Figure AI 创始人兼 CEO Brett Adcock 在 Salesforce Dreamforce 大会上称公司正在"构建一个新物种"，把具备机上智能的人形机器人定位为替代体力劳动的通用方案。这一说法把行业争论从"机器换人"推到"造智能物种"的层面，也让 Figure 的量产时间表更受关注。
设计师 Emil Kowalski 整理的一套 AI Agent Skills 在开发者社区走红，其中「Apple Design」把 Apple WWDC 的界面与动效原则变成 AI 可执行的指导，让大模型写出的界面更有设计品味。项目在 GitHub 上的 Star 数已接近 4 万。
一条关于 AI Agent 的提示词玩法在 X 上获得超过 54 万次浏览——用户给 AI Agent 一张容器图片，要求它“根据你知道的关于我的一切，把这个容器两面都填满”，得到的结果被描述为“很有意思”。这折射出一个越来越明显的趋势：AI Agent 正在把用户的历史对话和记忆当作真正的输入素材来使用。
一位 25 岁的 AI 博主公开自述月入 15 万元，核心方法论只有“抄”——复制已经被验证过的内容路径，而不是从零原创。这套说法在 X 上获得 4.4 万次浏览，也引来了“慢工出周期”的反驳。
一条在 X 上获得 42 万余次浏览的推文，把一部名为《舔狗2应有尽有》的 AI 生成短剧推到了大众视野。它用"出轨、绿帽伦理、真实改编"等标签吸引点击，同时也暴露出 AI 短剧在内容尺度和平台分发上的现实处境。
有开发者用同一套贪吃蛇决策任务对比了本地 421M 开源模型 Laya 和云端 API Jev 1.13.0，Laya 在决策频率和延迟上明显占优，本地推理的实时性优势被直接量化了出来。
开发者 Tw93 用 AI Agent 的 computer use 能力，把 300 多款 Mac 软件逐个下载、安装、卸载、扫残留，为清理工具 Mole 补规则、写测试。这件"笨功夫"揭示了 AI 落地的一条现实路径：让模型代替人做重复的脏活，再把结果沉淀成产品能力。
AI 研究者 @0xluffy_eth 发布了一个可用于 ChatGPT、Claude、Gemini 的提示词，宣称能去除任何文本中的“AI 味”；讨论很快转向一个更棘手的问题——被判定为 AI 的，可能不只是用词，而是文章结构和上下文逻辑本身。
NLP 研究者施惟佳（Weijia Shi）放弃康奈尔大学计算机系助理教授职位，选择在 2026 年加入 Anthropic，直接参与 Claude 底层的预训练研究。这既是一次个人职业选择，也反映出顶尖大模型公司对预训练人才的争夺正压过高校教职的吸引力。
Simon Willison 发布开源插件 llm-keys-ui 0.1，让 Codex 等编码代理在远程机器上运行时，可以通过一个本地网页界面安全地保存 API 密钥，而不必把密钥直接粘贴进 AI 对话里。