AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张用相互独立的验证层让智能体在可验证时自主行动，只在需要判断的决策上保留人工介入。
#大佬观点
AWS Machine Learning BlogAI 评分5858 Databricks BlogAI 评分2222 Databricks 谈 AI 智能体 ROI 困境：为什么企业采用快却难以证明回报
Databricks 的 Amber Roberts 指出，企业 AI 智能体采用速度远超 ROI 证明，因为采购者与日常使用者往往不是同一批人，目前多数组织仍处于试用与铺开阶段。她认为"更快"是衡量智能体生产力的错误指标，生产力应绑定各团队自身 KPI，且效率提升只有在质量不下降时才有意义。她还强调智能体理解业务上下文比单纯执行任务的速度更重要。
Tessl BlogAI 评分2222 你的软件工厂有多开放？Tessl 谈 AI 软件工厂的知识可迁移性
Tessl 提出评估 AI 软件工厂开放性的关键问题：能否把企业上下文带进去，又能否把工厂积累的知识带出来。文章指出，代码可以带走，但架构决策、技能、评估用例和学到的约束等 know-how 往往留在平台内；支持多模型、接入外部 coding agent、私有化部署都只是起点，真正的开放应让这些知识可检查、可提取、可复用。
Tessl BlogAI 评分3434 为什么 Skills 需要一条上下文流水线：Tessl 谈智能体的上下文工程
Tessl 将一场 AI Native DevCon 演讲《Skills Everywhere》转化为智能体可用的 skill 上下文，核心主张是：企业落地智能体的瓶颈往往不是模型不够强，而是上下文工程不到位。
Tessl BlogAI 评分3636 Mozilla.ai 谈智能体需要共享知识库：cq 项目如何让经验可复用
Mozilla.ai 在 AI Native DevCon London 上介绍了 cq 项目，其基本单元是知识单元：智能体遇到非显而易见的问题并找到解法后，将领域、洞察和采取的动作结构化提交，经审核后可被其他智能体查询复用。cq 默认本地运行，使用本地 SQLite 数据库，数据无需离开本机，也可连接远程服务器构建团队级知识库。
Tessl BlogAI 评分3838 Agent Skills 是供应链组件：Tessl 博客谈 AI 智能体技能安全
Tessl 博客指出，Agent Skills 一旦被智能体信任，就能影响其读取内容、调用工具与信任边界，因此应被视为供应链组件。研究扫描约 4,000 个公开技能，发现可疑下载、凭证风险、类恶意行为与安全漏洞等问题。核心风险在于私有上下文、不可信内容与外部通信三者叠加，仅靠"先读一遍"不足以构成安全模型。
Tessl BlogAI 评分2222 AI ROI：为什么问题不在智能体本身
Tessl 两场演讲指出，多数 AI 智能体在生产环境表现不佳，并非模型有误，而是其可见数据不完整、结果缺乏度量。Rob Willoughby 认为持久回报来自智能体周边的环境——上下文、评估与验证，而非更快的工具本身；Streambased CEO Tom Scott 则称智能体受限于数据可见性，缺失的集成与延迟更新形成盲点，降低准确率与自动化率，且更清晰的业务视图往往比更大的上下文窗口更有效。
Tessl BlogAI 评分3838 AI Agent 评估需要可执行规格（Executable Specs）
Tessl 在 AI Native DevCon London 的分享指出，AI 编码智能体让 PR 数量增加，但审查环节反而成为新瓶颈，根源在于缺乏验证层。其方案是把产品意图写成可执行规格，由规划智能体拆解需求、多个验证智能体并行逐条检查预览环境，并同时结合规格与代码（而非仅看 diff）来判定实现是否符合意图。
Tessl BlogAI 评分3838 GitHub Next 谈仓库自动化：CI/CD 之外需要 Continuous AI
GitHub Next 提出在 CI 和 CD 之外增加第三根支柱 Continuous AI，即由仓库事件或定时触发的自动化 AI 工作流，用于持续文档、代码改进、triage 和故障分析。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测中的意外失败能教会我们什么
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界、满足用户需求，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，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入查看数据的重要性。
Redwood ResearchAI 评分2424 能力研究同样在拓展安全-有用性帕累托前沿
Redwood Research 的文章指出，把安全研究定义为"在不显著增加成本或降低有用性的前提下让 AI 部署更安全"会得出一个尴尬结论：几乎所有能力研究都算安全研究，因为任何研究都只是增加选项、拓展帕累托前沿。作者认为关键在于开发者必须在帕累托前沿上选一个具体点，安全研究通常让开发者倾向更高安全，能力研究则相反；但在政治意愿远高于当下的某种未来情境下，某些能力研究也可能有效提升安全。
NVIDIA BlogAI 评分2222 NVIDIA AI 工厂如何实现高投资回报：高产出、长寿命、通用性
NVIDIA 提出 AI 工厂投资回报取决于三个要素：每兆瓦产出能力、硬件使用寿命和 token 需求，三者相互关联。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为何认为聊天框是错误 UI：用 canvas 构建自定义交互界面
GitHub Copilot 提出，聊天框在多数场景下是错误的 AI 交互界面，应改用 canvas——一种运行在 GitHub Copilot 应用内、无浏览器外壳的全栈应用，可与 agent 双向通信并在本地执行代码。文中演示了用 canvas 构建 Connect 4 游戏、Winget 包管理界面和 SQLite 数据库操作界面，并称用 agent 构建工具比反复对话更省 token。
Redwood ResearchAI 评分4848 潜在推理架构可能削弱 CoT 这一最强监督工具
Redwood Research 认为，COCONUT、full-bandwidth transformers 等潜在推理架构会让 AI 在潜在状态中完成远超文本 CoT 的推理，从而削弱 CoT 的可监控性。
Sakana AI BlogAI 评分4040 AI 先驱 Jürgen Schmidhuber 加入 Sakana AI 任首席科学顾问
Sakana AI 宣布 Jürgen Schmidhuber 正式加入并出任首席科学顾问，同时参与其新成立的 Recursive Self-Improvement（RSI）Lab。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，MCP 提供连接工具与数据的标准，Skills 则封装团队流程与最佳实践；RAG 并未消亡，检索能为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向智能体、由智能体运行、由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：为智能体设计（Data Systems For Agents）、由智能体运行（Of Agents）、由智能体构建（By Agents）。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。