特斯拉Roadster的“会飞”实为冷气推进跳跃，仅能维持约6秒，不符合FAA航空器定义，也难通过道路安全认证。马斯克承认其非真正汽车，Rocket版未获准上路。文章认为它虽不实用，却是工程师突破技术边界的试验场，类似英伟达早年押注CUDA，看似无用的探索可能为未来积累经验。

科技公司正借AI硬件重新定义“录制”：苹果拟推出不存视频、仅用AI生成文字描述的智能家居摄像头，Apple Watch的音频智能也不保存音频，谷歌亦在考虑类似方案。作者认为，只要生成可保存、可查看的文字记录，本质上仍是录制。此类设备模糊了录制边界，涉及他人隐私与公共规范，社会需就“何为录制”达成共识。

文章讨论AI编程模型竞争：GPT 6 Luna基准得分较前代下降2分，而同价位DeepSeek v4.1 Flash仅用少量激活参数便在代码任务上实现反超，提醒用户模型可能悄然变弱。

Aragon Research 将 Vonage 评为新兴智能通信体验（ICX）类别的主要提供商。ICX 融合统一通信与联络中心并集成 AI，解决企业工具分散和知识孤岛问题，架构分为核心功能、ICX 引擎、AI 架构和代理渠道四层。预计 2031 年该市场规模达 2518.3 亿美元，Vonage 平台因契合该架构而获认可。

《自然》子刊研究指出，集体主义概念长期混淆两类含义：西方更认同泛温情集体主义，即对所有人友善；东亚更认同责任主义，即对亲人承担义务、对陌生人义务递减。旧问卷混用两类题目导致数据矛盾。新量表覆盖百种文化，发现责任主义高分社会多代同堂更普遍、腐败更高、创新更低、新冠死亡更少。

企业数据架构长期假设结构清晰、人可理解，但AI代理缺乏业务语境，易给出自信却错误的答案。文章主张构建“本体”层，连接数据与业务含义，明确权威定义、计算与权限。应只治理关键概念，长尾知识从现有资产中持续学习，避免全企业建模沦为搁置项目。本体结合治理可提升代理准确率与可信度，使其从报告走向可信行动。

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。