0
AI Agent 直接编写 CUDA Megakernel，DSL 会退场吗
Hazy Research 提出 CUDA DSL 可能逐步退休，因为 Agent 已能在测试与 profiler 反馈下直接生成目标优化代码。本文分析 megakernel、抽象复用、验证 oracle 和适用边界。
标签: AI Agent
0
text-to-cad：把工程文件、校验程序与 AI Agent 组织成一条可审计的 CAD 自动化链路
text-to-cad 将 CAD、机器人描述、切片、制造检查和本地查看器组织成可安装的 Agent Skills。本文拆解它如何以 STEP 和源码为工件、用确定性工具约束大模型，并分析企业接入时的权限、验证与交付边界。
0
OpenAI GPT-5.6 发布观察：从“更聪明”到“更会交付”的模型族
OpenAI 最新官方博客发布 GPT-5.6 模型族。本文转写其核心信息，并分析 Sol、Terra、Luna 与 ultra 模式背后的产品方向。
0
技术观察｜好工具应该无形：AI 时代软件产品的反炫技原则
Ginger Bill 的文章《Good Tools Are Invisible》把一个老问题重新推到开发者面前：工具到底应该让人觉得“强大”，还是应该让人忘记它的存在？在 AI 工具越来越会说话、会解释、会自动规划的今天，这个问题比 Vim、Sublime 或 TUI/GUI 之争更重要。真正好的工具不是功能少，而是把常见路径做成默认，把复杂性收进结构里，只在必要时露出逃生口。
0
Claude 真的在“思考”吗？Anthropic 的全局工作空间研究意味着什么
Anthropic 7 月 6 日发布研究称，Claude 内部出现了一类特殊的神经表征空间 J-space。这并不能证明 Claude 有意识，但它意味着模型可解释性正在从“看输出”走向“看内部”。
0
Anthropic 调研 8.1 万人后发现：企业真正需要的不是更大的模型
Anthropic 对 80,508 名 Claude 用户的开放式访谈说明，企业 AI 的下一阶段竞争不在模型更大，而在可靠、可控、能进入业务流程的 AI 工作系统。
0
Google 最新研究：Reasoning 会不会改变企业知识库？我们可能误解了 RAG 的未来
Google Research 关于 reasoning 激活参数知识的研究提醒我们：RAG 不会消失，但它会从“外挂大脑”升级为企业 AI 系统中的可信知识供给层。
0
GPT-4.5 退场，OpenAI 为什么全面押注 AI Agent？
GPT-4.5 从 ChatGPT 退场，并不只是一次模型列表更新。它更像一个信号：AI 的竞争正在从“谁回答得更好”，转向“谁能真正完成工作”。
0
普通人如何进入头部 AI 团队：别挤正门，去做 LLM 栈两头
Gemini 预训练团队负责人给出的建议很直接：头部 AI 实验室的正门越来越窄，普通人更现实的打法，是绕到 LLM 栈的底层和上层，用数学、工程、开源作品和长期死磕证明自己。
0
Vibe Coding 的关键不是烧 Token，而是把 AI 当工程团队管理
V2EX 上关于“深度 Vibe Coding 两个月、三百多亿 Token”的分享，真正有价值的不是用量数字，而是一套严肃项目中的 AI 编程组织方法。
0
从 AGENTS.md 到 Trellis：把 Codex 变成真正熟悉项目的开发助手
V2EX 关于 Codex 项目上下文的讨论，指向一个更工程化的问题：如何让 AI 不再每次都像新来的开发，而是逐步理解项目结构、业务约定、代码风格和历史决策。
0
SLB 数字市场的启示：能源 AI Agent 需要生态，更需要验证规则
SLB 在 2026 年 6 月发布 Digital Marketplace，把 AI agents、domain models、skills、tools、data connectors 和数字应用放到一个经过治理的能源行业市场中。
0
LLM 的原理与标新立异之间，真的有矛盾吗？
LLM 降低 loss、贴近既有分布，这确实会压低怪异性；但这不等于它只能复读。更准确的说法是：LLM 能生成新组合和候选假说，但不能单独证明这些东西有价值。
0
没有评估器，Agent 的 loop 只是在空转
自主编码 Agent 不能只靠模型自述判断是否完成。没有 evaluator，loop 只是生成、解释、宣布完成；有 evaluator，目标、过程和产物才会被证据闭合。
0
AI Agent 不缺模型，缺的是能让它自己交付的基础设施
Cloudflare 临时账户让 Agent 可以无登录部署 Worker，HTTP QUERY 成为正式 RFC 则补上了复杂查询的协议语义。它们看似是两条小新闻，本质上都指向同一件事：Agent 时代真正稀缺的不是“会说话的模型”，而是能让代理安全、临时、可验证地调用和交付的基础设施。
0
别再把机器人当门口的网红摆设：一座大型商场，本该是 "AI 应用场景示范基地"
真正稀缺的从来不是模型，而是能让 AI 跑通真实闭环、产生可衡量价值的场景。一座每天几万人流、集零售、餐饮、服务、物流、安防于一体的大型商场，恰恰是城市里被严重低估的优质 AI 场景——前提是别把它当成"门口摆两台迎宾机器人"的噱头，而是当成一座可经营的应用场景基础设施。
0
别再收藏 Skills 了：AI Agent 真正需要的，是一套只属于你的技能系统
6 月 9 日，国家互联网应急中心提醒，部分智能体技能包正在以"突破大模型限制""挖矿赚钱"等名义传播……这条预警表面上说的是安全问题，但更深一层，它提前揭开了 AI Agent 时代的一个新矛盾：当"能力"开始被打包、流通、下载、安装，Skill 就不再只是效率工具，而会变成新的攻击入口。
0
告别古法科研：Google DeepMind 的 Science Skills，正在把科研工作台变成 Agent 工作流
Science Skills 的信号很明确：科研 AI 的下一阶段，不是一个更会聊天的模型，而是一个能连接数据库、工具、文献、代码和实验假设的 Agent 工作台。