头条精讲
AI 写了代码，工程师还要做什么？Laurie Voss 谈产品判断与人才培养（在新标签页打开）
推荐理由Laurie Voss 用瓶颈迁移解释 AI 编程后的工程职责：生成代码变便宜，理解用户与定义质量仍需要人完成。读者可据此重新设计评审、规格和新人培养，把团队的提效目标从代码产量转向可交付结果，也更清楚产品判断为何会成为工程师的基本功。
Laurie Voss 认为，智能体让代码编写变得廉价，软件工作的重心将转向理解用户、定义质量，以及有意识地培养产品工程师。
86 分钟找到 PMF：Rob Snyder 的需求验证与增长指南（在新标签页打开）
推荐理由Rob Snyder 用 Jump 的 AI 会议记录案例说明，嵌入财务顾问的 CRM 与合规流程才能形成购买拉力。PULL 框架把正在推进的任务、必须处理的原因和替代方案局限联系起来，帮助 AI 产品团队验证需求、讨论价格并建立可重复服务的客户群。
Rob Snyder 将产品与市场匹配转化为可检验的 PULL 假设，以真实购买行动指导需求探索、销售、客户上手与可重复的增长。
Revolut 创始人：AI 如何改变团队结构、工程和设计工作（在新标签页打开）
推荐理由Revolut 创始人 Nik Storonsky 介绍如何把 AI 用于客服、工程与设计，并让一个团队验证的工具迅速推广到全公司。访谈帮助读者理解小团队、共享平台与自主判断怎样协同，也能比较已实施的工作改造与未来 AI 员工目标之间还需跨越的步骤。
Revolut 创始人 Nik Storonsky 解释，如何用共享银行基础设施、小型责任团队、产品试验纪律与资源约束，支撑全球金融及科技公司的野心。
今日精华
前沿模型为何难当买方分析师：Google DeepMind 与 LinqAlpha 谈真实工作流评测（在新标签页打开）
推荐理由DeepMind 与 LinqAlpha 用真实投资任务揭示评测泄漏和运行差异，帮助团队把成绩追溯到任务、工具与推理过程，选择贴近业务的评估方式。
Google DeepMind、Kaggle 与 LinqAlpha 从基准复现和投资研究案例出发，说明可信评测需要统一基础设施、完整工作流与可核查的推理证据。
用 dot 收集反馈、调查故障并准备修复 PR（在新标签页打开）
推荐理由OpenAI 工程师演示让 dot 从产品反馈进入故障调查与 PR 准备，给团队一条可参考的任务委托路径，也展示智能体何时需要承认缺少数据。
OpenAI 工程师 Rennie Song 演示用 dot 整理产品反馈，通过语音讨论优先级，并在云端调查故障、准备修复 PR。
Google 与 Meta 开源 TorchTPU：让 PyTorch 原生运行于 TPU（在新标签页打开）
推荐理由TorchTPU 把 TPU 接入 PyTorch 原生调度，帮助模型团队评估多硬件部署选择，区分直接运行与获得最佳性能所需的调优。
Google 与 Meta 在 PyTorch Conference 2026 上开源了 TorchTPU，为 Google TPU 提供原生 PyTorch 后端，简化了模型迁移；与此同时 AWS 的相关发布也凸显出行业正加速迈向硬件多元化与原生 PyTorch 集成。
别让模型编造数字｜Kepler 的 Vinoo Ganesh 谈金融 AI 架构（在新标签页打开）
推荐理由Kepler 在生成前注册事实，让代码完成计算，再剔除无法匹配的数字，为金融与高风险问答团队提供比事后补链接更可执行的可靠性设计。
Vinoo Ganesh 解释了 Kepler 如何优先保证事实可追溯：模型引用事实，确定性代码负责计算，无法核验的数字则被移除。
MiniMax-M3.1-Flash 开源：428B 参数 / 23B 激活，推理速度提升近 3 倍！（在新标签页打开）
推荐理由MiniMax 本次开放权重并提供两类推理引擎的部署路径，让模型团队能把性能与成本判断推进到自主部署评估，而非只比较排行榜。
MiniMax 正式开源 MiniMax M3.1 Flash 模型权重，总参数量 428B，激活参数量 23B，相较 MiniMax M3，在智能体任务、编程、计算机操作及网络安全能力上进一步提升，推理速度提升近 3 倍，使用成本降低 70%。
如何让 AI 智能体安全注册你的应用：WorkOS 的 Isabelle Williams 谈身份验证与授权（在新标签页打开）
推荐理由WorkOS 以旅行应用拆解匿名认领、身份断言与独立令牌，帮助开发者把智能体入口、用户归属和可撤销授权分别设计清楚。
Isabelle Williams 通过 Waypoint 演示智能体如何匿名试用、让用户认领成果、凭身份断言注册，以及如何用独立且可撤销的令牌限制权限。
阿里千问提出 TRACE：对齐 FP4 训练与生成，Rollout 最高加速 5.4 倍（在新标签页打开）
推荐理由TRACE 让训练侧向实际 FP4 生成结果对齐，帮助训练团队理解低精度失稳的来源，并比较舍入一致性与吞吐收益之间的取舍。
阿里千问联合俄亥俄州立大学提出 TRACE，通过用 Rollout 侧真实的 FP4 量化结果指导训练侧舍入，解决了低精度 RL 中训练-生成不一致的问题，在 Qwen3.5-35B-A3B 等模型上实现了与 BF16 相当的性能，同时将 rollout 吞吐提升最高 5.4 倍。
补充阅读
如何构建能操作各类网站的金融智能体｜Browserbase 的 Jay Sahnan 与 Arik Bird（在新标签页打开）
推荐理由Browserbase 用收据、支付与 KYC 案例解释浏览器状态和界面适配，适合判断缺少 API 的工作流怎样交给智能体执行。
Browserbase 的 Jay Sahnan 与 Arik Bird 通过金融业务案例，说明云端浏览器和 Stagehand 如何兼顾网页访问、规模扩展与灵活操作。
表格转成文本，丢掉了什么？人大联合贝壳提出 MERIT，让 8B 模型从原图中找证据、做推理（在新标签页打开）
推荐理由MERIT 用原图证据训练表格推理，帮助文档团队识别颜色、位置与结构在文本化时的损失，并判断视觉路线适合什么任务。
中国人民大学联合贝壳提出的 MERIT 框架通过表格视觉适配、证据驱动 SFT 与可验证强化学习三阶段训练，让 Qwen3-VL-8B-Instruct 模型直接从原图中获取证据并完成推理，显著缓解了传统文本序列化过程中的信息丢失问题。
LiteLLM 主密钥泄露，攻击者窃取 GitHub 令牌劫持发布流水线（在新标签页打开）
推荐理由LiteLLM 事件展现主密钥与发布令牌如何串成攻击路径，帮助 AI 网关使用者检查凭据隔离、令牌权限和供应链发布流程。
LiteLLM 因主密钥泄露，攻击者利用该密钥访问 Agent Platform，窃取 GitHub CLI OAuth 令牌，进而劫持发布流水线，推送恶意版本至 PyPI 和 Docker Hub。
只有 10B，一个令人惊艳的国产模型，开源了！（在新标签页打开）
推荐理由VLX-Seek 的候选区域定位与计数方法，为视觉团队比较专用小模型和通用模型提供具体入口，方便评估实际部署取舍。
OmAI 联汇推出 VLX-Seek 1.5，一个基于 Gemma 4 微调的视觉语言模型，专注于细粒度目标定位和计数，已开源 10B 版本，并提供 macOS 和 Linux 的推理支持。
RoboTwin 第一、RoboDojo 领跑：Physical AI 的下一轮 Scaling，为什么是 Physics？（在新标签页打开）
推荐理由PrismWAM 与 RoboDoctor 分别处理语义到动作和反馈纠错，帮助机器人团队把评估重点放到物理状态与执行改进机制。
厘清智能发布两项 Physical AI 成果：PrismWAM 通过分离语义与物理表征，在 RoboTwin 2.0 评测中取得第一；RoboDoctor 利用执行反馈进行诊断与纠错，在 RoboDojo 任务中取得 57.1 分，位居首位。这两项工作共同探索如何将通用语义能力转化为可靠的物理执行能力，推动 AI 从理解世界向改变世界迈进。
闭门分享精华：ToB 出海美国，别急着复制国内打法（在新标签页打开）
推荐理由ToB 出海分享聚焦客户采购、信任与现场交付，适合 AI 应用团队识别产品完成之后，仍需逐一解决的商业化约束。
进入美国市场，B2B 创业者不应急于招募销售或复制国内打法，而应先明确产品面向的客户群体、核心价值主张，并理解美国客户的自主决策习惯和对标准化产品的偏好。
做产品没有门槛之后：1083 个 AI Native 创业者教给我们的事（在新标签页打开）
推荐理由AI 原生创业案例展示执行成本下降后，客户信任与现场判断怎样成为新瓶颈，帮助小团队分清可以借力的平台与需自建的能力。
AI 让产品开发成本大幅降低，但创业者在做出产品后，面临着如何跨越企业客户信任门槛、在海外市场销售，以及在技术同质化中保持竞争力的挑战。
一家美国 VC 访华之后：Dimension 写给 LP 的中国 AI 观察（在新标签页打开）
推荐理由Dimension 访华观察比较算力约束、全栈效率与生态交织，为产业读者提供带立场的对照，便于进一步核验采用率与收入口径。
Dimension Capital 通过访华交流重新审视中美 AI 竞争格局，指出出口管制催生中国全栈效率文化、中国开源模型已进入西方生产技术栈、两国各自面临电力与芯片的稀缺约束，且收入差距接近两个数量级。
AI 能理解困境债务吗？Harneet Kaur 的 iHeartMedia 案例分析（在新标签页打开）
推荐理由困境债务案例把信息提取、计算与预测分层，帮助金融 AI 团队检查判断从何而来，区分模型意见一致与预测准确。
Harneet Kaur 以 iHeartMedia 为例说明，逐层检查推理能让 AI 对信用风险的预测趋于一致，却不能证明预测正确。
Google 的 Data Agent Kit 正式发布，将智能体护栏拆分至技能与 IAM 之间（在新标签页打开）
推荐理由Data Agent Kit 将技能建议与 IAM 权限执行分开，帮助数据团队设计智能体接入路径，理解只读身份与工具级控制各自负责什么。
Google 发布了 Data Agent Kit 1.0，这是一个免费、开源的 MCP 插件，可将 AI 智能体连接到超过 15 项 Google Data Cloud 服务，并内置了用于数据分析与优化的技能。
