SaaS-Bench 评测出炉：Claude 等大模型全自动办公通过率不足 4%
UniPat AI 发布的真实办公任务评测显示，当前主流大模型在 SaaS 全自动办公场景下完全通过率最高仅 3.8%，AI 自主执行复杂工作流远未成熟。
ClickUp 大规模裁员：数百名员工被数千个 AI Agent 取代
这家成立 9 年的项目管理公司用 AI 代理替代大量人力，预示未来工作模式的剧变。
Windsurf 核心工程师离开 DeepMind，放弃并购激励金
全程参与 AI Coding 产品 Windsurf 的核心成员选择离开，投身新方向，引发对 AI 编程赛道人才走向的关注。
华为具身大脑一号位创业，获亿元级融资
前华为具身智能负责人创业，用认知科学方法重做世界模型，获得大额资本支持。
蚂蚁灵波：VLA 和世界模型都不是终局，要做机器人时代的安卓
蚂蚁灵波沈宇军提出物理世界独有的模型架构，其 LingBot-VA 论文被 RSS 2026 接收。
Waymo 因雨天故障大规模召回 Robotaxi
无人车在雨天表现不佳，Waymo 被迫暂停多城服务并召回车辆。
教宗发布 AI 通谕，警告技术权力集中风险
教宗 Leo XIV 在首份通谕中聚焦 AI 时代的人类尊严，指出 AI 加剧了权力集中和民主侵蚀问题。
AI 安全成为实时博弈：连 Google 也在摸索中前行
AI 安全领域进入过渡期，各方都在实时应对新型攻击手段，包括利用 chatbot 个性进行黑客攻击。
AI 漏洞挖掘进入军备竞赛时代
攻击者利用 AI 加速漏洞利用开发，传统 bug hunting 模式正被颠覆。
Equilibrium Reasoners：通过吸引子学习实现可扩展推理
提出 EqR 框架，将推理建模为学习任务条件化的吸引子动力学，实现测试时计算的可扩展性。
The Illusion of Reasoning：揭露 LLM 推理中的隐性数据污染
提出 Zero-CoT Truncation 方法检测模型通过改写 benchmark 数据伪装推理能力的“隐性污染”。
LatentUMM：统一多模态模型的双重潜在空间对齐
解决多模态模型中理解和生成能力不一致问题，通过显式对齐编码和解码变换来消除语义漂移。
SciAtlas：面向自动化科学研究的超大规模知识图谱
构建支持拓扑推理的学术知识图谱，突破传统关键词/向量检索局限，为 AI 驱动科研提供基础设施。
From Seeing to Thinking：解耦感知与推理提升 VLM 后训练效果
系统研究 VLM 中视觉感知与推理能力的解耦训练，发现当前瓶颈主要在感知而非推理。
Geo-Align：通过度量几何奖励对齐视频生成
提出基于度量几何的奖励函数，解决相机控制视频生成中物理尺度对齐问题。
StepAudio 2.5：统一音频语言基础模型技术报告
在 ASR、TTS、实时口语交互等任务上实现统一建模，性能接近专业系统水平。
anthropics/knowledge-work-plugins ⭐142
Anthropic 官方发布的 Claude Cowork 插件集合，面向知识工作者，覆盖多种工作流。
anthropics/claude-plugins-official ⭐82
Anthropic 官方维护的高质量 Claude Code 插件目录。
mukul975/Anthropic-Cybersecurity-Skills ⭐91
754 个结构化网络安全技能，映射 MITRE ATT&CK、NIST CSF 等 5 个框架，兼容 20+ AI 编程平台。
multica-ai/multica ⭐60
开源托管 Agent 平台，将编程 Agent 转化为可分配任务、追踪进度的真正队友。
manaflow-ai/cmux ⭐73
基于 Ghostty 的 macOS 终端，专为 AI 编程 Agent 设计，支持垂直标签和通知。
Lum1104/Understand-Anything ⭐606
将任意代码转化为可探索、可搜索、可提问的交互式知识图谱，兼容 Claude Code、Codex 等主流 AI 编程工具。
rohitg00/agentmemory ⭐65
基于真实基准测试的 AI 编程 Agent 持久化记忆方案，号称 #1。