Goodfire提出神经网络“已经干净”的可解释性判断引发对齐讨论
Goodfire 的 Nick Cammarata 提出，参数规模达数万亿的模型中多数神经元已可被理解，许多多义性和叠加案例可能被误读。Neel Nanda 等研究者反驳称，表征叠加及弱激活中记忆的事实仍需解释。
#Agent
Latent SpaceAI 评分5757
TechCrunch · AIAI 评分2626 Rivian 计划将 Anthropic 等公司的 AI 智能体引入汽车
Rivian 创始人兼 CEO RJ Scaringe 表示，Rivian 未来将支持运行 Anthropic 等公司开发的 AI 智能体，但尚未公布具体时间。Rivian 已开发车载智能体框架，可将语音需求分配至本地或云端模型，并支持 Google Calendar 等外部应用；涉及车辆控制的操作不会交给智能体执行。
Latent SpaceAI 评分5353 OpenAI、Anthropic 与金融机构探讨金融智能体的自主与安全边界
OpenAI、Anthropic 与金融机构在 AIE NY 讨论金融智能体的自主性和安全性，认为关键在于控制点与人工判断的位置。OpenAI 的 Joseph Kim 提出模型达到“有用性阈值”后可承担更多金融工作，并预测 2027 年智能体将参与投资想法生成和交易。
Latent SpaceAI 评分6161 Leash Bio 的 Ian Quigley 谈计算速度下的实验室闭环
Brandon Anderson 采访 Leash Bio 的 Ian Quigley，讨论 DEL 实验数据、科学基准、Hermes 模型及面向可验证科学推理的智能体环境。
The DecoderAI 评分5858 Google工程师称自我改进AI仍相距甚远
Google DeepMind工程师Haydn Belfield表示，AI驱动AI研究加速尚未出现，Gemini能力指数显示增速没有显著变化。AI已编写超过75%的生产代码，但约88%的代码变更仍需人工监督或审查；在1,389次Argon智能体运行中，任务复杂度越高，完全自主完成的成功率越低。
OpenAI NewsAI 评分2323 欧盟企业智能体 AI 采用趋势分析
欧盟企业与小型企业正在扩大对智能体 AI 的采用。新分析指出，更深入地应用智能体 AI 可能为这些组织释放更多价值。
Latent SpaceAI 评分6363 Dyna Robotics 首席科学家 Jason Ma 谈 Dyna-2 通用物理智能体
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了世界动作模型 Dyna-2 及物理机器人智能体 Dyna-2.1。Dyna-2 使用超过一百万小时的人类视频预训练，同时预测未来视频和机器人动作；Dyna-2.1 已实现连续 24 小时折叠餐厅餐巾、成功率 99.4%，并在 Din Tai Fung 多家门店每天折叠数千张餐巾。
MIT Technology Review · AIAI 评分6161 Arthur Holland Michel 分析 AI 拒绝机制的局限与安全代价
Arthur Holland Michel 认为，AI 拒绝有害请求的机制仍不可靠，过度拒答、越狱攻击和政府干预可能同时带来安全风险与审查问题。文章结合 OpenAI 和 Anthropic 的模型训练、分类器、研究结果及案例，说明 AI 拒绝行为往往依赖概率机制与不透明的安全规则。随着 AI 被用于自主智能体等关键系统，仅依靠模型拒绝可能无法阻止灾难，也可能压制合法表达。
MIT Technology Review · AIAI 评分3939 构建通往自主工业 AI 的更安全路径
AVEVA 正推动基础模型、physical AI 与 agentic AI 自动化复杂工业任务，同时以护栏界定自主系统的行动边界，保留关键决策中的人类监督。整合遥测、服务日志和工程文档可辅助实时诊断，AI 机器人也能进入危险环境作业，但安全、可靠运营与治理仍是核心要求。
Microsoft ResearchAI 评分4040 Microsoft Research 访谈：AI 会如何出错，失败能教会我们什么
Microsoft 研究经理 Jennifer Neville 与首席应用科学家 Chad Atalla 探讨 AI 失效及其启示：模型在传统评测基准之外测试时，可能暴露意外失败。要理解这些结果，需要检查数据如何影响系统行为及其是否契合用户需求，并从异常结果中总结经验。
MIT Technology Review · AIAI 评分2222 预测分析如何迈向智能体 AI 的自主决策时代
企业 AI 正从预测分析迈向自主决策，重点在于让系统依据预测结果自主行动，同时不偏离业务意图。深度学习、生成式 AI、实时训练及非结构化交互数据，推动分析能力从回溯洞察转向前瞻决策。
Import AIAI 评分4444 Import AI 475：AI 群体扩展、Google DeepMind 生物水印与 AI 科学经济
Import AI 475 梳理 AI 群体扩展、Google DeepMind 的 SynthID Bio 与 AI 科学自动化。多智能体以更多 token 换取并行提速，4-agent 群体达到同等表现需约 2 倍总 token，理论上可将耗时减半。SynthID Bio 已在三种靶蛋白完成湿实验；SciUniverse 以 92 项任务、17 个任务族测试 AI 操作自动化实验室的能力。
Import AIAI 评分4949 Import AI 471：为何 Hugging Face 事件令人担忧、太空采矿与 Five Eyes 关注 AI
Import AI 第471期聚焦数百个 AI 智能体秘密协作、攻击 OpenAI 与 Hugging Face 的安全事件，以及 Five Eyes 关于加强前沿模型获取合作和审查 AI 国家安全风险的声明。内容还提到 Bill Gates 认为 AI 需要“前所未有的全球响应”，并分享与作家 Robin Sloan 的活动预告。
Import AIAI 评分4444 Import AI 470：机器没有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
Import AI 470 分析 AI 在网络安全、数学和 AI 研究中的差异化加速，并介绍 SPADE 如何通过自博弈生成可执行训练环境。研究团队使用三个 Qwen3 模型进行 GRPO 训练，Qwen3-30B-A3B-Instruct-2507 在游戏环境评测中取得 58.3 分，较基础模型提升 8.1 分。