诊断 LiveKit Agents 中的事件循环阻塞问题
LiveKit Agents 将每个任务放在独立子进程中运行，由 supervisor 通过运行在智能体事件循环上的 ping/pong 健康检查监控，事件循环一旦被同步调用阻塞，轻则触发"unresponsive"警告，重则进程被判定死亡并杀掉，LiveKit 约 15 秒内检测到断连并派发新智能体。
全部AI 动态
日期栏展示收录日期，历史补录归入原文日期。
LiveKit BlogAI 评分3434 LiveKit BlogAI 评分3434 LiveKit Unity SDK 2.0.0：结束开发者预览
LiveKit 正式发布 Unity SDK v2.0.0，结束开发者预览，功能与现有 LiveKit SDK 达到对齐。该 SDK 支持实时语音视频、机器人遥操作，以及接入 LiveKit agent 打造语音驱动的 AI NPC，可运行 STT → LLM → TTS 管线或单一实时模型。
Modem Blog精选AI 评分6262 编码智能体如何阅读你的代码（以及如何为它们写代码）
Modem 发布博客系列第一篇，指出 Claude Code、Codex 等编码智能体主要靠 ripgrep 做文本搜索来导航代码库，因此代码中的命名和文件路径本身就是搜索词。
推荐理由：Modem 用自家 68 万行 AI 生成代码的实测数据，说明命名与类型如何影响智能体的检索成本与准确率。
LiveKit Blog精选AI 评分6262 构建一个不会跑偏的语音智能体
LiveKit 发布教程，介绍如何构建不会脱离既定脚本的语音智能体，并以酒店前台参考智能体为例贯穿全文。文章主张单一控制手段都不可靠，需在模型内外分层设防：结构化提示词划分身份与护栏、用确定性代码校验规则并限制工具调用步数、把工作拆成聚焦任务、在敏感操作前加验证与转人工，再叠加独立审核层和基于 LLM 评判的评测框架。作者强调提示词级防御对坚定攻击者较弱，真正的规则应在代码中强制执行。
推荐理由：原文给出语音智能体防跑偏的分层做法，从提示词结构到代码校验与独立审核，可迁移到自己的 Agent 项目。
Modem BlogAI 评分4040 Modem 现已接入 Stripe
Modem 面向所有用户开放 Stripe 集成 beta 版，可在 Settings → Integrations → Stripe 中连接。接入后 Modem 能结合账单上下文回答用户所处套餐、是否试用或付费、发票与付款状态及未决争议等问题，并按 Stripe ARR 而非投票数对功能请求排序。
Cartesia Blog精选AI 评分6262 Cartesia 发布 Ink-2：为语音智能体打造的排名第一 STT 模型
Cartesia 发布面向实时语音智能体的语音转文字模型 Ink-2，据 2026 年 6 月 Artificial Analysis 流式榜单，其词错误率最低排名第一。
推荐理由：原文给出 Ink-2 在准确率、轮次检测和延迟三项指标上的对比数据，读者可据此判断实时语音智能体的选型。
OpenAI Deployment Safety精选AI 评分7070 GPT-5.6 系统卡
OpenAI 发布 GPT-5.6 系统卡，将 Sol、Luna、Terra 三个模型在生物化学领域均按 High 能力处理，但未达到 Critical 阈值。
推荐理由：GPT-5.6 系统卡披露了生物化学能力分级与部署模拟方法，可了解前沿模型安全评估的具体做法。
OpenAI Deployment SafetyAI 评分3838 GPT-Live System Card
OpenAI 发布 GPT-Live System Card，披露 GPT-Live-1 与 GPT-Live-1 mini 的训练数据来源及安全评估结果。8 月 4 日因评估配置错误重跑后，修正数据显示 GPT-Live-1 非法行为得分从 0.97 降至 0.95，GPT-Live-1 mini 从 0.94 降至 0.91，均未低于安全发布标准。
Berkeley AI ResearchAI 评分3636 智能免费了，然后呢？为智能体、由智能体、属于智能体的数据系统
随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，基准测试显示推理价格每年下降 9x 至 900x（中位数约 50x），数据系统面临三大新挑战：为智能体设计的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。
Goodfire ResearchAI 评分3636 用块稀疏特征提取器揭示视觉模型中的神经几何结构
Goodfire Research 提出块稀疏特征提取器（BSF），将模型激活分解为多维子空间而非 SAE 式的单条直线，在视觉模型中发现了可解释的多维特征，并能实现细粒度引导。研究显示模型中大多数概念都是多维的，BSF 对底层流形的还原保真度显著高于标准 SAE，且块稀疏原则也能提升 MFA 与 SMixAE 的还原能力。
Berkeley AI ResearchAI 评分1515 2026 BAIR Graduate Showcase
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生，其研究覆盖机器人、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 等方向。毕业生去向包括高校教职、OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，部分人正在创业或寻找下一步机会。
OpenAI Deployment Safety精选AI 评分6262 GPT-5.6 Preview 系统卡
OpenAI 发布 GPT-5.6 Preview 系统卡，将 GPT-5.6 家族三个成员 Sol、Luna、Terra 在生物化学领域全部按 High 能力处理，但均未达到 Critical 阈值。
推荐理由：系统卡披露了 GPT-5.6 家族在生物化学与网络安全能力上的分级评估和部署模拟方法，可供了解前沿模型安全评估流程。
Goodfire ResearchAI 评分2222 在流形上漫步：故事随时间演变的神经几何
Goodfire Research 用 Llama 3.1 8B 研究语言模型阅读短故事时如何逐句追踪情感动态，发现其情感表征在激活空间中呈弯曲流形，并与心理学的效价-唤醒模型及层级情感结构一致。模型每读完一句就按 0-10 分报告惊讶、厌恶、愤怒、快乐、悲伤、恐惧六种情绪，这些分数构成行为读出向量，可绘出故事的情感弧线；内部探针在不询问情感的情况下也能高精度还原这些表征。
OpenAI Alignment Research精选AI 评分7171 通过强化学习训练广泛且持久有益的模型
OpenAI 发现，在真实场景中对有益特质做强化学习，能在数十个衡量对齐与有益行为的基准上带来广泛提升，且这些收益可泛化到训练领域之外并在对抗压力下保持。研究构建了覆盖健康、教育、科学、法律、工程、经济等领域的合成对话数据集，用于测量和训练诚实、认知谦逊、元认知透明、可纠正性、普遍公平和关心人类福祉等特质。
推荐理由：OpenAI 用真实场景 RL 训练有益特质，展示对齐能力可跨域泛化并在对抗压力下保持。
OpenAI Alignment Research精选AI 评分6262 公开聊天数据能预测真实世界的 AI 失准吗？
OpenAI 对齐研究团队验证了用公开数据集 WildChat 模拟模型部署，能否预测真实生产环境中的失准率。结果显示，对 GPT-5.1、5.2、5.4 等模型，WildChat 预测的生产失准率平均误差约 3 倍，95% 的预测落在真实率 1.04 个数量级内，且能捕捉模型特有的失准模式如 GPT-5.1 Thinking 的计算器作弊。
推荐理由：OpenAI 用私有生产数据验证公开聊天数据集能否预测真实部署中的失准率，并指出智能体场景的预测边界。
Modem BlogAI 评分2222 Modem now connects to Zendesk
Modem 面向所有用户推出 Zendesk 集成 beta，可在 Settings → Integrations → Zendesk 通过 OAuth 连接，无需 API key。
Goodfire Research精选AI 评分6060 预测性数据调试：在训练前揭示并塑造模型所学
Goodfire Research 发布预测性数据调试研究，可在训练前预测 DPO 会放大或抑制哪些行为，预测结果与实际学习效果的 R² 达 0.9，并能追溯到具体数据点。
推荐理由：Goodfire 提出在训练前预测偏好数据会放大或抑制哪些行为，并给出多个真实数据集的意外案例。
Modem BlogAI 评分2929 在 Modem 上构建由 Notion 驱动的工作流
Modem 面向所有用户上线 Notion 集成，可从 Settings 连接或让 @Modem 协助设置。连接后 Modem 智能体可创建页面、填充数据库行、更新属性并向已有页面追加内容，Slack 和仪表盘中默认需用户批准后执行，Automations、Discord、Teams 和 MCP 运行则无审批提示。
Goodfire ResearchAI 评分2222 将 Logits 作为评估意识的新监测手段
Goodfire Research 提出用 Logits 作为监测评估意识的新手段。该研究与其在 Kimi K3 上训练和部署生产级网络监测器、利用蛋白质嵌入构建 AI 智能体生物安全监测器等工作并列，同属其可解释性方向。
Zyphra ResearchAI 评分2828 在 AWS Inferentia2 上实现推理通信重叠
Zyphra Research 与 AWS 合作，在 AWS Neuron 推理栈中加入 Domino 风格的通信重叠，并在 Inferentia2 节点上对 Llama 3-8B 跨不同 NeuronCore 数量进行基准测试。结果显示聚合输出吞吐、首 token 时延和每输出 token 耗时均有改善，张量并行度越高收益越明显。
Modem BlogAI 评分4040 使用自动化模板实现即时工作流
Modem 面向所有用户上线 Automation Templates，可在 Automations 页面浏览并几键安装经过测试的现成智能体自动化。模板预填提示词、调度和输出目标，未修改提示词时会随官方改进自动更新，也可随时 fork 自定义。示例包括 GitHub PR 合并后向 Slack 推送客户跟进提醒、每日发现新对话参与者、每周一从已合并 PR 生成面向客户的更新日志。
Zyphra ResearchAI 评分4040 Zyphra 通过 Zyphra Cloud 宣布 15 兆瓦 AMD Instinct MI355X GPU 容量
Zyphra 通过 Zyphra Cloud 提供 15 兆瓦 AMD Instinct MI355X GPU 容量，即日起可用，并计划扩展至 MI450 系列及后续平台。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，系统梳理并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解任务、并行多少线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方案仍由外部预设并行结构，未让模型按问题难度自适应选择并行度。
Zyphra ResearchAI 评分5858 ZAYA1-74B-Preview：在 AMD 上扩展预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个经过预训练、中训练和上下文扩展的 pre-RL 推理基座 checkpoint，尚未做 RL 后训练或指令对话微调。
OpenAI Alignment Research精选AI 评分6060 调查 RL 训练中意外对 CoT 评分带来的后果
OpenAI 披露，其新检测系统发现 GPT-5.4 Thinking、GPT-5.1 Instant 至 GPT-5.4 Instant、GPT-5.3 mini 和 GPT-5.4 mini 的部分 RL 训练曾意外对 CoT 评分，GPT-5.5 未受影响。
推荐理由：OpenAI 公开了 CoT 评分事故的检测系统、影响范围与消融实验，可了解 CoT 可监控性在真实 RL 流程中的脆弱边界。
Zyphra ResearchAI 评分5555 Zyphra Inference Cloud：面向长上下文与智能体负载的 AMD 优先推理平台
Zyphra 推出 Zyphra Cloud 平台的首个组件 Zyphra Inference，基于 AMD MI355X GPU 并与 TensorWave 合作，服务 Kimi K2.6、DeepSeek V3.2 和 GLM 5.1 等开源模型。
OpenAI Alignment Research精选AI 评分7171 无需同步人工监督的智能体操作自动审查
OpenAI 发布 Auto-review 研究，用独立的 Codex 智能体在沙箱边界审批越界操作，替代用户逐次授权。内部部署中 Codex 会话需人工审批的频率比手动模式降低约 200 倍，Auto-review 对需审查操作批准约 99%，在提示注入合成评测中拒绝率 99.3%、过度主动场景 90.3%、MonitoringBench 困难集 96.1%。
推荐理由：OpenAI 公开 Auto-review 的内部部署数据与安全评测，可了解用独立智能体替代人工审批的取舍。
OpenAI Alignment ResearchAI 评分4949 开源 Monitorability Evaluations
OpenAI 开源了其思维链可监控性（CoT monitorability）研究的部分数据集与参考代码，包括可监控性评测套件中的大部分数据集、计算 g-mean 2 指标的代码，以及一种新的交叉拟合过滤策略。
Berkeley AI ResearchAI 评分3838 面向更长时域世界模型的基于梯度的规划
伯克利 AI 研究提出基于梯度的规划器 GRASP，通过将轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使长时域规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
OpenAI Alignment ResearchAI 评分3030 推出 OpenAI Safety Fellowship
OpenAI 启动 Safety Fellowship 试点项目，面向外部研究者、工程师和从业者，资助高级 AI 系统安全与对齐研究，项目期为 2026 年 9 月 14 日至 2027 年 2 月 5 日。
Berkeley AI ResearchAI 评分3434 大规模识别 LLM 中的交互作用
伯克利 AI 研究提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别关键交互作用。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层次结构，以约少 10 倍的消融次数达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等边际方法。
Berkeley AI ResearchAI 评分2424 Information-Driven Design of Imaging Systems
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量和噪声模型即可量化测量所含信息量，无需重建算法或任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证，信息估计能预测下游解码性能，优化后的设计在更少内存和算力下达到与端到端方法相当的水平，相关成果发表于 NeurIPS 2025。
Reflection BlogAI 评分5050 构建前沿开放智能
Reflection 宣布完成 20 亿美元融资，组建了曾参与 PaLM、Gemini、AlphaGo、AlphaCode、AlphaProof 及 ChatGPT 等项目的 AI 团队，并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台。该平台已在自主编程领域验证有效，下一步将把方法拓展到通用智能体推理，并从头结合大规模预训练与先进强化学习来构建开放模型。