夜雨聆风
AI应用进展和演化
1-1 清华团队养出了一只「龙虾老师」！教育版OpenClaw震撼开源
清华团队近日开源了全球首个多智能体AI课堂系统OpenMAIC，被誉为“教育界的OpenClaw”。它不再只是单点工具，而是能一键生成完整教学闭环的AI教室：从课件制作、语音授课、白板互动、AI同学举手讨论，到随堂测验与个性化答疑——全部自动完成。
项目已在清华真实课堂运行两年，服务超1万名师生，支撑10余篇顶会论文，并于2025年接入国家智慧教育平台，累计访问超2000万次。更关键的是，它已深度对接OpenClaw，用户在飞书对“龙虾”说一句“生成一节AI新闻课”，即可全自动执行搜索、备课、讲解全流程。
1-2 藏语 AI 时代正式开启：全球首个藏语大语言模型 DeepZang 发布
全球首个藏语大语言模型“DeepZang”在拉萨正式发布，标志着我国在民族语言人工智能领域实现历史性突破——从过去的技术“跟跑”跃升为“领跑”。该模型由西藏觉罗数字产业管理有限公司自主研发，是我国首个通过国家生成式AI算法与模型备案的藏语大模型，也是全球首个获世界纪录认证（WRCA）的藏语大模型。
DeepZang App支持藏、汉、英三语智能交互，具备AI对话、实时翻译和语音转写等实用功能。目前，模型已积累高质量藏语平行语料近7000万条，覆盖卫藏、安多、康巴三大方言的语音数据超3.05万小时，为藏语理解与生成提供了坚实基础。
1-3 科技CEO用ChatGPT+基因数据定制癌症疫苗！肿瘤缩小50%
面对传统治疗无效、无现成药物的困境，零生物学背景的Paul借助ChatGPT学习免疫疗法知识，完成基因测序，并用AlphaFold预测突变靶点；再联合新南威尔士大学RNA研究所，仅用数周就设计出专属mRNA疫苗。
2025年底起两针接种后，Rosie腿部肿瘤缩小50%，精神与行动力显著恢复——如今能跳栅栏、追兔子。整个过程通过3个月严格伦理审批，100多页材料层层把关，确保安全合规。这是全球首例为犬类定制的个性化AI-mRNA癌症疫苗（获OpenAI总裁确认）。它不单是“AI救狗”的奇迹，更印证了：当技术能力、跨学科思维与人文关怀结合，普通人也能在生命科学前沿撬动希望。
AI大模型算法、赛事和会议
2-1 突破万次连续编辑极限！中科院提出首个理论保稳的知识保留方法
LyapLock是一项突破性的AI模型编辑技术，首次为大语言模型装上了“终身学习锁”。传统方法在单次知识更新上很准，但连续编辑时会“越改越忘”——实验显示：编辑1万次后，所有主流方法在GLUE六大任务上性能归零，而LyapLock稳守底线，通用能力几乎不降。
它创新性地将连续编辑建模为带长期约束的随机规划问题，融合排队论与李雅普诺夫优化，用“虚拟队列”实时监控遗忘风险，动态平衡新旧知识。理论证明其能长期稳定，实验验证其编辑效果比当前最优方法提升11.89%，在LLaMA-3等模型上成功支撑超2万次编辑。更妙的是，它可即插即用——赋能现有编辑器，使下游任务表现最高提升41.11%。
2-2 UIUC清华微软联合提出PlugMem：当Agent记忆告别「经历」，开始存储「经验」
PlugMem 是一项面向大语言模型（LLM）Agent 的新型长期记忆设计，由清华、UIUC 和微软研究院联合提出。它直击当前Agent记忆的痛点：在聊天中好用，换到网页浏览或多跳问答就失效。
PlugMem另辟蹊径，不存“做过什么”，而存“学会了什么”，将记忆单元抽象为三类可决策知识：语义知识、程序性知识（如“登录需先点‘我的账户’”）和情境处方（如“比价时应打开新标签页”）。这些知识以命题和行动规则形式组织成“知识图”，而非文本或实体图。实验覆盖三类差异极大任务（长对话、Web导航、多跳问答），未做任何任务适配，却在全部任务中提升成功率，同时平均减少37%的记忆token消耗。
2-3 天下苦「调参」久矣！MIT师生推出全新RandOpt算法
MIT师生最新研究提出了一种颠覆性思路：大模型“调参”可能根本不需要复杂优化！他们发现，像Qwen2.5这样的优质预训练模型周围，其实密布着大量“偏科专家”——即在数学、编程、化学或写作等特定任务上表现优异的参数变体，论文形象称之为“神经丛林”。
实验显示：对32B大模型施加1000次高斯噪声扰动后，超60%的扰动能提升至少一项任务性能；而小模型（如0.5B）该比例不足20%。基于此，他们推出极简算法RandOpt。结果表明，在数学、编程等任务上，RandOpt准确率媲美甚至超越PPO/GRPO；视觉-语言模型准确率更从56.6%跃升至69.0%。
AI基础设施方面（硬件、系统和数据）
3-1 龙虾GPU来了！老黄杀入OpenClaw战场，全新Rubin算力狂飙35倍
GTC 2026上，英伟达发布两大革命性产品：Vera Rubin超算平台和NemoClaw操作系统。Vera Rubin由7颗芯片集成，单机架达15 exaFLOPS FP4推理算力，是前代Blackwell的14倍；首次引入Groq LPU后，高价值推理性能狂飙35倍，Token生成率两年提升350倍。
功耗效率图显示：同等电力下，Vera Rubin比Hopper提升超100倍吞吐。与此同时，NemoClaw作为“个人AI操作系统”，内置安全沙箱、本地Nemotron模型与隐私路由，让企业可放心部署Agent——推动SaaS向GaaS（Agentic as a Service）升级。
3-2 喂饱OpenClaw！北大中科院95后打造星际超算，硬刚马斯克
中科天算与炎和科技联合发布全球首个“太空超算原型系统”，并成功完成与钙钛矿能源系统的全流程联调。原型机实现10POPS级AI算力，采用国产多核CPU+GPU+NPU+FPGA异构架构，具备强辐射耐受、-100℃~120℃宽温运行能力；配套的“星云”钙钛矿太阳翼光电转化效率超20%，质量比功率达500W/kg（约为传统晶硅电池3倍），在轨寿命超8年。
相比SpaceX计划2030年部署百万颗卫星的远期构想，我国已率先实现算力与能源双系统真实联调验证。按规划，“天算一号”实验星将于2026年下半年发射，2030年建成10颗以上、总算力10EOPS的万卡级太空超算中心。
3-3 拜拜了SWE-Bench！Cursor刚发了个AI Coding评测基准，难哭Claude
Cursor近日推出全新AI编程评测基准——CursorBench，直击当前主流基准的三大短板：任务不真实、评分太死板、数据已污染。关键数据显示：Claude Haiku 4.5得分从SWE-Bench的73.3暴跌至CursorBench的29.4，Sonnet 4.5也从77.2骤降至37.9——差距凸显“能解题”不等于“会干活”。
CursorBench采用线上+线下双轨评测：线下用真实用户请求构建任务，从正确性、代码质量、效率、交互等维度打分；线上则通过A/B测试追踪用户真实行为（如接受率、任务完成率）。结果表明：其排名与用户体验高度一致，且对前沿模型区分度更强。
AI人才和资本动态
4-1 又一家10亿级美元"新实验室"，Anthropic工程师创办Mirendil，融资1.75亿美元
前Anthropic科学家Behnam Neyshabur和Harsh Mehta联合创立AI新创公司Mirendil（估值10亿美元），正洽谈融资1.75亿美元。该公司专注用AI加速生物学、材料科学等前沿科研，目标是打造能进行长期科学推理的“AI工程师”模型。
团队背景雄厚：CEO曾领导Google DeepMind推理研究超5年；CTO在Anthropic主导AI自动化研发，此前在Google工作10年；另两位联合创始人分别来自xAI和OpenAI。Mirendil是近期涌现的“新实验室”代表之一，这类机构不追求通用大模型，而是聚焦垂直科研场景或开源/物理建模等差异化路径。
4-2 英伟达的"叛变"！260亿美元砸向开源AI，一场蓄谋已久的行业收割
黄仁勋这次“不讲故事”，直接砸下260亿美元、五年投入，开源大模型Nemotron（1200亿参数），覆盖芯片、软件、模型全栈——这远超GPT-4训练成本的豪赌，本质是一场战略升级：从“卖铲子”转向“建矿场”。过去三年，英伟达靠H100/H200/B200芯片坐收AI红利，但如今客户正加速自研芯片（谷歌、亚马逊等），护城河松动。
开源Llama已证明：谁掌握基础模型，谁就掌控生态。更关键的是，AI主战场正从“训练”转向“推理”——即实时服务亿万用户的能力，而这恰恰依赖英伟达深度优化的芯片+模型协同。开源姿态缓解了“供应商变对手”的信任危机，但挑战仍在：硬件巨头能否培育出顶尖AI研究文化？
4-3 OpenAI开除内鬼！拿着改变世界的机密去赌博，一夜狂赚几十万
OpenAI近期开除一名员工，因其将公司核心机密（如ChatGPT浏览器上线日期等）泄露并用于Polymarket等加密预测市场交易牟利。调查发现，这并非孤例：自2023年3月以来，60个神秘加密钱包共发起77次“神准押注”——例如在ChatGPT浏览器发布前40小时内，13个“幽灵钱包”零历史记录，却齐刷刷押中确切日期，豪掷超30万美元。
又如2023年11月Sam Altman被罢免后两天，新钱包重金押注其“王者归来”，精准套现1.6万美元。这类操作已远超概率范畴，实为内幕交易。类似事件正蔓延至Kalshi等平台：加州政客押注自己当选、MrBeast剪辑师利用后台数据高频盈利，均被处罚。
AI风险与政策管理
5-1 哈佛新研究：过度使用AI会“烧脑”，14%用户出现认知过载
“AI烧脑”成了职场新痛点——不是AI让人变笨，而是人脑跟不上AI节奏！哈佛等调研近1500名员工发现：14%出现注意力涣散、决策力下降、头痛等认知过载症状。尤其当员工同时监管多个AI Agent或混用超3个工具时，脑力消耗多14%，精神疲劳增12%，信息过载风险升19%。
更严峻的是：高负荷AI使用者决策疲劳增加33%，重大错误率飙升39%，主动离职意愿从25%升至34%。 矛盾在于——AI分担重复劳动能减负，但“督工AI”却加倍耗神。破解之道不在少用AI，而在重构人机协作：①限用AI工具≤3个，明确监管边界；②强化人类高阶能力；③把注意力当稀缺资源统筹管理；④设计更“省心”的AI工具。
5-2 80万条数据揭示隐患：AI正在「污染」病历，你的诊疗数据可能越来越不靠谱
随着AI在医疗文书、影像报告和图像生成中广泛应用，一个隐蔽却危险的问题浮出水面：AI正陷入“自我繁殖”陷阱——用自己生成的临床数据（如病历、放射报告、X光片）反复训练下一代模型，形成“生成→训练→再生成”的闭环。
新加坡国立大学、哈佛、斯坦福等联合研究发现：仅经4代自我训练，放射报告词汇量锐减98.9%（从1.2万词降至约200词），独特医学术语减少66%，报告高度模板化；视觉-语言模型对危重病例误判率从13.3%飙升至40.3%，而模型自信度反而虚高。更严峻的是，合成数据污染导致罕见病特征丢失、人群多样性下降、诊断盲区扩大，且现有评估标准仅看语言流畅度，难以发现真实诊断能力退化。
5-3 中国互联网金融协会发布风险提示：金融场景慎用 OpenClaw 智能体
中国互联网金融协会近日发布风险提示，警示开源AI智能体“OpenClaw”（昵称“龙虾”）在金融场景中存在严重安全隐患。该工具虽能提升办公效率，但默认获取过高系统权限、安全配置薄弱，已曝出多个中高危漏洞，且第三方功能插件缺乏安全审核，已发生多起恶意“投毒”事件。
在金融领域，一旦被利用，可能窃取网银密码、交易API密钥等敏感信息，导致资金被盗；其自动化操作还可能误发转账或买卖股票，引发责任认定难题；同时，其持久记忆和大模型调用机制易造成身份证号、银行卡号、信贷材料等高度敏感数据违规外泄或超范围留存。数据显示，AI相关金融诈骗案件正快速增长。
