AI决策模型如何改变内容审核
Musubi发布轻量级实时审核决策模型PolicyLM-1.7B，并开放权重，旨在用AI决策模型替代传统内容审核方式。
开发者将 Karpathy 关于理解 LLM 输出的建议做成开源 Agent 技能
开发者 ajithraghavan 受 Andrej Karpathy 启发，发布开源 Agent 技能 make-it-click，可按需选择清晰文字、图表、交互网页或讲解视频等格式呈现 LLM 输出，并附带审查 Agent 工作的监督模式，MIT 许可，支持 Claude.ai 与 Claude Code。
Show HN：Delegator——告别编码智能体会话切换的烦恼
Delegator 是一款本地运行的任务收件箱工具，把编码智能体当作后台进程处理，通过队列机制管理多个 AI 编码任务，避免开发者在不同终端间频繁切换，适合仍想理解代码变更的工程师。
保持CALM：分析文本到图像生成中全局不安全性的局限
研究揭示文本到图像生成中免训练安全防护的全局不安全假设存在覆盖度与选择性的权衡，提出CALM方法，通过提示局部反事实校正，在抑制不安全内容的同时更好保留良性提示的生成能力。
AI风险观测站：从年报AI披露中能学到什么社会韧性？
研究用大模型批量分析1362家英国上市公司9821份年报，发现提及AI风险的比例从2020年的2.8%升至2025年的41.2%，但真正有实质内容的仅4.3%，且AIM市场与能源、数据基础设施行业披露明显滞后。
快模型，慢证据：面向LLM智能体框架的系统1决策模型的配对自审评估
研究对开源Laya与托管Jev两个系统1决策模型在11个智能体决策点上做配对评估，共7283个基础用例加6640个鲁棒性变体。Jev在9个决策点显著更准，但两者在零样本模型路由上均未超随机水平。
MintFlow：面向约束流匹配的最小轨迹干预方法
MintFlow 是一种免训练的约束采样框架，把约束满足转化为对预训练流轨迹的最小干预，通过闭式解避免迭代优化，在满足约束的同时更好保留预训练生成分布。
C2PA 不够可信？苹果把照片签名塞进传感器，却把信任交给了自家云
苹果提出在图像传感器层面为照片签名，以对抗 AI 伪造内容，但验证信任仍依赖苹果自家云服务，引发对 C2PA 标准与中心化信任的讨论。
我们如何用 Jev 而非大语言模型构建浏览器智能体
团队分享用 Jev 替代大语言模型构建浏览器智能体的思路，在 Hacker News 引发讨论，为关注智能体架构与成本效率的开发者提供新选择。
Self-bench：在真实软件上评测编程智能体的开源工具
Self-bench 发布开源工具，可从 PR 自动生成并运行评测，帮助团队在自有代码库上测试编程智能体，避免公开基准被刷分失真。
Halo：一款带端侧记忆与浏览器智能体的个人 AI 助手
Halo 是 iOS 上的隐私优先个人 AI 助手，采用自研智能体框架，支持接入已有大模型订阅，基于端侧 RAG 的 Wiki 记忆系统与本地浏览器智能体，数据全部留在设备上，今日上线，首周五折，49 美元买断。
RSI再创奇迹！StartLux推出开源决策模型StartLux-Decision，38项基准中31项高于Jev
StartLux发布开源决策模型StartLux-Decision，27B版本在Decision Index 0.2.1评测中得分63.88，38项基准中31项超过Jev 1.13；在七项评测中平均准确率91.82%，高于Jev的88.74%。