Anthropic 研发开源系统 FlashProve 以验证 AI 模型身份
Anthropic 正在研发名为 FlashProve 的开源验证系统，旨在通过密码学证明确保特定输出确实来自指定模型，实现可证明推理。该系统要求模型厂商发布不泄露模型权重的模型指纹用于匹配验证，既能保护商业模型资产，也能防止厂商暗中调换廉价模型或虚标能力。目前相关技术规范与代码已在 GitHub 开源，项目仍处于中期研究阶段，暂未计划正式部署。
全部 AI 动态
TechCrunch · AIAI 评分6464 The Verge · AI精选AI 评分7777 苹果开放 Siri AI 第三方应用操作权限
苹果在 iOS 27.3 开发者预览版中允许 Siri AI 跨第三方应用执行操作，开发者可结合用户个人上下文、自然语言提示词与屏幕感知能力将多项任务组合为单一动作。在应用处于前台、实时活动或相关对话中时，用户无需提及具体应用名称即可发出指令；该扩展能力也同步支持日历、文件、照片等一系列苹果原生应用。
推荐理由：报道梳理了苹果开放 Siri AI 操作权限的具体规则与场景，有助于了解移动端智能体与第三方生态的交互方式。
TechCrunch · AIAI 评分5151 Netflix 推出 AI Discover 标签页，支持按情绪推荐影视内容
Netflix 推出全新的 AI Discover 实验性标签页，允许用户根据当前心情、观影偏好和空闲时长获取定制化影视推荐。该功能由实时响应并持续学习的新智能层驱动，用户可通过“轻松一刻”或“吓我一跳”等主题片段进行筛选，并可手动微调偏好或排除特定片目。该功能已率先在美国支持的电视端向英语用户推送，未来数周将逐步向更多用户开放。
The Verge · AIAI 评分6868 Apple 在 watchOS 开发者测试版中推出常驻音频智能功能
Apple 在 watchOS 27.3 开发者测试版中上线音频智能功能，带来 Siri Recap 与 Live Rewind 两项新特性。Siri Recap 通过环境监听在对话后自动生成要点摘要，Live Rewind 则允许用户双击数码表冠查看过去 15 秒录音转写的文本片段。
Ars Technica · AIAI 评分6868 Google 允许学校停用 AI 工具但须同时放弃谷歌搜索
Google 宣布将允许 K-12 学校自主决定是否在课堂中启用 AI 工具，但若选择屏蔽 AI 则必须同时停用谷歌搜索。在未来几个月推出的变更中，教育产品将默认关闭 AI 功能并交由管理员手动开启；受影响范围涵盖 Gemini、Gemini Notebook、Gemini in Classroom 以及 Google Search，学校无法单独挑选保留某一项。
Google DeepMindAI 评分5959 Google DeepMind 为 Antigravity 推出化学信息学技能
Google DeepMind 为科学工作台 Google Antigravity 推出化学信息学技能套件，由大语言模型编排工作流并结合 RDKit、ChEMBL 等确定性工具执行分子计算。
The DecoderAI 评分6969 Anthropic 推出 Message Threads 公测，长对话首 token 响应时间减少约 35%
Anthropic 在 Claude 平台公测上线 Message Threads 功能，对 500,000 至 1,000,000 tokens 的请求可将首 token 时间缩短约 35%。
Hugging Face Blog精选AI 评分6363 Hugging Face 推出 Transformers 模型集成契约 MIC 与测试工具 tmic
Hugging Face 推出模型集成契约 transformers-mic 及 CLI 工具 tmic，通过将大模型缩减为轻量 fixture，在 CPU 上低成本运行集成测试以提前拦截代码回归缺陷。
推荐理由：原文展示了如何将超大模型缩减为保留关键算子的微型结构并在廉价硬件上运行，为模型库持续集成提供了可迁移的测试方法。
Simon WillisonAI 评分5555 LLM CLI 工具发布 0.37 版本
Simon Willison 发布 LLM CLI 工具兼 Python 库 0.37 版本，新增 gpt-6.1-sol 和 gpt-6.1-terra 支持，并提供添加 OpenAI 兼容端点的命令。
Ars Technica · AIAI 评分6464 Claude 新增禁止游戏复刻规则，难阻 AI 游戏复制潮
Anthropic 上周在 Claude Code 及模型系统提示词中新增规则，明确禁止复刻特定的既有视频游戏。该规则允许基于用户资产构建原创或同类型游戏，但即使改名也禁止复刻已有游戏，且已在 Claude Code 2.1.314 及 Claude Opus 5.5 中上线生效。分析指出该举措可帮助 Anthropic 规避法律责任，但难以遏制近期涌现的 AI 辅助游戏逆向移植与复制浪潮。
Google DeepMindAI 评分5151 Google DeepMind 推出规划审批辅助工具 PlanAssist，试点缩减 58% 审核时间
Google DeepMind 与英国政府等合作开发了基于 Gemini 的规划辅助工具 PlanAssist，早期试点显示其能将规划官员审核住宅申请的耗时缩减至多 58%。该工具可自动验证申请文件与建筑图纸、比对法规约束并起草附带引用的报告，且超 70% 的报告未经修改即获通过。目前项目已进入 12 个月 Beta 阶段并拓展至英格兰 15 个地方议会，所有决策最终仍由人工官员裁定。
NVIDIA Blog精选AI 评分7171 NVIDIA RTX Spark 笔记本正式上市并带来新模型与智能体工具
NVIDIA 宣布搭载 Blackwell 与 Grace 超级芯片的 RTX Spark Windows 笔记本已由华硕、戴尔、联想等厂商正式发售，起售价 2,599 美元，统一内存最高达 128GB。
推荐理由：文章汇总了 RTX Spark 笔记本的落地规格与配套软件，读者可以了解本地端侧高显存环境如何调度大模型与后台智能体。
Microsoft Research精选AI 评分6767 微软研究院推出 Flint-interactive：支持 AI 智能体生成交互式数据可视化
微软研究院推出交互式可视化语言 Flint-interactive，使 AI 智能体能够直接生成支持点击、过滤、缩放及跨图表联动的交互式数据图表。该系统通过编译器将底层操作抽象为语义事件并交由高层操作符处理，分离视觉渲染与交互逻辑，从而降低智能体多次调试可视化代码的耗时与 token 开销；开发者可通过 Flint-MCP 将其接入对话环境或构建联动图表应用。
推荐理由：原文展示了通过语义事件解耦交互与渲染逻辑的思路，有助于开发者解决智能体反复调试可视化代码的成本问题。
Google DeepMindAI 评分5151 Google Antigravity 引入 3D 结构协同功能，加速抗菌肽发现与筛选
Google DeepMind 演示了利用智能体科研工作台 Google Antigravity 加速抗菌肽发现的工作流，并在平台中内嵌了 3D 生物分子结构查看器。研究人员结合 ProtNLM 蛋白质功能预测模型与 AlphaFold 数据库，在单次多轮交互中完成了伪肺炎链球菌候选抗菌肽的筛选与结构评估，目前该先导候选物已进入湿实验验证阶段。
Google Research精选AI 评分7979 Google 推出复杂技术文档审核系统 Deep Review
Google 宣布公开发布 Deep Review，这是一款用于对学术论文、法律协议及设计文档提供逻辑验证与反馈的智能体系统。系统基于四阶段架构运行，涵盖文档自动切分、自适应算力分配、专业 Agent 并行验证以及全局事实核验，由 Gemini 4 Argon 提供底层支持。所有用户每周可获得两次免费审核额度，支持连接 Gemini API 扩展调用，上传文档承诺不用于模型训练。
推荐理由：原文给出了多智能体分段审查与动态算力分配机制，读者可以据此了解如何通过 Agent 架构突破单次大模型调用在长篇技术审查上的推理瓶颈。
Google ResearchAI 评分5858 Google 发布 Earth AI 地理空间推理智能体技术报告与评测基准
Google Research 发布 Earth AI 地理空间推理智能体（Geospatial Reasoning agent）的技术报告与两项新基准 GeoKTools 和 GeoExpertQueries，并扩大早期测试访问。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出基于 ModernBERT 的 AI 密钥推送保护功能
GitHub 宣布与微软应用科学团队联合开发了微调的 ModernBERT 分类器，将代码推送保护扩展至非结构化凭据，可在 2 毫秒内评估候选字符串。该功能处于私有预览阶段，预计可将主动拦截的泄露凭据数量提升一倍以上，后续将面向 GitHub Enterprise Cloud、Teams 组织及 Copilot 工具开放。
推荐理由：原文结合九个季度的代码泄露拦截数据，展示了利用微调小模型在毫秒级推送路径中拦截非结构化凭据的落地方式。