CrowdStrike AI Kill Switch 控制範圍：Gateway 先行，Claude Cowork 測試狀態怎麼看？

CrowdStrike AI Kill Switch 先由Gateway限制模型存取，新聞稿另列停止代理、阻止重啟與封鎖企業網路。本文並列端點後續時程，以及Cowork總覽pre-beta、專篇macOS beta的官方差異，說明企業驗收重點。

SambaNova SN50 將進 Supermicro 機櫃：GPU 讀提示、RDU 寫答案，分離式推論改變什麼？

SambaNova 與 Supermicro 規劃將 SN50 RDU 和 NVIDIA GPU 組成分離式推論系統，初步一萬顆晶片仍屬規劃。解析讀提示、生成答案、既有機房、模型適配與效能成本的驗收方式。

ReGap-Bench 視覺推理研究：圖上加編號，如何補上物件參照？

ReGap-Bench以成對視覺題研究參照落差，解析編號、著色與格線對計數、時鐘及地圖代理的不同影響。說明11.3個百分點改善、格線退步，以及小樣本和模型規模的限制。

uni-robot-agent 開源研究：同一個 Qwen 換工具框架，機器人表現為何不同？

uni-robot-agent以一致觀察、工具與執行回報改善機器人代理互動。解析Qwen進度分數1.90至31.39、25%成功率，以及RoboDojo、實體任務與深度資訊的比較限制。

OpenAI 漏洞獎勵提高：最高17.2萬美元怎麼算，下一場安全衝刺做什麼？

OpenAI 漏洞獎勵提高並規劃與Cathedral合作的下一場內部安全衝刺。解析3萬與17.2萬美元上限、加成與示例、補差額條件，以及AI防禦流程中重現、修補與驗收的分工。

SafeTulu 訓練資料研究：看似無害的例子，為何仍要追蹤梯度方向？

SafeTulu以SimpleLoRIF梯度歸因篩選Tulu 3資料，研究在三種小模型上降低攻擊成功率。解析47.7%降至37.0%的正確口徑、計算範圍與能力取捨，區分資料關聯和因果證據。

Hydrogen-1.0 科學模型登場：從實驗紀錄到材料探索，官方成績怎麼讀？

Hydrogen-1.0 是 Deep Principle 以 GLM-5.3 後訓練的開放權重科學模型。解析實驗紀錄、分子模擬與五輪材料探索，分清官方評測、成本分母及獨立驗證限制。

ZHA 階層注意力研究：用樹狀索引找上下文，十億 token 仍是什麼階段？

ZHA以樹狀索引搜尋長上下文，試圖同時減少路由與注意力成本。解析蒸餾、檢索與推理品質測試，以及十億token速度投影、門檻調整和實際部署仍需驗證的條件。

StateBench 長文本評測：找得到資訊，為何仍追不對最後狀態？

StateBench把長文本狀態追蹤分成四種更新難度，測試預訓練、前沿與直接訓練模型。解析為何找得到資訊仍會算錯最後狀態，以及訓練、架構和企業驗收的差別。

權重空間程式設計研究：AI 改掉 Qwen 推理迴圈，7.9% 到 48.1% 代表什麼？

權重空間程式設計讓AI直接分析與修改模型參數。解析MIT CSAIL早期研究的四款遊戲辨識、Qwen推理迴圈修補與MATH-500成績，說明工具、回饋預算及Gemma未改善的限制。

OpenRouter AI 程式碼審查教學：能重現問題，為何還不能自動相信補丁？

OpenRouter AI 程式碼審查官方教學用沙盒重現問題，但補丁仍需另跑測試。解析confirmed、退出碼、四模型小型比較、容器費用與程式碼外送限制。

Runway Dev 外掛串接 Cursor：MCP、技能、API 金鑰與生成費用怎麼分？

Runway Dev將MCP與七個技能帶進Cursor等編程工具。解析主機差異、OAuth與伺服器API金鑰、非同步任務、模型路由和生成費用，分清外掛安裝與應用交付。