Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"并不遥远"，他预测个人 AI 助手将本地运行，部分在设备上、部分回到云端。他提到 Meta 的 Muse 和 Instinct 等消费级 AI 智能体进展，并称自己已用"一组智能体"处理日程和通话对象信息。
#Agent
TechCrunch · AIAI 评分2020
OpenAI NewsAI 评分2222 OpenAI 分析：欧盟 AI 下一章是智能体
OpenAI 发布新分析，指出智能体 AI 在欧盟企业和小型企业中的采用正在增长，并点出更深入使用可在哪些环节释放更多价值。
Latent SpaceAI 评分7171 Dyna Robotics 联创 Jason Ma 谈 Dyna-2 世界动作模型与小时级自主机器人
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，公司上月发布的世界动作模型 Dyna-2 基于超过一百万小时人类视频预训练，并已推出物理机器人智能体 Dyna-2.1。
Simon WillisonAI 评分2828 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库。他认为仅靠更新 AGENTS.md 仍会存在偏差并逐渐漂移，而这一做法让智能体表现达到十分满分。
MIT Technology Review · AIAI 评分3636 我们高估了 AI 说"不"的能力
MIT Technology Review 文章指出，AI 的拒绝机制已成为 AI 安全的核心，但并不可靠。Anthropic 2021 年提出模型应"有用、诚实、无害"，如今公司通过红队测试和 AI 训练 AI 来强化拒绝，但拒绝是概率性的，仍可被突破。文章警告，拒绝失败可能导致灾难性后果，而过度拒绝则可能被政府用来压制合法言论。
Microsoft ResearchAI 评分2222 Microsoft Research 播客：AI 会犯哪些错，失败能教给我们什么
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中与 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
MIT Technology Review · AIAI 评分1010 如何将预测分析带入智能体 AI 时代
企业 AI 的竞争前沿已从预测转向自主决策，核心难题是让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而非等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向、属于、由 AI 智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：面向智能体（For Agents）、属于智能体（Of Agents）、由智能体构建（By Agents）。