深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
OpenAI在AIE Code Summit展示Codex新玩法：语音、云端与dots
OpenAI在AI Engineer Code Summit首日展示Codex新工作方式：通过语音引导编码代理、将任务移交云端执行，以及利用dots组织工作上下文，开发者与AI协作的交互模式正在改变。
LLM生成世界模型评估：机械有效不等于语义忠实
一项研究评估五个LLM生成部分可观察随机博弈世界模型的能力，发现机械有效性通过率虽高但结构F1仅0.366，证明可执行性不等于语义忠实，对神经符号推理提出警示。
时间序列基础模型的采样频率不变性：量化评估与关键发现
一项新研究对MOMENT、Chronos-2、Moirai-MoE和TimesFM四个时间序列基础模型进行采样频率不变性压力测试，提出FSI、FDI、CDI三个新指标，发现不变性取决于信号原生采样率与任务所需带宽的余量，为传感器应用中的模型选型提供指导。
单一VLA策略攻克100项家务：BEHAVIOR挑战赛技术解读
2026年BEHAVIOR挑战赛独立团队方案解读：单一VLA模型完成100项长程家务任务，Q值提升至0.392，并探索GPT-6编码智能体混合架构，14项任务Q值达0.639。
分支定界 vs A*：资源约束项目调度中的搜索算法对决
最新研究对比分支定界与A*算法在资源约束项目调度（RCPSP）中的表现，通过480个基准实例实验发现A*凭借重复状态检测显著优于B&B变体，并揭示深度优先搜索的内存优势与LP松弛的权衡。
Re-Search：用20问游戏拆解LLM的科研创意瓶颈
Re-Search研究将科研创意改造成二十问游戏，用200篇ICML论文评测六个LLM，发现模型瓶颈在生成而非判断，前30个问题决定成败，为自动科研系统设计提供新思路。
ReTrace：将工具调用Agent蒸馏为无规划器工作流
ReTrace 将 LLM Agent 执行 SOP 的过程蒸馏为无规划器工作流：从 Agent 推理文本提取步骤条件，合并为规则文档并编译成代码驱动的工作流，在接近 Agent 完成率的同时降低每任务成本与延迟。
对比集替代单一假设：让AI科研智能体从同一证据中解出更多科学问题
Contrastive Discovery 提出用互斥且穷尽的对比集替代单一假设，让LLM科研智能体从同一批证据中解出更多科学问题。本文解析其信念重分配评分机制、与现有智能体的兼容性及人类专家盲评结果。
企业分析Agent评估框架对比：稳定性、检测与发现
基于三种评估范式的对比研究：基于轨迹的LLM评判在已知风险检测中F1达0.90，纯文本评估误报高5倍，功能测试与安全红队发现零重叠，研究推荐功能评估与对抗红队结合的双框架策略。
EM-DETR：基于示例 grounding 的医学病灶检测基础模型
研究提出学生-教师训练策略与示例驱动的EM-DETR框架，整合异构医学图像数据集构建多领域病灶检测基础模型，在胸部X光片和乳腺钼靶上取得SOTA，AUC提升1个百分点，mAP50超越单数据集训练2-3个百分点。
医学图像分割：基础模型微调与任务专用训练谁更胜一筹？
系统对比DINOv2基础模型适配与U-Net任务专用训练在医学图像分割中的表现：基础模型跨机构泛化更优，但分布内边界精度不及数据充足时的专用模型，适配容量由成像域决定。
Starlink Mini 2 发布：便携卫星上网再进化
Starlink Mini 2 在 Hacker News 引发热议，帖子获 285 点、291 条评论。本文梳理便携卫星终端的迭代方向、社区讨论焦点及实际使用场景。
PewDiePie自搜趣谈：退休、自研AI模型Ajax与Linux日常
PewDiePie发布自搜视频，回应退休传闻，透露自研AI模型Ajax已达60 tokens/s、仍处BF16训练阶段，并分享Arch Linux日常、OpenAI封禁经历与对YouTube生态的疲惫感。
PewDiePie自曝失败：两年喂乌鸦计划为何翻车？
PewDiePie分享两年失败经历：试图与日本乌鸦交朋友，从喂花生到拯救倒吊乌鸦，最终被一位日本爸爸“抢走”荣耀。视频展现了与野生动物互动的真实挑战，以及创作者坦诚失败的一面。
LLM挑战Zachtronics烧脑神作TIS-100
Hacker News上出现让大语言模型游玩Zachtronics硬核编程解谜游戏TIS-100的项目。本文分析TIS-100为何成为检验LLM程序合成与推理能力的试金石，探讨模型在严格指令集下的能力边界及对AI编程工具的启示。
MiniMax H3 Image 上线 AI Gateway：文生图与编辑一key可用
MiniMax H3 Image 与 Highspeed 版上线 AI Gateway，支持文生图与图像编辑、自定义尺寸及 2K/4K 输出，一个 API key 即可调用，无需单独 MiniMax 账户，并兼容 OpenAI 图像路由。
两个AI架构实验：共享MLP与FFT非线性记忆
开发者分享两个小型AI架构实验：PHSMLP用共享MLP减少Transformer参数并验证head pooling的价值；Pilot结合FFT显式输入历史与非线性矩阵记忆，语言建模困惑度低于参数匹配的Transformer，但记忆任务和训练速度仍是短板。
D²Mamba：可变形双态Mamba如何提升视网膜微动脉瘤分割
D²Mamba模型通过可变形Mamba扫描与非因果状态空间对偶性，在DDR数据集上实现33.87% mIoU，微动脉瘤分割Dice提升10.06个百分点，为小目标医学影像分割提供新思路。
ChatGPT 6.1 Sol 消失？Reddit 用户求助与修复思路
Reddit 用户反映 ChatGPT 6.1 Sol 模型选项消失，怀疑应用 bug。本文分析可能原因并提供修复步骤，包括清除缓存、检查更新、账户状态等，帮助排查问题。
条件熵加持的EDL：青光眼检测的不确定性量化新突破
新研究提出条件熵正则化的证据深度学习框架，在青光眼眼底图像检测中显著降低校准误差，优于Deep Ensembles和MC Dropout，并通过Grad-CAM焦点指数揭示假阴性样本的注意力偏离视盘现象。