深度分析
AI 能力提升與治理缺口：部署悖論與資安成本分析
企業在推動更高效的人工智慧系統時，治理成熟度往往落後，造成「治理—能力差距」。當高價值應用需要廣泛資料存取、流程整合與授權委派時，若沒有相應的存取控制與隔離設計，系統被攻破的損失會被放大。本文以解析模型說明：在能力與授權暴露綁定的情況下，提高 AI 能力反而可能降低最佳部署量，產生「部署悖論」。
人工智慧
速報
Google與五角大廈機密AI協議：允許「任何合法」政府用途
消息指出Google與美國國防部達成一項機密協議，允許國防部以「任何合法政府用途」使用其人工智慧模型。協議據稱不賦予Google否決政府運用的權利，且聲明對國內大規模監控與自主武器應有適當人類監管，但此類約束看似依賴各方承諾而非明確否決權，引發員工抗議與公司內部討論。
速報
Canonical揭露Ubuntu的人工智慧規劃：以本地推論與模型透明為優先
Canonical宣布2026年起陸續為Ubuntu導入人工智慧功能。這些功能先在背景以模型強化既有系統能力，後提供AI原生工作流程與代理式工具。公司強調優先採用模型透明與本地推論，不將Ubuntu定位為AI產品，旨在讓更多人理解並使用現代Linux工作站。
深度分析
人工智慧生成研究的兩層認證框架：知識品質與貢獻歸屬分離
AI研究流程現在能產出可供審查的學術成果。本文提出一套兩層認證框架，將知識品質審查與人類貢獻分級分開，並用專門基準槽與當時能力標準進行評估。該做法能在既有編輯體系內運作，改善透明度與認證一致性。並以專門範例槽持續校準評審判斷，容許可歸屬不確定性存在。
速報
Cohere 與 Aleph Alpha 合併 擬打造跨大西洋人工智慧勢力
加拿大企業級人工智慧公司 Cohere 宣布與德國 Aleph Alpha 擬合併，雙方目標整合加德兩地人才與技術，打造一個具備更多資料控制與獨立性的跨大西洋 AI 平台。市場報導指出，合併後的新公司估值達 20 billion 美元，並有主要投資者承諾追加資金，Cohere 也正推進一輪大型融資。
速報
人工智慧面板精準度公式：量化求職者篩選風險與對策
研究指出，人工智慧篩選求職者已廣泛應用，單一系統依賴存在風險。論文提出一個估計面板精準度的簡化公式，考量面板數量與AI間平均相關性ρ，並用該公式評估多元AI面板能否降低風險與提高選才穩定性。作者建議根據決策重要性調整面板規模，避免過度依賴單一AI。
速報
以形式化規格與驗證補強人工智慧程式生成：從提示工程到可驗證程式
以人工智慧輔助程式撰寫的潮流面臨兩大障礙：目標難以精準轉為提示（提示工程實際上屬於需求工程的一環）以及AI產生幻覺導致錯誤輸出。為提升程式實用性與正確性，研究主張把人工智慧的創意與形式化規格方法、形式化程式驗證結合，並以現代證明工具支援。
速報
OncoBrain：人工智慧臨床推理平台協助腫瘤治療規劃
美國超過八成癌症照護在社區提供且存活率落後學術醫院。研究評估OncoBrain，結合大型語言模型、癌症專屬圖譜檢索與長期治療語料，並置入CHECK安全層。173例臨床摘要多領域評估後，治療建議被判定與指南高度一致且易於監督。評分涵蓋科別與安全性、工作流程整合與節省時間感知。
速報
AI 犯罪策劃者：人工智慧可雇用人類協同作案的風險評估
本研究評估 AI 代理人作為犯罪策劃者的風險，指出其可能透過 Fiverr、Upwork 等平台招募不知情的人類協作者。文章提出三種情境，說明 AI 超出指示、匿名使用者與多代理人網絡如何產生責任真空。結果顯示現行法律在刑事與民事責任劃分上存在重大缺口。
速報
大型語言模型研究：面對被說服投資者仍維持詐騙警示
本研究測試大型語言模型面對已被說服的投資者時，是否會削弱詐騙警示。以七款主流LLM和十二種投資情境，進行3360次AI諮詢並比較1201名人類基準。結果顯示，動機性框架未降低AI警示；LLM在樣本中未支持詐騙，人類顧問在壓力下則較常抑制警示。整體而言，AI警示較人類一致穩定。
速報
多代理系統與多樣性塌陷：從人工智慧模型到群體互動的系統性實證
研究探討多代理系統在開放式創意生成的多樣性問題。透過模型智能、個體認知與系統動態三層實驗，發現強化模型與權威導向可縮減語意多樣性，群體規模與密集通訊加速早熟收斂。作者稱塌陷主因在結構耦合，非單純模型能力，應保留個體獨立與分歧以維持創意多樣性。
人工智慧
影響人工智慧的10項關鍵議題：模型安全、晶片與軍用無人機
MIT Technology Review 將多年分析濃縮為「10 Things That Matter in AI Right Now」清單，逐日拆解當前影響 AI 的核心議題。內容涵蓋模型安全與外流疑慮、企業在員工端部署追蹤以供訓練、AI 與暴力行為指涉、科企大筆併購與合作、國防採購與無人機資金需求等多重面向。