研究探讨基准测试饱和后能否继续评估模型能力，发现利用解题过程记录仍可预测模型表现，成对评判法效果最佳，预测误差降低5.3倍。
文章讨论企业级 AI Agent 的落地误区：一味追求模型能力提升未必解决业务问题，可靠性、可控性与流程集成才是企业真正需要的。
Cerebras 首席执行官安德鲁·费尔德曼预测，个人 AI 助手将像家电一样普及，部分在本地设备运行、部分在云端运行，未来每个家庭都能拥有。
QCon上海分享柯南AI Agent在移动端稳定性保障中的实践，用AI自动定位崩溃、卡顿等问题，提升排查效率，对移动开发与运维团队有参考价值。
英伟达与微软联合发布号称史上最强的 Surface 新品，由黄仁勋站台，定位为「无限智能」设计，主打本地 AI 算力，面向开发者与专业创作者。
OpenAI 推出 Decisions API，被视为对 Jev 的克隆，主打快速、低成本智能，用于帮助前沿实验室管理大规模集群智能体。
PrismML 宣布其微型大语言模型将运行在高通芯片驱动的智能眼镜上，目标是推动开放权重 AI 在终端设备本地运行，更充分利用现有算力。
一项匹配词元量的实验研究比较了教学数据与临床数据对医疗大语言模型的影响，发现两类数据存在不对称迁移：临床数据提升临床任务且知识任务不落下风，教学数据主要提升知识类任务，并揭示出“知易行难”的差距。
AAA AI 是一个让多个自主 AI 智能体组成“小队”协同工作的方案，可运行在本地或云端大模型上。它在 Hacker News 上仅获 3 分、0 条评论，关注度极低。
研究者发布 BioPhys-Bridge 基准，含 500 个案例、1517 项智能体任务，覆盖六个生物领域与九类物理模型，用于评估大模型在生物物理文献中的证据溯源与推理能力。初步评测中 DeepSeek-V4-Flash 证据 ID F1 最高（0.360）。
IDC发布全球托管边缘服务评估，腾讯云凭EdgeOne首次入选领导者类别，为唯一中国及亚太厂商。EdgeOne融合加速、安全、边缘计算与AI，推出边缘AI推理平台Booster和智能体托管平台Makers，服务超50万用户。
联发科发布天玑9600 Pro旗舰移动平台，采用台积电2nm制程和首创AI原生融合计算架构，重构双NPU并推出2+3+3全大核CPU，大幅提升能效与端侧AI能力，利好手机厂商和端侧AI应用开发者。