2026 年顶尖 AI 实验室如何构建 RL 智能体：从 RLHF 到 RULER
Anthropic、OpenAI 和 DeepSeek 正在尝试把“系统提示词”直接用作强化学习的奖励函数，推动 LLM 智能体训练从 RLHF 走向一种被称作 RULER 的新范式。训练不再只依赖人类偏好打分，而是把任务目标和行为边界写进提示词里，由模型自己判断对错。
标签： ChatGPT
Show HN：Sprocket – 硬件和软件开发的最佳人工智能代理
一款名为 Sprocket 的 AI 代理产品在 Hacker News 上以 “Show HN” 形式公开发布，声称同时面向硬件和软件开发场景。由于演示页面目前无法访问，其实际能力仍需验证，但“AI 代理进入硬件工程”这一方向本身值得关注。
AI 时代的“HTML 时刻”：一个被严重低估的知识标准 OKF
Google Cloud 在 2026 年 6 月发布 Open Knowledge Format（OKF），并于近期更新到 V0.2，试图用一套开源、厂商中立的格式，定义企业和 Agent 之间“知识”的存储与交换标准。它被看作 Agent 时代的基础设施级尝试，值得所有关注知识库和 Agent 工程化的人…
为什么让 AI 持续后台访问你的屏幕是一个糟糕主意的 7 个原因
Android 生态中的 AI 助手正越来越多地获得屏幕内容访问权限，但本地处理不等于数据不出设备，也不等于不会上传。Android Police 梳理了 7 个隐私红灯，核心指向同一个问题：AI 后台读取屏幕正在成为默认选项，而用户几乎无法真正关闭。
After starting the tokenmaxxing panic, Uber’s CTO is back with a very different AI story
Uber CTO Praveen Neppalli Naga 推出名为“Agentic Pods”的内部实践，把最优秀的 AI 工程师派驻到财务、法务、营销等业务部门现场重构流程。这家几个月前因“烧光 Claude Code 预算”引发行业恐慌的公司，正试图证明 AI 的价值不在堆算力，而在重新设计工作流。
‘The next major music platform should give people something to do with the music’: Spotify’s former Head of Innovation on his plans to launch an interactive music service, and whether AI features will help or hinder streaming
前 Spotify 创新主管 Mauhan M. Zonoozy 在离职后创办音乐软件厂牌 A Vinyl Bar in Shibuya，计划推出以“参与式互动”为核心的新一代音乐平台，并正在探索 AI 功能在创作与表达中的角色。
内部 OpenAI Astra 模型解决了 10 个主要的开放数学和 CS 问题
OpenAI 内部版本的下一代模型 Astra 在数学、量子复杂度和理论计算机科学领域解决了 10 个长期未解决的开放问题，其中包含计算 permanent 的新电路下界。这项成果目前仍停留在研究阶段，但为 AI 科学推理能力设立了新的参考基准。
A real macOS flaw worth $200K went unreported because Apple’s bug bounty inbox was full of AI slop
苹果漏洞赏金计划被大量AI生成的低质量报告淹没，不得不限制安全研究员提交漏洞；意大利一家初创公司因此无法上报一个真实存在的macOS高危漏洞，该漏洞在黑市估值最高20万美元。
两个不为人知的指标表明人工智能资本支出热潮可能很快就会消退
前 Leuthold Group 首席投资策略师 Jim Paulsen 指出，AI 股票相对表现走弱、美国核心资本品订单近期下滑，这两个被忽视的指标可能在提前警示：持续数月的大型科技公司 AI 资本支出热潮，接下来会遇到阻力。
只有 8.9% 的网站屏蔽 AI 爬虫，但 94.8% 的网站从未在 AI 答案中被引用
一项对 458 个中小企业网站的审计发现，94.8% 的网站从未在 AI 助手的购买推荐中出现；而在屏蔽 AI 爬虫的 8.9% 网站中，多数屏蔽的是训练爬虫，却很少屏蔽真正影响被引用的检索代理。