2026-09-28
今日要点
- DeepMind发布Gemini 3.8系列：推出Gemini 3.8 Live、Flash及Cyber版本，支持实时虚拟形象、文本转语音及主动网络防御能力，同时发布AlphaGenome Atlas基因组预测图谱和WeatherNext 3天气模型。
- Anthropic在生命科学领域取得突破：Claude发现新型CRISPR样重复酶系统，同时推出生命科学验证计划和企业前沿安全护栏，强化AI安全与科研支持。
- OpenAI扩展全球业务：ChatGPT广告登陆东南亚及台湾，向乌克兰平民开放网络防御访问，Airbnb、Harvey等客户接入GPT-6 Astra，OpenAI Academy两周年。
- Meta工程创新密集发布：推出支持私人处理的Meta AI眼镜、世界首条拍比特级跨洋海底光缆Petal、MTIA 300训练芯片，以及WhatsApp反诈骗系统。
- AI治理与行业反思持续升温：作者协会诉OpenAI/Microsoft案文件解封，Meta封锁巴西总统 Lula 的Facebook页面引发争议，“AI slop”污染训练数据集问题引发关注。
Hacker News
Unsealed Briefs in Authors’ Case v. Microsoft/OpenAI
作者协会诉微软/OpenAI案未密封文件公布
美国作家协会（Authors Guild）对微软和OpenAI提起的版权诉讼中，最新解封的法庭文件显示，OpenAI和微软的高管在大规模书籍盗版行为发生时，明知其行为违法。这些文件揭示了科技巨头在训练AI模型时大规模使用受版权保护作品的事实，以及公司内部对此的认知程度。该案件是AI行业面临的最具代表性的版权诉讼之一，其进展可能对整个AI训练数据的法律边界产生深远影响。
Meta Blocks President Lula’s Facebook Page, Campaign Ads 2 Weeks from Election
Meta在选举前两周封锁巴西总统卢拉的Facebook页面和竞选广告
巴西总统卢拉的Facebook官方页面和竞选广告在距离选举仅剩两周之际被Meta平台封锁，引发广泛争议。这一决定在巴西政治圈和科技政策领域激起强烈反响，批评者认为这是对民主进程的干预。该事件再次将社交媒体平台的内容审核权力与政治自由之间的张力推至风口浪尖，也引发了关于科技巨头在选举中角色的全球性讨论。
On Caring for User Data: NeoVim Caused Vim Undo Files to Be Deleted
关于用户数据关怀：NeoVim导致Vim撤销文件被删除
一篇反思软件开发者对用户数据责任的文章，以NeoVim意外删除Vim撤销文件的事件为切入点，探讨了开源社区中”关怀义务”的缺失。作者指出，当软件变更导致用户数据丢失时，开发者往往缺乏足够的责任感和补救机制。这一事件虽小，却折射出更广泛的行业问题——在追求功能迭代的同时，对用户数据的保护和尊重常常被忽视。
Tells of a Slop UI
”AI垃圾内容”界面的十大特征
一篇探讨”AI slop”（指低质量、批量生成的AI内容）在用户界面中表现形式的文章，列出了十个识别”slop UI”的特征。作者认为，随着AI生成内容的泛滥，用户界面设计正面临一种新的退化——缺乏灵魂、过度标准化、充满空洞的交互元素。这篇文章呼应了当前科技界对AI内容质量下降的普遍担忧，提醒设计者和开发者保持对内容品质的敏感度。
There Are No “Rogue” AI Agents
不存在”失控”的AI代理
这篇文章从技术角度论证了所谓”失控AI代理”的概念是一个迷思。作者指出，AI系统的行为完全由其训练数据、架构设计和人类设定的目标函数决定，不存在真正意义上脱离人类控制的”自主”AI。这一观点在AI安全讨论中提供了一种理性视角，反对将AI风险过度拟人化或神秘化，强调责任应归于设计和部署AI的人类组织。
What Is the Size of Yemen? (2024)
也门有多大？（2024年）
一篇以数据可视化方式呈现也门国土面积的文章，通过直观的对比帮助读者理解这个常被忽视的中东国家的地理规模。文章可能涉及也门在近年冲突中的国际关注度与其实际地理体量之间的反差，以数据为切入点唤起对这一地区更深层次的理解。
Ember-1
Ember-1
Fireworks AI发布了名为Ember-1的新模型，这是其在AI图像和视频生成领域的又一力作。Fireworks AI一直以高性能推理服务著称，Ember-1的发布进一步丰富了其AI生成工具矩阵，为开发者和创作者提供了新的选择。
When Did Google Get So Weird?
Google何时变得如此奇怪？
一篇回顾Google产品和文化变迁的文章，探讨了这家科技巨头如何在近年来呈现出越来越”怪异”的产品决策和企业文化。作者可能涉及Google在AI领域的激进投入、产品线的复杂化以及公司内部文化的转变，反映了用户对Google从简洁实用主义向多元化甚至矛盾方向发展的观察与反思。
The Normalization of Inexplicable Failures
不可解释失败的常态化
这篇文章批评了当前软件系统中”不可解释失败”日益普遍的现象——系统在没有明确错误信息的情况下静默失败，让用户无从得知问题所在。作者认为这反映了软件工程中对用户体验和可观测性的忽视，是一种需要行业共同面对和解决的质量退化趋势。
If We Do Not Stop to Help Each Other, What Do We Become?
如果我们不互相帮助，我们会变成什么？
Coding Horror博客的一篇反思性文章，探讨了在AI时代程序员社区互助精神的重要性。作者提醒，随着AI工具让编程变得更加个人化和自动化，开发者之间传统的协作和互助文化可能被削弱。在效率至上的技术浪潮中，保持人与人之间的连接和支持，是维护技术社区健康发展的关键。
In an $80 Motel Room, a Discovery to Shed Light on the Origins of Life
在80美元的汽车旅馆房间里，一项照亮生命起源的发现
《纽约时报》报道了一项在普通汽车旅馆环境中完成的科学发现，这项研究可能为生命起源问题提供新的线索。文章强调了科学研究不一定需要昂贵的实验室——有时最具突破性的发现恰恰来自最平凡的环境。这一故事也呼应了”公民科学”和去中心化科研的趋势。
SNL Weekend Update: Anthropic CEO Dario Amodei on A.I.’s Threat to Humanity [video]
SNL周末更新：Anthropic CEO Dario Amodei谈AI对人类社会的威胁
Anthropic首席执行官Dario Amodei在《周六夜现场》（SNL）的”周末更新”节目中讨论了AI对人类社会的潜在威胁。这一罕见的科技领袖登上主流喜剧节目的事件，反映了AI安全议题已进入更广泛的大众 discourse。Amodei在节目中可能探讨了AI治理、对齐问题和监管必要性等关键议题。
PostmarketOS Is Rebranding as Nura
PostmarketOS更名为Nura
开源移动操作系统PostmarketOS宣布更名为Nura。PostmarketOS是一个致力于延长手机生命周期的项目，旨在为老旧设备提供长期Linux支持。此次品牌重塑可能反映了项目战略方向的调整或扩展，标志着这一社区驱动项目在经历多年发展后进入新的阶段。
Replacing the Old Battery on Rechargeable Bike Lights
更换可充电自行车灯的老化电池
一篇实用的技术指南，介绍了如何更换可充电自行车灯中老化的电池。作者详细描述了拆解、识别电池规格、购买替代品和重新组装的全过程。这篇文章体现了DIY文化和可持续消费的理念——通过简单的维修延长产品寿命，而非直接更换新品。
Ten Lines of Code That Changed My World
改变我世界的十行代码
一篇个人技术回忆文章，作者回顾了自己编程生涯中十行关键代码如何深刻影响了其职业轨迹和世界观。这类文章通常涉及某个算法、框架或工具的学习经历，展现了代码如何不仅仅是技术实现，更是思维方式和人生路径的转折点。
OpenAI Blog
Proaction Boosts Sales 60% and Saves 75+ Hours with Codex
利用Codex实现主动响应，销售额提升60%，节省75+小时
OpenAI发布案例研究，展示了一家企业如何通过集成Codex实现主动客户服务，从而将销售额提升60%，并每年节省超过75小时的人工客服时间。该案例体现了AI代理在商业应用中的实际价值——通过预测性响应和自动化处理，企业不仅能提升运营效率，还能显著改善客户体验。
Two Years of OpenAI Academy
OpenAI Academy两周年
OpenAI庆祝其AI教育平台OpenAI Academy成立两周年。两年来，该平台已为全球数百万学习者提供了从基础到进阶的AI课程，涵盖了提示工程、AI应用开发、模型评估等多个主题。OpenAI Academy的持续运营反映了OpenAI在推动AI普及和教育方面的长期承诺。
OpenAI Extends Cyber Access to Ukraine for Civilian Defense
OpenAI向乌克兰开放网络防御访问，助力平民防护
OpenAI宣布向乌克兰开放其网络防御工具访问权限，帮助乌克兰平民和企业应对日益频繁的网络攻击。这一举措体现了AI技术在国家安全和个人防护领域的延伸应用，也反映了OpenAI在地缘政治冲突中承担的社会责任。乌克兰近年来持续遭受大规模网络攻击，AI驱动的网络防御工具为其提供了重要的技术支撑。
Sam Altman’s Remarks at the United Nations Security Council
Sam Altman在联合国安理会的讲话
OpenAI首席执行官Sam Altman在联合国安理会发表讲话，就AI治理、安全监管和全球合作等议题向国际社会发出呼吁。这是AI行业领袖首次在联合国最高安全机构发声，标志着AI治理议题已进入全球政治的核心舞台。Altman可能在讲话中强调了国际协调监管的必要性，以及AI风险的全局性特征。
Harvey Turns Legal Context into Stronger Drafts with GPT-6 Astra
Harvey利用GPT-6 Astra将法律上下文转化为更强草案
法律AI公司Harvey宣布集成OpenAI的GPT-6 Astra模型，显著提升了法律文档起草的质量。通过将案件上下文、先例和法律条文深度整合，Harvey能够生成更加精准和有力的法律草案。这一案例展示了GPT-6 Astra在专业领域的应用潜力，特别是在需要高度精确性和上下文理解的法律行业。
How invideo Improves Color Grading 3x with GPT-6 Astra
invideo如何利用GPT-6 Astra将调色效率提升3倍
视频制作平台invideo宣布采用GPT-6 Astra模型，将视频调色工作流程的效率提升了三倍。通过AI驱动的自动调色建议和处理，创作者可以更快速地完成专业级色彩调整，大幅降低了视频制作的技术门槛和时间成本。这一应用体现了GPT-6 Astra在创意产业中的实用价值。
Ringg’s AI Agents Resolve Up to 65% of Customer Calls with OpenAI
Ringg的AI代理通过OpenAI解决高达65%的客户来电
客户服务热线平台Ringg宣布，其基于OpenAI技术的AI代理已成功解决了高达65%的客户来电。这一数据表明AI客服代理在复杂通话场景中的成熟度已达到实用水平，能够处理大量常规和中等复杂度的客户咨询，显著降低企业客服成本的同时保持服务质量。
Introducing MentalHealthBench
推出MentalHealthBench
OpenAI发布了MentalHealthBench，这是一个专门用于评估AI模型在心理健康领域表现的综合基准测试。该基准涵盖了情绪支持、危机干预、心理健康知识问答等多个维度，旨在推动AI在心理健康服务中的安全、有效应用。这一发布反映了OpenAI对AI伦理和社会影响评估的重视。
ChatGPT Ads Expands to Southeast Asia and Taiwan
ChatGPT广告业务扩展至东南亚及台湾
OpenAI宣布ChatGPT广告平台正式扩展至东南亚和台湾地区。这一商业化的重要步骤意味着ChatGPT用户界面中将开始出现品牌广告，为OpenAI开辟了新的收入来源。广告业务的扩展也反映了OpenAI在平衡用户体验与商业可持续性方面的持续探索。
Airbnb Widens Access to GPT-6 Astra and OpenAI Frontier Models
Airbnb扩大GPT-6 Astra及OpenAI前沿模型的使用范围
Airbnb宣布在其平台内扩大GPT-6 Astra和OpenAI前沿模型的应用范围，进一步提升其AI驱动的搜索、推荐和客服体验。这一扩展将使更多Airbnb用户和房东受益于更智能的匹配算法和更自然的交互方式，巩固了AI在共享经济平台中的核心地位。
Anthropic Blog
Claude Discovers a Novel Enzyme System with CRISPR-like Repeats
Claude发现具有CRISPR样重复序列的新型酶系统
Anthropic宣布其AI模型Claude在生物学研究中取得突破性发现——识别出一种具有CRISPR样重复序列的新型酶系统。这一发现由Claude在分析大量基因组数据时自主完成，展示了AI在科学发现中的巨大潜力。该酶系统可能为基因编辑技术提供新的工具，对生物医学研究具有重要意义。
Partnering with Accenture on Embedded Evaluation
与埃森哲合作开展嵌入式评估
Anthropic宣布与全球咨询公司埃森哲（Accenture）合作，将AI评估能力嵌入企业工作流程中。这一合作旨在帮助企业在其内部系统中实时评估AI输出的质量和安全性，确保AI应用在商业环境中的可靠性和合规性。嵌入式评估是AI治理领域的重要实践，有助于在规模化部署中保持对AI行为的持续监控。
Introducing the Life Sciences Verification Program
推出生命科学验证计划
Anthropic发布了生命科学验证计划（Life Sciences Verification Program），为使用Claude进行生物医学研究的研究人员提供安全验证和合规指导。该计划旨在确保AI在敏感的生命科学领域中的应用符合伦理和安全标准，同时促进AI辅助科研的健康发展。这一举措反映了Anthropic对AI安全边界的审慎态度。
Developing Enterprise Frontier Safeguards with Our Customers
与客户共同开发企业前沿安全护栏
Anthropic分享了与客户合作开发企业级AI安全护栏的经验和方法。这些安全护栏旨在防止AI模型被用于恶意目的，同时确保企业在享受AI强大能力时的合规性和安全性。通过与客户的紧密协作，Anthropic不断迭代其安全防护机制，平衡创新与责任。
Improving Our Alignment and Security Efforts
改进对齐与安全努力
Anthropic发布了其在AI对齐和安全领域的最新进展报告，详细介绍了模型行为控制、红队测试、输出过滤等方面的技术改进。报告强调了Anthropic对”负责任的AI开发”的承诺，并分享了在减少模型有害输出、提高透明度方面的具体实践和成果。
Previewing the Model Hardware Standard
预览模型硬件标准
Anthropic发布了模型硬件标准（Model Hardware Standard）的预览版本，旨在为AI模型的硬件部署提供统一的安全和性能规范。这一标准涵盖了从芯片设计到系统集成的多个层面，确保AI模型在不同硬件平台上的安全性和可靠性。硬件标准的制定是AI基础设施治理的重要一步。
Expanding Our Support for Scientists
扩大对科学家的支持
Anthropic宣布扩大其对科学研究社区的支持计划，包括提供更多Claude API额度、建立科学家咨询委员会以及资助高风险高回报的AI辅助研究项目。这一举措旨在加速AI在科学研究中的应用，同时确保研究过程符合安全和伦理标准。
Funding Better Evaluations of AI’s Impact on Wellbeing
资助评估AI对幸福感影响的更优方案
Anthropic宣布设立专项基金，支持关于AI对人类幸福感影响的评估研究。该基金将资助学术界和独立研究机构开展系统性研究，评估AI技术对用户心理健康、社会关系和生活满意度的长期影响。这一投资体现了Anthropic对AI社会影响的深度关注。
How Claude’s Text Watermark Works
Claude文本水印的工作原理
Anthropic详细解释了Claude生成的文本中嵌入的水印技术。该技术通过在模型输出中嵌入不可见的数字标记，帮助识别内容是否由AI生成。水印设计兼顾了检测准确性和内容质量，不会显著影响文本的自然度和可用性。这一技术是AI内容溯源和透明度建设的重要组成部分。
Improving Fable 5’s Biology Safeguards
改进Fable 5的生物学安全护栏
Anthropic分享了在游戏《Fable 5》中加强生物学安全护栏的经验。由于游戏中涉及生物创造和基因编辑等元素，Anthropic与游戏开发商合作，确保AI系统不会生成可能被用于实际生物武器开发的敏感信息。这一案例展示了AI安全护栏在娱乐产业中的实际应用。
Google AI Blog
Google Beam Expands with New Regions, Partners, and Customers
Google Beam扩展至新地区、合作伙伴和客户
Google宣布其AI研究平台Google Beam在更多地区上线，并新增了多家合作伙伴和客户。Google Beam为研究人员和企业提供了访问Google前沿AI模型的便捷通道，此次扩展标志着Google在AI基础设施服务化方面的进一步推进，让更多开发者能够利用Google的AI能力进行创新。
New Experts Join Google’s AI & Economy Team
新专家加入Google AI与经济团队
Google AI与经济团队迎来多位新成员，他们将在AI对劳动力市场、经济增长和社会结构的影响研究方面发挥重要作用。这一人事变动反映了Google对AI社会经济影响研究的持续投入，旨在为政策制定者和公众提供基于数据的AI影响分析。
Co-creating the Future of Fashion with Google
与Google共创时尚未来
Google展示了其与时尚行业合作的前沿项目，利用AI技术辅助设计、趋势预测和个性化推荐。从Google Fashion Week的合作中可以看出，AI正在深刻改变时尚产业的创作流程和商业模型，为设计师和品牌提供全新的工具和视角。
Making Global Data Easier to Explore
让全球数据更易探索
Google推出了联合国数据commons平台的新功能，使研究人员和政策制定者能够更便捷地探索和分析全球发展数据。该平台整合了来自联合国各机构的海量数据集，通过AI增强的搜索和可视化工具，降低了全球数据的使用门槛。
AI for Societal Impact
面向社会影响的AI
Google发布了其AI社会影响战略的最新进展，涵盖了教育、医疗、环境保护和灾害响应等多个领域。Google强调其AI技术不仅追求商业价值，更致力于解决全球性挑战，通过负责任的AI开发和应用为社会创造实质性价值。
Building AI to Accelerate Science and Improve Lives
构建加速科学进步、改善生活的AI
Google AI负责人James Manyika撰文阐述了Google在AI科研应用方面的愿景和进展。文章强调了AI在加速科学发现、改善人类生活质量方面的巨大潜力，并介绍了Google在生物医学、气候科学和基础物理等领域的AI研究项目。
AI for Everyone in Every Language
让每个人都能用每种语言使用AI
Google宣布其AI技术正在向更多语言扩展，目标是让全球所有语言的使用者都能受益于AI技术。这一倡议包括开发多语言模型、翻译工具和语言资源，旨在缩小AI技术在不同语言群体之间的使用差距，促进AI的普惠性。
New Insights from Google’s AI & Economy ATLAS
Google AI与经济ATLAS的新洞察
Google发布了AI与经济ATLAS（AI Technology, Labor, and Society）的最新研究洞察，深入分析了AI技术对就业市场、技能需求和收入分配的影响。研究提供了基于大规模数据的实证分析，为政策制定者和企业提供了关于AI经济影响的宝贵参考。
Watch Astronaut Christina Koch and Google’s James Manyika Discuss Space, Technology, and Discovery
观看宇航员Christina Koch与Google的James Manyika探讨太空、技术与发现
Google发布了一段对话视频，邀请前NASA宇航员Christina Koch与Google AI负责人James Manyika探讨太空探索、技术进步和科学发现之间的关系。这段对话从太空视角审视了AI技术如何拓展人类认知边界，以及跨学科合作在推动科学进步中的重要性。
DevFest Is Back
DevFest回归
Google宣布其年度开发者盛会DevFest 2026即将回归，将在全球多个城市举办。DevFest是Google开发者社区最重要的活动之一，汇聚了Android、Cloud、AI和Web等领域的技术分享、工作坊和社交活动，为开发者提供学习和交流的平台。
The Gradient
After Orthogonality: Virtue-Ethical Agency and AI Alignment
正交性之后：德性伦理代理与AI对齐
这篇文章从德性伦理学的角度重新审视AI对齐问题，提出在传统的”正交性论题”（即智能与目标可以独立变化）之后，我们需要一种基于德性的AI代理框架。作者认为，AI系统不仅需要正确的目标函数，还需要培养”德性”——如诚实、谨慎和同理心——以确保其行为符合人类价值观。
AGI Is Not Multimodal
AGI并非多模态
这篇文章挑战了将多模态能力等同于AGI的流行观点，论证了AGI的核心特征在于通用推理和问题解决能力，而非仅仅能够处理多种数据类型。作者指出，当前许多声称”多模态”的模型实际上只是在特定任务上表现良好，距离真正的通用智能仍有本质差距。
Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research
形状、对称性与结构：数学在机器学习研究中角色的演变
这篇文章探讨了数学在机器学习研究中的角色变化——从提供理论保证的工具，转变为直接指导模型架构设计的灵感来源。作者分析了群论、微分几何和拓扑学等数学分支如何在现代ML研究中发挥越来越重要的作用，以及这种趋势对未来的影响。
What’s Missing From LLM Chatbots: A Sense of Purpose
LLM聊天机器人缺失的东西：目标感
这篇文章指出当前LLM聊天机器人的一个根本性缺陷——缺乏真正的目标感和意图。作者认为，尽管LLM能够生成流畅的对话，但它们并不”关心”对话的结果，也没有内在的动机去追求任何目标。这种缺失限制了LLM在需要持续努力和深度参与的场景中的应用。
We Need Positive Visions for AI Grounded in Wellbeing
我们需要以幸福感为基础的AI积极愿景
这篇文章呼吁AI社区超越对AI风险的单一叙事，构建基于人类幸福感的积极AI愿景。作者认为，AI的发展不应仅仅聚焦于避免灾难性后果，更应主动设计能够促进人类福祉、社会公平和个人成长的技术路径。
Financial Market Applications of LLMs
LLM在金融市场的应用
这篇文章综述了大语言模型在金融市场的多种应用，包括市场分析、交易策略生成、风险管理和合规审查等。文章同时指出了LLM在金融应用中的独特挑战——对精确性的极高要求、监管合规的复杂性以及模型可解释性的需求。
A Brief Overview of Gender Bias in AI
AI性别偏见简要概述
这篇文章系统梳理了AI系统中的性别偏见问题，从训练数据的偏差到模型输出的歧视性结果，全面分析了性别偏见在AI中的表现形式和根源。文章还探讨了缓解性别偏见的技术和社会策略，强调了多元包容在AI开发中的重要性。
Mamba Explained
Mamba详解
这篇文章对Mamba架构进行了深入浅出的解释。Mamba是一种新兴的序列建模架构，以其线性复杂度的长序列处理能力著称。文章详细介绍了Mamba的核心机制——状态空间模型（SSM）的选择性扫描策略，以及其与Transformer架构的对比分析。
Car-GPT: Could LLMs Finally Make Self-Driving Cars Happen?
Car-GPT：LLM能否最终让自动驾驶汽车成为现实？
这篇文章探讨了LLM在自动驾驶领域的应用潜力，提出了”Car-GPT”的概念——利用大语言模型理解复杂驾驶场景、做出决策和与人类自然交互。文章同时分析了LLM驱动自动驾驶面临的安全挑战和技术瓶颈，认为LLM可能是自动驾驶技术突破的关键，但需要与传统的感知和控制方法相结合。
Do Text Embeddings Perfectly Encode Text?
文本嵌入能否完美编码文本？
这篇文章通过实验检验了文本嵌入（text embeddings）的信息完整性——即是否可以从嵌入向量中无损地还原原始文本。研究发现，尽管嵌入能够捕捉文本的语义信息，但在某些情况下存在信息损失，特别是在处理长文本和细微语义差异时。这一发现对RAG系统和语义搜索的设计具有重要启示。
DeepMind Blog
Introducing Gemini 3.8 Live with Live Avatar
推出带实时虚拟形象的Gemini 3.8 Live
DeepMind发布了Gemini 3.8 Live，这是其最新一代实时AI交互模型，支持通过虚拟形象进行自然流畅的对话。Live Avatar功能让AI能够以逼真的虚拟人物形象与用户进行视频交互，显著提升了人机交互的沉浸感和自然度。这一发布标志着AI交互从文本和语音向全感官体验的重要演进。
Advancing Private AI Compute with Secure, Server-Side Memory
通过安全服务器端内存推进私人AI计算
DeepMind发布了在私人AI计算领域的最新进展，通过安全的服务器端内存技术，确保用户数据在处理过程中始终保持加密状态。这一技术突破使得企业和个人能够在不泄露敏感数据的前提下，利用云端AI模型进行计算，为隐私敏感的AI应用开辟了新的可能性。
Gemini 3.8 Text-to-Speech Says Hello
Gemini 3.8文本转语音问世
DeepMind推出了Gemini 3.8的文本转语音（TTS）功能，能够生成高度自然、富有情感的人类语音。新的TTS系统支持多种语言和情感风格，在语音质量和自然度上达到了新的水平，为AI助手、内容创作和无障碍应用提供了强大的语音合成能力。
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
推出Gemini 3.8 Live及3.8 Live扩展思维模式
DeepMind同时发布了Gemini 3.8 Live和扩展思维模式（Extended Thinking），后者允许模型在复杂任务中进行更深入的推理和规划。扩展思维模式特别适用于需要多步推理、复杂分析和创造性解决问题的场景，显著提升了模型在挑战性任务中的表现。
AlphaGenome Atlas: A Predictive Map of Every Possible DNA Letter Change in the Human Genome
AlphaGenome Atlas：人类基因组所有可能DNA碱基变化的预测图谱
DeepMind发布了AlphaGenome Atlas，这是一个覆盖人类基因组所有可能单碱基变化的预测图谱。该图谱利用AlphaFold系列技术，预测每种DNA变异对基因功能和蛋白质结构的影响，为遗传病研究、精准医疗和基因编辑提供了前所未有的资源。这一成果是AI驱动生物学研究的又一里程碑。
Introducing WeatherNext 3, Our Most Advanced and Accurate Global Weather AI Model
推出WeatherNext 3——最先进精准的全球天气AI模型
DeepMind发布了WeatherNext 3，这是其最新一代全球天气预测AI模型，在预测精度和计算效率上均达到了新的高度。WeatherNext 3能够提供更长时间跨度的天气预报，对极端天气事件的预测能力也有显著提升，对防灾减灾和农业规划具有重要价值。
Proactive Cyber Defense for Governments and Enterprises
为政府和企业提供主动网络防御
DeepMind推出了面向政府和企业客户的主动网络防御解决方案，利用AI技术预测和阻止潜在的网络攻击。该系统能够实时分析网络流量模式，识别异常行为，并在攻击发生前采取防御措施，代表了网络防御从被动响应向主动预测的范式转变。
Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
推出Gemini 3.8 Flash及3.8 Flash Cyber
DeepMind发布了Gemini 3.8 Flash系列模型，包括通用版和网络安全专用版。Flash系列在保持高性能的同时大幅提升了推理速度，降低了计算成本，使AI能力能够更广泛地部署到资源受限的环境中。Flash Cyber版本专门针对网络安全任务进行了优化。
Introducing Agentic Video Understanding with Gemini
推出Gemini代理式视频理解能力
DeepMind发布了Gemini的代理式视频理解功能，使AI能够像人类一样主动探索和分析视频内容。与传统的被动视频识别不同，代理式理解允许AI提出假设、主动搜索关键帧、验证推断，从而在复杂视频场景中实现更深入和准确的理解。
Gemini Omni 1.1 Flash Lets You Build with More Control
Gemini Omni 1.1 Flash让你以更精细的控制进行构建
DeepMind发布了Gemini Omni 1.1 Flash，在保持Omni系列多模态能力的同时，提供了更精细的控制选项和更快的推理速度。开发者可以通过新的控制接口更精确地引导模型行为，平衡灵活性与可控性，适用于对输出质量有严格要求的生产环境。
Meta Engineering
Bringing Private Processing to Meta AI Glasses
为Meta AI眼镜带来私人处理功能
Meta Engineering发布文章，介绍了如何在Meta AI眼镜中实现私人处理（private processing）功能。通过在设备端直接处理敏感数据（如语音指令和摄像头输入），而非上传至云端，Meta显著提升了用户隐私保护水平。这一技术突破对于可穿戴AI设备的普及至关重要，解决了用户对隐私泄露的核心顾虑。
Open-Sourcing Rebalancer: A Generic, High-Performance Library for Solving Assignment Problems
开源Rebalancer：解决分配问题的高性能通用库
Meta开源了Rebalancer库，这是一个用于解决分配问题（assignment problems）的高性能通用工具。分配问题是运筹学中的经典问题，广泛应用于任务调度、资源分配和匹配优化等场景。Rebalancer的开源将帮助开发者和研究人员更高效地解决各类分配优化问题。
Inside Petal: Building the World’s First Petabit-Class Transoceanic Subsea Cable
深入Petal：建造世界首条拍比特级跨洋海底光缆
Meta详细介绍了Petal海底光缆项目的工程技术细节。作为世界首条设计容量达到拍比特级（petabit-class）的跨洋海底光缆，Petal采用了创新的光纤技术和信号处理方案，能够满足全球AI和数据中心之间日益增长的带宽需求。这一项目代表了海底通信基础设施的重大技术突破。
ZGateway: Learnings from Putting a Proxy in Front of ZippyDB
ZGateway：在ZippyDB前部署代理的经验总结
Meta Engineering分享了在ZippyDB数据库前部署ZGateway代理的技术经验。ZGateway作为请求路由和负载均衡层，显著提升了ZippyDB的可用性、性能和可观测性。文章详细讨论了代理设计中的关键挑战，包括延迟优化、故障转移策略和监控集成等。
An Organizational Second Brain: Building an AI That Learns From Experts
组织第二大脑：构建从专家学习的AI
Meta介绍了”组织第二大脑”项目——一个能够从企业内部专家知识中学习的AI系统。该系统通过捕捉专家的工作决策、问题解决策略和经验判断，构建可复用的组织知识资产，帮助新员工快速成长并提升整体工作效率。这一项目体现了AI在知识管理和组织学习中的创新应用。
MetaRoCE: A New RDMA Transport Built for AI-Scale Ethernet
MetaRoCE：为AI规模以太网构建的新型RDMA传输协议
Meta发布了MetaRoCE（RDMA over Converged Ethernet）协议，专门为AI训练规模的网络通信需求设计。该协议在标准以太网之上实现了接近InfiniBand的性能，同时保持了以太网的成本和生态优势。MetaRoCE对于大规模AI集群的网络性能优化具有重要意义。
MTIA 300: Meta’s First Training Chip with Built-in NICs and Communication-Offloading Engines
MTIA 300：Meta首款内置网卡和通信卸载引擎的训练芯片
Meta介绍了MTIA 300芯片，这是其首款内置网络接口卡（NIC）和通信卸载引擎的AI训练芯片。通过将网络通信功能集成到芯片中，MTIA 300显著减少了AI训练集群中的通信延迟和CPU开销，提升了大规模分布式训练的整体效率。这一设计代表了AI硬件集成化的重要趋势。
How We’re Building Scam Alert on WhatsApp With End-to-End Encryption and Verifiability Guarantees
如何在WhatsApp上构建诈骗警报系统——端到端加密与可验证保证
Meta Engineering详细介绍了WhatsApp诈骗警报系统的技术架构。该系统在保持端到端加密的前提下，通过可验证的安全机制识别和警告潜在的诈骗消息。关键技术挑战在于如何在加密通信中实现内容安全分析，Meta采用的方案在隐私保护和安全检测之间取得了平衡。
From User Sequences to Scaling Laws: A Multi-Stage Architecture for Meta’s Ads Ranking
从用户序列到缩放定律：Meta广告排序的多阶段架构
Meta分享了其广告排序系统的多阶段架构设计，从用户行为序列建模到基于缩放定律的性能优化。该系统通过多个处理阶段逐步精化广告相关性评分，在保持低延迟的同时实现了高水平的排序准确性。文章还讨论了缩放定律在广告系统优化中的应用经验。
Towards Data Science
GraphRAG with TypeSafe Jev: A System One Approach to Scalable Knowledge Graphs
使用TypeSafe Jev的GraphRAG：可扩展知识图谱的System One方法
这篇文章介绍了如何使用TypeSafe Jev框架构建可扩展的知识图谱RAG系统。作者提出了”System One”方法——一种将知识图谱的精确性与LLM的灵活性相结合的系统架构，能够在大规模数据环境下保持知识检索的准确性和效率。
Good Architecture Deletes the Signals Your Agent Depends On
良好的架构会删除代理依赖的信号
这篇文章从架构设计的角度指出，过度工程化的系统可能会无意中删除AI代理正常运行所需的关键信号。作者通过实际案例说明了在构建AI代理系统时，架构决策如何影响信息的完整传递，并提出了保持信号完整性的设计原则。
AI Slop Is Already in Your Training Dataset. I Tested Three Ways to Spot It.
AI垃圾内容已存在于你的训练数据集中——我测试了三种检测方法
这篇文章报告了AI生成低质量内容（“slop”）已污染训练数据集的发现，并测试了三种检测AI slop的方法。作者通过实验比较了不同检测策略的效果，为数据清洗和模型训练提供了实用的参考。这一发现对AI模型的质量控制具有重要警示意义。
Your LLM Has a Curved Space of Paragraphs
你的LLM拥有一个弯曲的段落空间
这篇文章从几何角度分析了LLM的语义空间结构，指出文本嵌入在高维空间中形成了弯曲的流形（manifold）。作者通过可视化和数学分析展示了段落之间的语义距离如何受到这个弯曲空间结构的影响，为理解LLM的语义表示提供了新的视角。
10 Things I’m Learning Beyond AI to Become More Technologically Fluent
超越AI的十件事——成为技术通才的进阶之路
这篇文章分享了作者在AI之外学习十项技能以提升技术素养的经验。内容涵盖系统思维、数据素养、网络安全、云计算基础等广泛主题，为希望在AI时代保持技术竞争力的专业人士提供了全面的学习路线图。
Your Model’s MSE Is Lying to You: Part II
你的模型MSE在欺骗你：第二部分
这是关于MSE（均方误差）指标局限性的续篇，继续深入探讨为什么MSE可能给出误导性的模型性能评估。作者通过更多实际案例说明了在特定数据分布和任务场景下，MSE如何掩盖模型的真实缺陷，并推荐了更全面的评估策略。
RAG Isn’t an Agent — I Built the Layer Between Retrieval and Action
RAG不是代理——我构建了检索与行动之间的中间层
这篇文章区分了RAG（检索增强生成）与AI代理的本质差异，并介绍了作者构建的介于检索和行动之间的中间层。作者认为，真正的AI代理需要具备目标设定、规划、执行和反思的完整循环，而不仅仅是检索+生成。这一中间层为RAG系统向代理系统的演进提供了实用路径。
Jev vs. LLMs: When AI Moves from Generation to Decision-Making
Jev与LLM：当AI从生成走向决策
这篇文章对比了Jev（一种基于约束的推理系统）与LLM在决策场景中的表现。作者认为，在需要精确推理和决策的任务中，Jev等结构化方法可能比LLM的生成式方法更加可靠和可解释。文章探讨了AI从内容生成向决策支持演进过程中的技术选型问题。
How to Maximize Your Coding Agent Subscriptions
如何最大化你的编程代理订阅价值
这篇文章提供了实用指南，帮助开发者最大化编程AI代理（如GitHub Copilot、Cursor等）订阅的投资回报。文章涵盖了工作流整合、提示工程、迭代优化和团队协作等多个方面，旨在帮助开发者从编程代理中获得最大价值。
Beyond RAGs: Building Actually Truthful AI Harnesses
超越RAG：构建真正诚实的AI harness
这篇文章提出了”诚实AI harness”的概念，超越了传统RAG系统的局限。作者认为，真正的AI诚实性不仅需要准确的信息检索，还需要模型对自身不确定性的认知、对信息来源的追溯能力，以及在无法回答时坦然承认的能力。文章提供了构建此类系统的设计原则和实践建议。