上海交大团队在 GitHub 开源了名为“Dive into LLMs”的大模型系统课程，用 11 个实操方向覆盖从模型微调到安全对齐的完整技术链路，并配有课件、可运行代码和华为昇腾合作的分级实验课程。它不是又一份“概念讲解 PPT”，而是一份能照着动手做的学习地图。
MarketNow 上线了一个收录超过 9,200 个 MCP（Model Context Protocol）服务器的免费目录，用自动化安全审计和沙箱隔离解决 Agent 工具插件“找不到、不敢装”的痛点，并试图成为 Claude、Cursor 等生态的默认分发入口。
微软开源了专为 AI 智能体设计的可视化图表语言 Flint，通过 MCP 服务让 Agent 能在对话中根据数据即时生成并渲染交互式图表，直击大模型“画图难”的痛点。
社交平台上一则自称“分布式可信系统”的推文，用大量AI术语包装毕业证、房产证等证件办理服务，宣称融合大语言模型与可信执行环境实现自动验证和审计。目前公开信息不足以证明任何真实产品存在，更像是利用AI热词包装的营销或可疑服务话术。
《深入理解 AI Agent：设计原理与工程实践》以开源仓库形式在 GitHub 发布，用“Agent = LLM + 上下文 + 工具”这一公式串起 10 章教程与 95 个可运行实验，为想系统学习 Agent 开发的开发者提供了一条低门槛的完整路径。
美国新奥尔良市开始在911紧急电话中引入AI接听与分流，AI负责判断来电是否与同一事件有关，涉及生命安全的紧急呼叫仍转接人工调度员。值得关注的是，公共安全场景正在成为AI语音应用的新落地领域，但AI的角色暂时被严格限定在“分流”而非“处置”。
丹麦教育部宣布，高中生在提交居家完成的书面作业时，必须进行口头答辩，以应对生成式AI工具带来的作弊问题。这项政策从2026年8月7日起立即生效，覆盖约9000名就读两年制HF高中课程的学生，是欧洲国家针对AI作弊出台的又一项明确制度性措施。
LG电视、Nothing耳机、Meta眼镜近期接连被曝出在用户“知情同意”之前就采集音视频信息，引发公众对AI硬件默认监视的反弹。数字权益人士指出，这是科技公司系统性地将“消费级监控”包装成潮流单品的一部分。
为了应对大模型工具引发的AI代写问题，丹麦开始在书面作业之外引入口头答辩，要求学生在老师面前现场提交与解释作业内容。这是AI时代教育评估体系被迫回归“在场验证”的一个典型信号。
Spotify 正在开发 AI 驱动的翻唱与混音工具，并与版权方 Merlin 达成合作，让用户能对喜爱的歌曲进行二次创作——这是大厂把生成式 AI 引入主流流媒体消费场景的重要一步，但也引发音乐行业对版权与收入分配的担忧。