嬴彻科技宣布卡车自动驾驶商业运营里程突破10亿公里，市场份额超90%，领跑中国卡车智驾市场。公司升级为“货运物理AI”，构建覆盖干线、支线及末端的全场景货运机器人网络，具备货运原生智能、场景智能和运营智能三大能力，并获多地L4测试牌照，推动物流智能化发展。

本文介绍“快速流动”这一软件交付能力，强调在VUCA世界中，企业需频繁部署变更以加速学习。文章指出，快速流动源于社会技术架构，涵盖软件架构与开发组织，并探讨如何设计演进该架构以维持快速流动，从而提升敏捷性与竞争力。

dsh-subagents是DeepSeek Harness的插件，通过Markdown文件定义子代理角色，支持模型或CLI驱动、热加载和管理界面。它委派任务给廉价模型，降低推理成本达72%，保持主模型上下文清晰，并集成外部CLI工具，提升效率。

英伟达CEO黄仁勋在财报电话会上称公司已“实现AGI”，但随即表示这一里程碑“毫无意义”。他指出AGI定义模糊，缺乏共识和衡量标准，真正重要的是AI能高效工作并创造利润。黄仁勋此前也曾宣称实现AGI，但未给出明确界定。业界对AGI定义各异，OpenAI、Anthropic等公司各有说法，使该术语沦为营销工具。

文章探讨了善恶定义的复杂性。作者通过与尼日利亚学生辩论，提出恶是伤害他人、剥夺权益，善是增益他人，但承认定义困难，因涉及主体、意图等纠缠。他反思知行合一，自嘲为“恶人”，感叹善恶难以简单概括。

本文探讨生物信息进化论的争议，指出香农信息论与智能设计派对“信息”定义存在分歧。智能设计派强调序列复杂性和功能，而阿达米等学者将信息定义为基因组与环境关联，并计算变异数据。文章批评后者偷换概念，忽略历史偶然性和遗传漂变，导致结论与质疑无关，强调定义分歧影响对生命起源的理解。

中国AI公司如DeepSeek和智谱正在研发自研AI推理芯片，以降低成本和增强供应链安全。全球AI行业的“造芯潮”正在改变竞争格局，越来越多公司投入定制芯片研发，挑战英伟达的市场主导地位。自研芯片将提升算力效率，推动AI与半导体产业的深度融合。

AI上下文层与本体论的竞争反映了企业对数据含义定义权的争夺。AI缺乏知识和经验，理解能力不足。上下文包括内部上下文、机构知识和记录系统，解决方案各异。当前的上下文图是旧问题的再现，真正的挑战在于谁能清晰定义数据含义，以确保AI的有效运作。

在AI时代，工程师的角色分为探索者、构建者、清理者、增长者和维护者。每种角色在产品不同阶段发挥重要作用，强调“做减法”的价值。团队应根据产品生命周期合理配置角色，以应对技术挑战和市场需求。

在微软的Build大会上，CEO纳德拉介绍了OpenClaw，一个开源平台，旨在将AI代理与多种通讯渠道连接。与Nous Research的Hermes Agent竞争，后者强调持久记忆和自我提升技能。两者在控制层面存在差异，OpenClaw侧重于网关，而Hermes则专注于记忆。企业在选择时需考虑代理的记忆控制和治理层，以确保安全和有效性。

每个GPU都应创造价值，而不仅仅是使用。由于GPU成本高昂，闲置的GPU不可承受，因此AI基础设施社区一直关注提升GPU利用率，尤其是在Kubernetes调度和vGPU方面。

食品信息学是一个跨学科领域，旨在整合和分析食品相关数据，涵盖分子、食物和系统三个层面，强调数据流动与知识发现。未来发展方向包括数据整合、基础设施建设、探索设计、专家协作及教育培训。

本文介绍了Agent Framework Workflow的基本概念，包括执行器（Executor）的定义和使用WorkflowBuilder构建工作流。通过创建UppercaseExecutor和ReverseTextExecutor两个执行器，示例展示了如何连接它们以实现流式输出，并实时监听执行器的完成和错误事件，以便调试复杂工作流。

本文介绍了LARYBench，一个用于评估隐式动作表征的基准系统，旨在提升机器人在不同环境中的泛化能力。LARYBench分析了大规模人类视频数据，提供超过一百万段标注视频，涵盖151种动作，支持多样化的机器人形态和操作场景。实验结果表明，通用视觉模型在动作泛化和控制精度上优于专门模型，强调了隐式动作表征的重要性。

Matrox Video与Amagi建立战略合作，将Matrox ORIGIN软件框架整合到Amagi云制作架构中，以提升广播内容制作效率，推动广播行业向灵活、软件定义的运营模式转型，降低复杂性并提高可扩展性。