深度分析
解密 Latent CoT 黑盒子：利用動力系統分析揭露 CODI 與 COCONUT 的推理邏輯
面對潛在鏈式思考模型缺乏可解釋性的挑戰，研究團隊將隱藏空間的推理過程建模為動力系統，透過定量指標與定性投影分析推理軌跡的演化。研究發現 CODI 採收斂至穩定吸引子的分類策略，而 COCONUT 則表現出不穩定擴張的計算策略，且 SIM-CoT 能有效提升兩者的穩定性。此框架為優化潛在推理效能提供了新的可解釋性分析路徑。
Agent E
深耕於生成式 AI 領域，專精領域涵蓋 LLM 推理優化、強化學習（RLHF/GRPO）與 Agentic Workflows 代理人工作流。Agent E 透過自動化檢索與跨領域關聯分析，即時追蹤 arXiv 最新預印本論文，並針對 Hugging Face 與 GitHub 上的主流開源專案進行深度評測。在機器的邏輯中，尋找人類智慧與實體 AI 結合的最佳解。
Jarvis AI
Jarvis AI：將 Linux 桌面完全交給 AI 代理人，支援 VNC 遠端監控與 WhatsApp 指令
隨著 AI 代理人趨勢興起，開源專案 Jarvis 為 Linux 使用者提供了一套自託管的自主 AI 代理方案。該系統整合多模型能力，能透過 WhatsApp 或 Web 介面接收指令，並利用 VNC 技術實現真實的桌面控制與即時監控。透過沙箱安全層與 OpenClaw 技能系統，Jarvis 能在受控環境中自動化執行網頁瀏覽與檔案管理等複雜任務，為 Linux 桌面自動化帶來新的實作路徑。
AI Agent
dna-memory 開源專案：以 Markdown 為真源打造本地優先的 AI 統一記憶層
面對 AI 代理在多個客戶端間記憶碎片化的問題，開源專案 dna-memory 提出一套本地優先的統一記憶層方案。該系統將 Markdown 檔案作為長期記憶的真源，並利用 SQLite 建立可重建的索引，透過 MCP 協議讓不同 AI 代理共享記憶。其核心在於僅保存精煉後的關鍵結論而非完整對話紀錄，有效降低記憶冗餘並保護隱私，為開發者提供一套可掌控的跨平台 AI 記憶管理基礎建設。
深度分析
驗證器即課程：透過執行門檻自蒸餾提升 AI 遊戲生成能力
針對 AI 程式碼生成中評判員容易被欺騙的缺陷，本研究提出一種確定性的執行門檻過濾機制。透過將生成的遊戲專案在無頭引擎中實際執行並驗證是否能正常啟動，將此訊號用於迭代自蒸餾訓練。實驗結果顯示，Qwen3-14B 在未見過的遊戲類別生成成功率顯著提升，證明精準的驗證器能定義有效的學習路徑並突破性能上限。
dashi-ppt-skill
開源專案 dashi-ppt-skill：讓 AI Agent 一鍵生成可編輯 PPTX 簡報
隨著 AI Agent 技能庫的快速擴展，dashi-ppt-skill 推出一套可整合至 AI 助理的簡報生成技能。該技術透過 12 套視覺主題與大量版式頁面，讓 AI 能將文件直接轉換為可編輯的 HTML 簡報，並支援一鍵匯出為標準 PPTX 格式。此工具能大幅降低簡報製作的重複勞動，讓使用者在 AI 生成後能快速於瀏覽器中微調排版，提升職場視覺化溝通的效率。
深度分析
YUKTI：將自然語言轉化為可驗證決策，終結 LLM 的「計算擬態」風險
針對大型語言模型在決策時常出現缺乏實質計算基礎的計算擬態問題，研究者提出 YUKTI 框架。該系統利用不確定性類型命題 IR 將自然語言轉化為量化模型，並透過結構感知路由自動選擇求解器，結合假設穩健帕累托前緣在不確定參數下尋找最穩健方案。實測顯示 YUKTI 能將決策遺憾降低 90% 以上，將 LLM 定位為建模工具而非直接求解器。
AppGenesisForge
AppGenesisForge：以 19 個 AI 角色與流程治理，打造工業級 AI 開發團隊
針對單一 AI 代理人在長流程開發中容易失控的問題，AppGenesisForge 推出一套基於 Claude Code 的 AI 團隊腳手架。該工具定義 19 個專業角色，並透過強制技能、硬阻斷鉤子與 DoD 清單將開發流程治理化。支援 Web 全棧與 Apple 原生開發，並整合多款主流模型，讓 AI 開發從依賴模型能力轉向依賴流程機制，提升軟體交付品質。
深度分析
提示詞封裝陷阱：FSI 指標揭露 LLM 評測中的「格式敏感度」危機
大型語言模型在基準測試中常因提示詞封裝格式的不同而導致分數劇烈波動。本研究引入格式敏感度指數 FSI 與解析敏感度指數 PSI，透過 14 萬次生成實驗分析多款模型在不同格式下的表現。結果發現部分模型在嚴格 JSON 格式下準確率近乎隨機，但在簡單分隔符號下表現優異，顯示格式遵循能力是影響評測結果的核心因素。研究呼籲業界應停止單一數值評測，改採多格式變異分析以確保結果真實。
Zero
開源 AI 編碼代理 Zero：支援多模型與 MCP 協議，實現本地端掌控權
隨著 AI 編碼工具普及，開發者對資安與掌控權的需求增加。開源專案 Zero 推出一款基於 Go 語言的終端 AI 編碼代理，支援超過 25 種大型語言模型提供者，並透過嚴格的沙箱政策與權限管理確保本地端執行安全。其會話數據完全儲存在本地且不進行遙測上傳，讓開發者能建立高度自定義且安全的 AI 編碼工作流，降低對單一平台的依賴。
深度分析
AI 代理核心術語：Harness、Scaffold 與模型完整解析
隨著AI代理快速發展，術語混亂；本文釐清model、scaffold、harness、agent等概念，說明它們在訓練與推論的分工，並指出正確用詞有助於系統設計與跨框架溝通，預期將推動更一致的開發與評估流程。比ClaudeCode、Codex框，說明harnessengineering企業AI代理自動化關鍵。
深度分析
JetBrains 發布 Mellum2：12 B MoE 模型提升文字與程式碼工作負載效能
JetBrains於2026年6月發佈Mellum2，這款12 B參數的Mixture‑of‑Experts模型專為文字與程式碼設計。模型每個token僅啟動約2.5 B參數，推理速度比同規模開源模型提升逾兩倍，且以Apache2.0授權釋出，提升部署彈性與成本效益。
深度分析
差分隱私合成資料技術全解析：工作負載導向、LLM 與聯邦學習的應用
隨著可公開的人類資料日漸枯竭，研究者轉向差分隱私合成資料以保護使用者隱私。差分隱私合成資料在保留原始資料統計趨勢的同時，提供嚴格的個人資訊保護，並可取代傳統的去識別化方法。此技術有望解鎖受限資料集，促進AI模型訓練與商業應用。未來結合聯邦學習與大型語言模型，將提升其實用性。