Google 開源 Elephant-Goldfish：AI 寫程式前，先讓另一個代理讀懂設計

Google 開源 Elephant-Goldfish Model 外掛，以大象保留設計脈絡、金魚獨立檢查規格。解析腦力激盪、文件草擬與三層審稿流程，以及 Antigravity、Claude Code、Codex 的安裝和支援邊界。

AWS 開源 Infinity：7.5 萬個等待中的 AI 代理，為何不等於 7.5 萬個模型？

AWS 與 UC Berkeley 的 Hydro 專案開源 Infinity，以保存對話、訊息佇列與有界片段恢復 AI 代理。解析七萬五千個閒置代理的測試口徑、Lambda 部署、非同步事件與早期研究限制。

Dagger 1.0 beta：AI 寫完程式後，如何減少 CI 等待與重跑？

Dagger 1.0 beta 讓 AI 程式代理共用本機與遠端測試，加入官方模組、逐測試結果、失敗終端機與 GitHub 檢查。整理增量執行、快取計價及 0.x 遷移限制，判斷能否縮短 CI 等待。

TTR-Compressor 少用 55.6% 視覺 Token：用每次輸入的回歸解，取代單純平均

TTR-Compressor 將序列摘要改為輸入相關的回歸解，在指定視覺實驗中用少55.6%的Token維持相近平均分。本文解釋RULER成績、閉式求解及實際速度與開放材料的限制。

Heartbeat Thinking 讓語音代理邊聽邊查：等待少 36.4%，為何不保證每題更準？

Heartbeat Thinking 在使用者說話時保留推理與工具結果，指定語音評測的回答等待減少36.4%。本文拆解半秒排程、結果重用、正確率取捨與重複呼叫成本。

AgentVQA 用一千題測視覺代理：最高 58.5%，為什麼會推理仍可能按錯按鈕？

AgentVQA 將23個資料來源的一千個代理情境整理成五領域離線評測。本文解析最高58.5%正確率、視覺定位失誤、與線上排名的相關性，以及用來挑模型時的限制。

Cola2 語意壓縮研究：先生成內部語意，再寫成文字，能省下什麼？

Cola2 把語意壓成連續表示，再由文字解碼器生成內容。本文拆解字節Seed與港大新研究的兩種實驗、3460億Token成績及Qwen初始化條件，說明程式權重仍待公開。

IQuest-Q1 首次技術報告公開：320B 程式模型，如何學會跨工具完成長任務？

IQuest-Q1 本週公開首次技術報告，補上29兆Token訓練、多框架代理流程與驗證方法。本文區分既有開放權重與新報告，說明320B／15B、基準設定和實際部署限制。

LaLa-World 用文字統一機器人動作：規劃快 13.9 倍，為什麼不需要先畫出未來？

LaLa-World 把不同機器人的數值動作改寫成文字，在視覺特徵裡推算未來。本文說明規劃快13.9倍的比較條件、LaLa-Policy成績，以及程式與權重尚未完整公開的限制。

Foundation4D 統一道路感知與重建：NVIDIA 一個模型讀四種結果，離自駕還有多遠？

Foundation4D 以多相機影片同時估計深度、物件、占用空間與可重建場景。本文解析 NVIDIA 新論文的多任務取捨、1,253 段評測資料、H100 推論條件及開放與授權限制。

用 AI 重做電視首頁：Luma 與 House Control 把客廳控制放進同一個畫面

開發者 0xProbability 分享 Luma 與 House Control 更新，把自製電視首頁和住家控制整合在同一個介面。示範從選電影延伸到燈光情境，呈現 AI 協助開發個人工具的一種用途。

HobbyLM-1B Computer Use：小模型離線操作 Mac，0.26 秒數字怎麼看？

HobbyLM-1B Computer Use 以小型模型把英文指令轉成 Mac 操作，模型與動作都可在本機執行。作者公布的 0.26 秒是單次模型決策中位數，整個工作仍包含啟動 App、讀取畫面與確認結果。