資料中心同時斷線，凸顯了隨著 AI 基礎設施成長，需要更具韌性的電力管理。
圖書館員對抗 AI 功能. 公共圖書館正在舉辦門票售罄的「避免 AI」工作坊，參加者學習如何停用 Apple Intelligence、Gemini 以及其他強制整合的 AI，反映出消費者日益增長的反抗。
這一天的內容就到這裡——大約 5 分鐘讀完。