一文读懂我们的 Model Spec 制定方法
OpenAI 发布 Model Spec ，首次系统公开模型行为治理框架。该规范以高层目标为起点，建立权威等级体系处理指令冲突，明确硬性规则与默认行为边界，并通过决策框架和案例提供操作指引。此举为外部监督提供切入点，但也暴露透明度与实际决策权之间的张力——公众参与仍停留在反馈层面。未来框架需在可读性、可操作性、可修正性三维度持续演进，真正实现行为规范与实际部署的有效对齐。
改进 AI 模型预测可解释性的方法
MIT 研究人员提出创新方法，从深度学习模型自身特征中自动提取人类可理解的概念，从而改进概念瓶颈建模技术。该方法利用稀疏自编码器筛选关键特征，再由多模态大语言模型将其转化为文字描述并标注图像，有效解决了传统方法依赖专家预定义概念、信息泄漏等局限。在鸟类识别和医疗诊断等任务上，该方法取得现有最高准确率，为提升 AI 模型可解释性和可问责性提供了新路径。
一行配置，768 维记忆：OpenClaw 向量搜索升级实战
暂无摘要，点击查看全文与评论。
融合生成式 AI 与物理原理，创造现实世界的实用个人物品
MIT CSAIL 团队开发 PhysiOpt 系统，将物理仿真引擎嵌入生成式 AI 设计流程。通过有限元分析对 AI 生成的 3D 模型进行“压力测试”，自动迭代优化结构薄弱区域，使创意设计转化为可承受真实载荷的实物。该方案利用预训练模型知识，无需额外训练即可让用户快速生成功能完备的个性化物品，标志着生成式设计从“好看”向“好用”的关键跃迁。
软体机器人的神经蓝图：类人智能的新探索
新加坡-麻省理工联合研究团队研发了一套受人类大脑启发的 AI 控制系统，采用双重突触架构，使软体机器人首次在单一框架内实现跨任务泛化、即时环境适应与稳定性保障三大核心能力。测试显示跟踪误差降低 44%至 55%，形状精度超 92%，为软体机器人在医疗、物流、工业等领域的实用化应用奠定基础。
赋能 AI 智能体搜索：获取大语言模型最佳结果
MIT CSAIL 与 Asari AI 联合研发 EnCompass 框架，专为解决大语言模型在代码迁移等任务中的错误恢复难题。该框架通过分支点标注机制，将搜索策略与 AI 智能体工作流程解耦，实现自动化的回溯与并行尝试。实测显示可削减 80%的搜索功能实现工作量，准确率提升 15%至 40%，使开发者无需编写冗长回溯逻辑即可高效构建 AI 辅助软件开发系统。
理性人工智能的哲学难题
麻省理工学院推出跨学科课程“AI 与理性”，由计算机科学与哲学教授联合授课，聚焦人工智能的理性本质与哲学根基。课程不设标准答案，旨在培养学生批判性思维能力。这门课程折射出高等教育正从“元知识”向“元技能”转型的趋势，目标是让未来的技术领袖能够追问“何为理性”的边界，以驾驭人工智能而非被其裹挟。
Genspark 4.0 创作者的专属龙虾
硅谷 AI 独角兽 Genspark 发布 Workspace 4.0，核心升级 Claw 功能专为创作者打造。它能自动化处理调研、邮件、PPT 等跨步骤杂活，并支持串联跨应用重复操作。新增 Clip Genius、AI Designer 及故事板生成工具，可自动提取视频信息、产出品牌素材与分镜脚本。配合 AI Developer，用户仅需自然语言描述即可搭建网站。该工具旨在让创作者从繁琐幕后工作中解放，专注于结果把控。
xAI 将于下周发布 Grok Build 和 Grok CLI
xAI 将于下周发布 Grok Build 和 Grok CLI ，正式进军智能体编程赛道，与 Claude Code 、 OpenAI Codex 等竞争。 Grok 4.3 已向订阅用户开放测试。产品采用本地与远程双轨设计，亮点是 Arena 模式，让多个智能体同场竞争，用户直接挑选最佳结果。此外还有 Grok Computer 桌面客户端和第三方服务连接器生态布局，差异化竞争策略明确。