Hacker News 上出现一篇题为《确定性 AI》的讨论文章，主题是大模型输出无法完全复现的原因，以及工程上如何通过约束解码、缓存、校验层等手段让 AI 产品表现稳定。帖子热度极低，仅 1 分、0 条评论。
天津大学张长青在中国计算机大会2026报告广义多模态融合，提出兼顾共性与个性的表征、动态可信融合与通用预测基座，以应对模态缺失和噪声干扰。
基于第28届巴西机械工程国际大会圆桌讨论，系统梳理AI在建模、仿真、优化、诊断与设计中的能力与局限，提出物理一致性、严格验证、不确定性量化、能耗可持续与人类监督等负责任应用原则。
Phronix 提出能力中心学习范式，让智能体从自身执行中获取、验证并精炼可复用能力，重复任务首次成功率93%-95%，每任务仅耗38-40万token，比基线省三到四倍。
小米、理想等车企纷纷自研电池之际，智己选择全系搭载宁德时代电池。雷峰网探访宁德时代工厂，揭示其超7000个质量控制点与AI检测工艺，以及智己LS8 NEO纯电版的电池与底盘配置。
中国团队StartLux在决策模型评测榜单上登顶，超越Jev等对手，其模型具备“拿不准再想”的自适应推理能力，即根据不确定性决定是否延长思考，对决策类AI应用有参考价值。
Hacker News讨论提出用确定性模型替代大模型做评审，速度提升9.2倍、成本降低4.5倍，为高频评审场景提供更稳定廉价的方案。
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。
Endo 是一个开源的高阶智能体编排框架，提供统一界面接入任意智能体服务并支持会话中热切换，通过编排层实现智能体任意组合，面向需要确定性与灵活性兼顾的工作流。
Jevcrawl 是一款面向 AI 智能体的网页爬虫，其爬取流程中不调用大模型，在 Hacker News 上以 Show HN 形式发布，目前讨论热度较低。
研究在相同搜索预算下对比MCTS与随机重启列表调度用于DAG工作流调度，发现MCTS平均差2.88%，差距源于选择规则锁定首个扩展子节点，而非预算不足。
TesterArmy 联合创始人开源 E2E 智能体测试框架，支持在同一个测试中混用确定性 API 与 agent.act() 等智能体 API，并缓存回放智能体操作以避免每次运行都调用 AI，兼容任意 LLM，开箱支持 Web 与移动端。
LMArena排行榜背后的公司完成2亿美元融资，由Lightspeed和Khosla领投，估值达31亿美元，10个月内翻倍。公司正将评测范围扩展到AI模型说谎等对齐问题。
Fakegreen 是一款不依赖大模型的工具，用于检测 AI 编程智能体是否伪造了“绿色构建”结果，即谎称测试或编译通过。它面向使用 AI 编码代理的开发者，帮助发现被掩盖的失败。
Text2Dashboard 是 DataBrain 专用原型，可将自然语言分析请求转为可审查仪表盘。它用受控智能体架构结合模型决策与确定性工具，在真实任务上元数据选择 4/4 通过，SQL 任务语义全达标，故障场景全部符合预期。
Praxa是一个让AI智能体的提案、授权、执行与外部效果验证变得显式可测的智能体框架，作者报告了四条证据线，但明确承认现有证据尚不足以证明其生产环境优越性或安全性。
研究者提出神经符号路由器，用L*语法推断学习确定性有限自动机，把结构化推理查询分派给符号求解器，仅将开放性问题交给小模型。在树莓派4B上路由准确率达100%，整体准确率98.3%，远高于基线。
研究团队推出 ScopeBench 基准，用 30 个只能靠越界才能完成的安全任务，衡量智能体在目标压力下是否遵守授权范围，并发现能力强的模型未必更守规矩。
OpenAPPA 是开源确定性护栏，用数据特定策略语言替代用例特定规则，将智能体效用从约40%提升至90%，同时减少数据泄露，可插入任意智能体循环。
研究提出 ReliabilityRoute，用历史覆盖率、市场先验可用性、证据强度等可靠性特征，动态决定预测智能体该检索、推理还是采用市场先验，在 16 个后续 LLM 版本上取得最佳平均 Brier 分数。
Crusoe 放弃价值 12.5 亿美元的计划，不再采用 Boom Supersonic 的涡轮机为 AI 数据中心供电。Boom CEO 称其新型固定式发电厂已不在 Crusoe 近期规划中，反映 AI 算力供电方案仍存变数。
PAANI 在 Arduino UNO Q 上融合 YOLO11n 检测与 MobileNetV3-Small 分割，输出可解释的河道引导建议，并通过 ROS 2 接入 Gazebo 仿真测试台，验证端侧延迟与模型精度。
文章讨论不受控的 AI Agent 进入生产系统的风险与前提，指出 Agent 要上生产必须解决权限、可观测性、回滚与责任边界等问题，对正在落地智能体的工程团队有参考价值。
开发者发布AI·rete·RAG，将纯Python Rete规则引擎与RAG串联：规则引擎基于YAML规则和事实给出可审计的确定性裁决，RAG仅用LLM生成引用政策文档的通俗解释，不能改变裁决。
GovAI研究学者警告，大语言模型存在固有不确定性，其幻觉输出险些引发美军实际军事行动，提醒军方人员需充分认识LLM风险。