Meta发布Muse Spark Open，参数量达816B / 42B，支持1M上下文，推理价格为$1.25/$4.25每1M输入/输出token。Goodfire的Nick Cammarata发文指出大多数神经元具备可读性，多语义案例多被误读；AI Twitter Recap收录了该观点及多篇针对多语义性理论的独立批驳。
推荐理由：该报道对Meta最新开源大模型Muse Spark Open的核心架构及推理成本进行了细致拆解，并为工程侧提供了跨平台部署与量化落地的参考。
Anthropic 允许 METR 的六名研究人员获得相当于员工的访问权限，包括内部工具、办公空间及笔记本电脑，用于独立评估 Anthropic 的模型、安全实践和风险管理。METR 将独立发布评估结果，Anthropic 无权否决，但可要求对特定类别（如客户数据、架构信息）进行编辑。这是 Anthropic 三级评估体系最高层级的安排，此前 OpenAI 等公司也已承诺类似的独立审查机制。
Chirp Pong 是一款双人对战乒乓球游戏，两名玩家通过各自的手机麦克风发送音频信号来同步游戏状态，无需常规网络连接。该游戏利用 Web 麦克风 API 解析声音，并在标准 Pong 机制上增加了视觉和玩法创新。作者利用 Claude Code 调用了 Claude Opus 5.5 Extra 完成了这项双手机 HTML 游戏开发实验。
Meta Muse 因在 Apple 应用商店登顶且要求用户共享银行账号、联系人等数据引发争议。Signal 基金会主席等专家指出，其 UI 设计鼓励用户过度分享，第三方也可能通过该应用间接获取你的私人信息，而 Meta 称相关功能均为可选授权。
OpenAI、Anthropic 等机构展示了如何在金融 Agent 中平衡自主性与安全性。OpenAI 提出了效用阈值概念，并预测 2027 年 AI 将驱动投资交易生成。Two Sigma 通过可组合的安全控制实现自主性，Bloomberg 强调必须在模型外部实施确定性安全控制。
TechCrunch Disrupt 2026 大会在旧金山 Moscone West 举办最后两天，所有门票类型享受 50% 折扣。活动包含 AI Stages 演讲，OpenAI 高管将介绍 Dots agents 发布，Anthropic 等公司领导者也参与讨论。门票价格调整后的范围是 $175 至 $600。
Meta 发布 Muse Wonder 和 Muse Wonder Full，这是 Meta Superintelligence Labs 第二代模型，第三方评测显示其接近前沿水平。
推荐理由：原文通过第三方基准与成本分析，对比了 Meta 新模型与业界前沿的差距及效率优势，帮助评估其对现有工作流的影响。
GitHub 发布了 ReviewBench，这是基于 1 亿真实 pull request 构建的开源代码审查评测基准，包含 219 个公共 pull request 和多源金标准。评测显示该基准能提前预测线上表现，最近一次实验中离线指标与线上 A/B 测试结果方向一致，例如线上 recall 提升 13.6%，critical 评论增加 262%。
推荐理由：原文给出了完整评测流程和对比数据，可帮助读者判断该基准如何优化代码审查智能体迭代流程。
GitHub Security Lab 推出 Fuzzing Taskflow 智能体，用于自动化 C/C++ 项目的模糊测试流程。该智能体基于 Taskflow Agent 框架构建，能够自主识别入口点、生成测试桩、运行 AFL++ 并进行崩溃分诊。默认使用 Claude Sonnet 5 模型，通过 MCP 工具实现决策与执行分离。
推荐理由：文章展示了如何利用 LLM 智能体自动化模糊测试中的覆盖率分析与崩溃分诊，为 C/C++ 项目维护者提供了可复用的安全工程实践。