Databricks 解析生物医学影像瓶颈：关键在数据而非模型

Databricks 提出生物医学影像 AI 的核心瓶颈不是模型，而是 DICOM 与病理切片等数据被锁在 PACS/VNA 中，难以查询、去标识、共享和跨机构复用。

AI 驱动分析：用自然语言而非 SQL 构建数据可视化

Databricks 商业智能与分析产品营销负责人 Richard Tomlinson 指出，自然语言可视化查询长期不及 SQL，瓶颈在于缺少业务上下文而非 LLM。Databricks 的 Genie One 依托受治理数据、显式语义和可溯源机制，Genie Ontology 则通过 Ontology Snippet 的权威评分与排序，为 AI 智能体提供统一上下文，使生成的图表可信任。

Microsoft Research 研究员 Jennifer Neville 谈 AI 评测失败与多轮交互局限

Microsoft Research 合伙人研究经理 Jennifer Neville 在播客中讨论 AI 系统在真实工作环境中的评测、失败与改进方向。她的团队研究多轮交互、协作环境和长周期任务，发现 LLM 在任务要求经多轮逐步澄清时性能会明显下降，长流程文档编辑中未被发现的错误还会累积。

Replit ⠕@ReplitAI 评分2626

按下播放 ▶️ 本周，@amasad 谈论 vibe coding、用计算机创造所失去的乐趣，以及为什么 AI 末日论忽略了问责问题。 如果 AI 智能体可以代表我们行动，当它们做得过火时，谁来负责？ 收听新一期 Times Tech：https://open.spotify.com/episode/6l1hmeZ1FGzbC6fYWSHJSi?si=QtW1jsqQQTGK_KJsbPt8yA&nd=1&dlsi=7225ec4f531942e8

Replit ⠕@ReplitAI 评分2020

销售即交付软件 | Andrew Verrilli 谈 AI 及其如何塑造销售岗位 https://x.com/i/broadcasts/1mxPaZegOdqKN

Runway@runwaymlAI 评分2626

Canva AI 研究负责人 Stefano Corazza、ElevenLabs CRO Ashley Kramer 和 Nebius CMO Lindsey Irvine 探讨为创意人士构建 AI 工具、为什么控制力和一致性最重要，以及智能体如何改变营销团队的工作方式。

OpenAI 文章《永恒的互补》探讨 AI 智能与执行体系的关系

OpenAI 发布 Hemanth Asirvatham 和 Elliott Mokski 的文章《永恒的互补》，讨论前沿智能与实现想法所需的制度、资源和执行能力如何互补。文章提出未来可能走向依赖思考与既有数据的深度文明，或依赖大规模实验、建设和协调的宽度文明；在后一路径中，大量 AI 智能可能用于单调的组织与执行工作，而人类仍可在好奇心、前沿创意和多样性上发挥作用。

Runway@runwaymlAI 评分2424

Runway AI 峰会正在旧金山举行。Runway 联合创始人兼联席 CEO Anastasis Germanidis 以一场主题演讲开启了当天的活动，内容关于通用世界模拟器将如何成为我们这个时代最重要的技术发展。 请继续关注全天的更多内容。

Anthropic 复盘智能体编码挤压 CI：测试影响分析服务如何扩展

Anthropic 复盘其测试影响分析服务在智能体编码带来的 CI 压力下完成架构重构。工程师人均每季度代码产出达到 2021-2025 年的 8 倍，Claude 编写其中 80% 的代码，代码库测试量增长 10 倍，CI 作业在 6 个月内增长 25 倍。

GitHub Copilot 文章探讨聊天为何常是错误 UI，并用 canvas 承载任务型交互

GitHub 员工 Burke Holland 认为聊天适合作为 LLM 的通用入口，但在明确任务中常让用户把智能体本身当成工具，浪费模型 token。GitHub Copilot app 的 canvas 是运行在应用内的全栈小程序，可与智能体双向通信、调用第三方 API，并在本机执行代码。

Sam Altman 在联合国安理会阐述 AI 安全与国际合作主张

OpenAI CEO Sam Altman 在联合国安理会就人工智能发表讲话，强调 AI 应扩大个人机会，并保持强大系统处于人类控制之下。他提出两类需避免的风险：人类失去对 AI 的控制，以及最强模型让权力过度集中于少数人、公司或国家。他呼吁建立互补的国家与国际前沿 AI 标准，涵盖能力衡量、风险评估、保障措施、人类监督、事件报告和漏洞共享，并支持开放与封闭模型开发者及新参与者。

Fireworks AI：前沿不是单个模型，而是 FireRouter 这样的模型路由器

Fireworks AI 提出编码智能体应按任务选择模型，并用 DeepSWE v1.1 的 113 个任务、18 个模型测算：oracle router 可达 97.6% 通过率、每任务 $1.88，高于 GPT-6 Astra 的 74.1% 和 $6.52；仅用开放权重模型也可达 90.3%、$1.45。

GitHub 拆解 AI 开发争议：仍需读懂生成代码，Skills 未取代 MCP，RAG 也未过时

GitHub Podcast 围绕 5 个 AI 开发热门观点展开分析，认为开发者仍需审查并承担 AI 生成代码的结果，招聘更看重使用判断力而非完全依赖或拒绝 AI。文章指出 MCP 负责标准化连接工具和数据，Skills 负责封装团队流程与最佳实践，RAG 仍可为模型提供训练数据外的相关信息；需要微调并不必然说明代码糟糕，但难理解的代码也暴露可维护性问题。

OpenAI 探讨日益强大的 AI 与对齐挑战

Jakub Pachocki 反思能力日益增强的 AI 及其对齐难题，呼吁建立更有力的安全防护措施并加强国际协作。

IBM Research 解析智能体模型路由为何不能只做分类

IBM Research 总结在智能体系统中构建模型路由的经验，认为路由本质上是跨成本、质量、延迟和约束的系统优化问题。

Berkeley AI Research 观点：智能近乎免费后，面向、承载与由 Agent 构建的数据系统

UC Berkeley 研究者提出，AI 推理成本快速下降后，数据系统将面临 For、Of、By Agents 三类新挑战。GPT-4 级能力价格已从 2023 年初约每百万 token 30 美元降至 1 美元以下，部分供应商低于 0.10 美元；多 Agent 执行 text-to-SQL 任务时，80-90% 的子查询存在重复工作。

Berkeley BAIR 解析自适应并行推理如何提升推理扩展效率

Berkeley AI Research 发布综述，提出自适应并行推理让模型在推理时自行决定是否拆分任务、生成多少并行线程以及如何汇总结果。文章比较 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!

Google DeepMind 复盘 AlphaEvolve 一年来在科研、基础设施与商业领域的影响

Google DeepMind 复盘 Gemini 驱动的编码智能体 AlphaEvolve 一年来的跨领域应用成果。它将 DeepConsensus 变异检测错误降低 30%，把电网 AC Optimal Power Flow 可行解找到率从 14% 提升至 88%，并使 20 类自然灾害风险预测整体准确率提高 5%。

Google Research 总结 ERA 在四项科研任务中的应用进展

Google Research 介绍科学家和学术合作者如何使用 Empirical Research Assistance（ERA）开展真实科研，覆盖流行病学、宇宙学、气候监测和神经科学。

Google Research 在 The Check Up 展示医疗 AI 研究与临床落地进展

Google Research 在 The Check Up 活动中介绍其医疗 AI 组合，覆盖个性化健康、临床辅助、开发者生态、公共卫生和生物医学发现。与 Fitbit 的研究显示 Personal Health Agent 比单任务应用更能支持长期健康；乳腺癌筛查实验系统识别出 25% 此前漏检的 interval cancers，糖尿病视网膜病变筛查已超过 100 万次。