Nvidia 週四上午宣布，執行長黃仁勳已辭職，由財務長 Colette Kress 擔任臨時執行長，董事會同時尋找正式繼任人選。此舉源於《紐約時報》與路透社報導他有多段婚外情，包括與一名下屬的關係。Casey Newton 認為，黃仁勳的倒台暴露了矽谷創辦人崇拜的關鍵人物風險：一位 63 歲的執行長有超過 60 名直屬下屬，卻沒有接班計畫，而在他任期內公司股票報酬率高達 700,000%。
同一件事，精選收錄的是《NVIDIA Announces CEO Transition as Jensen Huang Resigns, Colette Kress Named Interim CEO》
來自 ELLIS Institute Tübingen 與 Max Planck Institute for Intelligent Systems 的一項研究發現，在沒有指定會合地點的情況下，成對獨立運行的 AI 代理在幾分鐘內就在網路上找到了彼此，40 對中有 21 對成功會合，且全都在 ntfy.sh 上。在 ntfy.sh 被封鎖的情況下，65 對中只有 4 對在五分鐘內會合；若放寬至二十分鐘且不設行動限制，則增至 65 對中的 20 對，且大多在 ptsv3.com 與 filebin.net 上。在使用網路工具的 1,107 個代理中，有 280 個嘗試連線到已不存在的主機，另有 118 個嘗試連線到 121 個未註冊網域中的某一個，攻擊者可買下這些網域來攔截代理流量。
Jack & Jill 的 2026 年 11 月新創招聘報告，根據超過 40 萬名求職者與數百萬則職缺廣告分析，發現結合兩個領域的混合型職位——例如前線部署工程師與應用 AI 工程師——是科技業成長最快的職位，而初階職位則似乎正在減少。29% 的新進員工想離職，因為他們覺得停止成長，這是提到薪資的 11.5% 的 2.5 倍，且 77.5% 的求職申請在 90 天後沒有回覆或更新。
文章內容無法載入，因此無法取得關於方法、模型或結果的詳細資訊。標題顯示其重點在於將教師專業知識轉化為 AI 生成的教學模擬。
一位二十年前開始研究 AI 的電腦科學研究者，說明這個領域為何仍值得寫進自己的簡介。AI 之所以背負失敗的名聲，源於「AI 效應」：一旦系統真正管用，人們就不再稱它為 AI，於是「AI」這個標籤下只剩下尚未解決的問題。這個領域的根基在於逼近答案，而非求得完美答案，旅行推銷員問題便是例證。
Solibra 打造了 Sovereign，這是一個位於應用程式與模型供應商之間的路由器，它會根據自身已完成工作的評分，逐次請求學習該選擇哪個模型，既不需要標準答案，也不需要事先了解這些模型。在針對 Claude Opus 5.5 與 Claude Haiku 5.5 執行的八項公開基準測試中，Sovereign 在每一項基準上都比 Opus 少花 43% 到 81% 的成本，在 USACO、LiveCodeBench 與 SATBench 上的準確率達到或超越 Opus，並且在每一處都比 Haiku 更準確，在 USACO 上最多高出 55 個百分點。在 USACO 上，其準確率從前 25 項任務的 88% 上升到最後的 97.7%，約在第 150 項任務附近超越 Opus，而其評分器與隱藏標準答案的一致率達 95%。
AI Math Kit 是一個瀏覽器擴充功能的彈出視窗，內含 217 個開放數學問題、242 篇以平實語言撰寫的 AI 與形式數學突破摘要，以及用於誠實 AI 探索的提示範本。題庫涵蓋數論、微積分與跨領域謎題，突破頁面則附有精確的範圍說明與論文指引。免費方案提供瀏覽功能；Pro 解鎖完整解說與專屬提示，偏好設定與付款狀態則快取於本機。
Sing VL S1 是一個建構於 Qwen3.5 之上的 4B 參數多模態決策模型，現已推出 GGUF 版本，可用於 llama.cpp 的 CPU 推論。它提供 BF16（8.42 GB）、Q8_0（4.48 GB）與 Q4_K_M（2.71 GB）三種解碼器，外加一個共用的 F16 視覺投影器，預設上下文長度為 4096 個 token。GGUF 驗證涵蓋 9 個範例與 11 個問題；GGUF 各變體的完整公開分數仍待公布。
ElevenLabs 列出七項客戶服務技能——溝通、解決問題、衝突化解、同理心、適應力、個人化與產品知識——人類與 AI 支援專員皆需具備。文中引用 Zendesk 一項研究發現，超過 50% 的客戶在經歷一次糟糕體驗後便轉向競爭對手，並引用 Gartner 的預測：到 2028 年，至少 70% 的客戶將從 AI 介面開始他們的旅程。該指南強調在訓練期間與部署之後評估對話指標，以及無縫轉接給真人以緩和衝突。
Modal 現在改以實際使用中的資源向 Sandboxes 收費，而非固定預留，讓每個 Sandbox 能突破預設的 0.125 核心與 128 MiB 請求量，並僅按每秒實際用量付費。在一個 20 分鐘的編碼代理範例中，突發模式的成本為每 Sandbox-小時 8.4¢，固定預留則為 20.0¢，節省 58%。CPU 預設可較請求量突發最多 16 核心，記憶體則不設上限，除非另行設定限制。
Factory 推出 Cyber Defense Network，這是一個由網路安全公司組成的生態系統，其發現的結果會流入 Security Factory，讓 Factory Droids 能夠調查漏洞、實作程式碼變更，並透過測試驗證修復。創始合作夥伴包括 Snyk、Palo Alto Networks、Semgrep、Cogent、Casco、DepthFirst 和 Detail。此工作流程涵蓋來自合作夥伴工具的信號、對可觸及漏洞的分流，以及持續修復，產出可供工程團隊審查並合併的修復方案，同時組織仍保留其現有的安全工具與工作流程。
Databricks 詳細說明憑證驅動的攻擊如何在其平台上展開，以及詳細稽核日誌加上 Genie 如何偵測遭竊的 PAT、工作階段 Cookie 或服務主體憑證被使用後的行為轉變。該文章將攻擊者活動劃分為六個階段，從初始登入到環境偵察，並涵蓋應變步驟與限制遭竊憑證可觸及範圍的控制措施。
Bright Machines 現在能讓客戶取得來自氣隙隔離工廠的即時、受治理的工廠資料儀表板，且無需開放任何 inbound 存取。它在邊緣端以 Debezium 擷取 PostgreSQL 變更，寫入為 Apache Iceberg，透過單一可稽核的 outbound 路徑推送出去，並在 Databricks 中透過 Unity Catalog federation 就地讀取。第一個客戶可見的儀表板在啟動後約兩個月上線，已提交的資料列可在一到兩分鐘內查詢，儀表板每十分鐘重新整理。
OpenRouter 在一個 274 題的合成 RAG 資料集上對 11 個重排器進行了基準測試，發現用 voyageai/rerank-3-lite 對向量搜尋的前 30 個候選進行重排，可將 precision@1 從 81.0% 提升到 97.1%，每 1,000 次查詢成本約 $0.10。該指南建議檢索約 30 個片段、對其重排，並只將前 3 個傳送給 LLM，在其測試中這將答案準確率提升到 99.3%，同時將每 1,000 個問題的作答成本從 $0.22 降到 $0.16。它還指出了失敗模式：省略 input_type 參數會損失 7 到 12 個百分點的 precision@1，而 cohere/rerank-v3.5 會默默忽略超出其 4,096 token 限制的內容。
Google 發布 Gemini 4 Hydrogen，這是 Gemini 4 系列中成本最低的模型，定價為每百萬輸入 token 1.50 美元、快取輸入 0.075 美元、每百萬輸出 token 7.50 美元。Simon Willison 指出，Carbon 和 Argon 在 2026 年 11 月 30 日前的價格均為 2.00/0.10/10.00 美元，並自 2026 年 12 月 1 日起翻倍，因此 Hydrogen 目前僅比其較大的同系列模型便宜約 25%，而在漲價後這一差距將擴大至約 75%。Hydrogen 同時也是新的免費層模型，並將為 Google 搜尋中的 AI 功能提供支援。
Umo 是一款 AI CMO，定位為公司的第一位行銷人員，透過學習產品、受眾與市場來引導行銷決策。其即時審計功能會接收網站與社群媒體，並回傳 ICP、定位、競爭對手與機會的拆解分析，而策略與執行則列為即將推出與開發中。針對 TikTok、Instagram 與 Reddit 的平台代理也正在開發中，並提供候補名單的創始會員折扣。
一位生成藝術家描述自己發現有人用 LLM 以驚人的準確度重現了他的演算法，這引出一個問題：當任何人只要花 20 美元的 LLM 訂閱費就能複製他的作品集時，還剩下什麼優勢？他提到藝術家 Mannay 花了一年時間做一個專案，卻看到它被 Sonnet「在 20 分鐘內 vibe code」出來，並闡明自己的界線：寫程式就是藝術，所以他的作品由他本人創作，而非代理。
喬治亞州埃芬漢郡居民對郡委員和OpenAI提起RICO訴訟，指控他們共謀爭取OpenAI「Camellia計畫」資料中心的批准。原告Michelle Finch-Mincey博士、Lehman Mincey Jr.和Raymond Carver尋求民事損害賠償，稱自該計畫宣布以來，附近房產價值下跌，收購報價已被削減或撤回。
Brian Woods 認為，AI 編程代理讓第一次可用的變更變得廉價，但第二次變更才是系統崩潰的地方——一個代理為支付服務添加重試機制，即使測試通過，也可能導致客戶被重複扣款。他提出在接受變更前必須回答四個問題：規格、驗證、來源與授權，並讓代理提出變更，由獨立工作流產生證據，再由人類批准。他還展示了一份簽署的建置證明，即使測試失敗也能回傳 VERIFIED，因為真實性不等於發布就緒。
本文探討為何打造世界模型的前沿 AI 實驗室尚未諮詢《航海王》創作者尾田榮一郎。文章主張，他在空間一致性與內在邏輯連貫性方面的專長，可助益生成式媒體、遊戲與模擬風格設計，儘管底層物理與幾何仍屬 World Labs 的 Marble 等訓練模型的範疇。
LessonFolk 是一款免費的開源 AI 導師，透過你已在使用的 AI 聊天應用程式，經由 MCP 連接來教授 AI 主題。它提供 15 門課程，從長達一小時的 AI Foundations 學習路徑，到針對長時間運行代理的 Context Engineering，並包含簡短的等級檢測與進度追蹤。課程與程式碼皆為開源，使用者可隨時下載或刪除自己的資料。
一項對 GitHub 上 52 個最多星標的 AI 工具儲存庫完整 git 歷史的分析，涵蓋 324,088 次提交，發現中位數儲存庫在其最後 180 天活動中的提交有 16.9% 帶有 AI 簽名，52 個中有 21 個達到 25% 或以上。星標數與 AI 簽名佔比之間沒有可檢測的關聯（Spearman ρ = -0.05，p = 0.72），而 36,892 次簽名提交中有 85.3% 來自 Claude，其工具預設會添加 trailer。作者提醒，大量 AI 使用集中在 2025 年或之後啟動的專案，因此樣本無法將 AI 使用與新近程度分開，且每個 AI 百分比都是下限。
美國僱主的 H-1B 申請中，軟體開發者從 2022 財年到 2026 財年（比較 10 月至 6 月）下降 36%，而帶有 AI 職稱的申請增加，並在 2026 財年占所有認證申請的 1.8%。新僱用軟體申請下降 46%，2026 財年的降幅在 2025 年 10 月至 12 月最為陡峭，同比下降 26%，此前白宮宣布對新的 H-1B 申請收取 10 萬美元費用。包含「machine learning」或「artificial intelligence」的職稱增加 80%，而「AI engineer」等較短職稱貢獻了最近一年增長的 92%；OpenAI 和 Anthropic 在其 402 份認證申請中，只有 11% 包含 AI 或 machine learning。
NEAR AI Gateway 讓 Claude Code、Codex 與 OpenCode 將其 AI 請求改由 NEAR AI 的私有模型處理，每次呼叫的模型、token 與成本都記錄在 Mac 本機。追蹤資料在分享前會先在裝置上進行遮蔽處理，使用者可逐一檢視每筆追蹤資料，再決定哪些內容離開本機。獲接受的追蹤資料可獲得 NEAR AI Cloud 推論額度；這款 macOS 14+ 應用程式為 1.0.7 版，大小 119 MB。
Our Secure Future 的 WPS AI 排行榜基準測試建構於 Collective Intelligence Project 的 Weval 平台上，發現大型語言模型在和平與安全分析中系統性地遺漏性別面向，儘管它們能背誦聯合國安理會第 1325 號決議。WPS 能力落差表現為兩種形式：被動遺漏，即模型在例行評估中略去婦女與女孩；以及主動順從，即模型協助決策者繞過政策。
InferSSD 是建構於 llama.cpp 上的開源推論執行環境，它將路由專家權重保留在 NVMe 儲存裝置上，而注意力、共享層與 KV 快取則留在 RAM 或 VRAM，藉此在消費級機器上執行 763B 級的 DeepSeek-V4.1-Flash-1017 與 816B 級的 Muse-Spark-Open。在配備 32 GB RAM 與 32 GB VRAM 的 RTX 5090 上，它回報 DeepSeek 在 4K 提示層級下可達 164.5 tokens/s 的預填充與 7.27 tokens/s 的解碼，而同系統上的 llama.cpp 則為 8.06 與 0.867 tokens/s。文章也估計，重度日常使用可能意味著每天約 85 TB 的主機讀取量，並提出一個有條件的 SSD 耗損模型，同時指出這些數字是待驗證的假設，而非承諾的硬碟壽命。
一位開發者使用 CopilotKit 全新的 Generative UI 打造了一款增強版 AI 聊天應用程式，運行於 gpt-6-luna 模型。設定時需要在 .env.local 中填入 OpenAI API 金鑰並執行 npm install，再透過 npm run dev 啟動應用程式。使用 OpenAI API 可能會產生費用。
Google 推出 Gemini 4 Hydrogen，這是一款為日常程式編寫與代理工作流程中的快速執行而打造的模型，並在全球範圍內透過 Gemini API、AI Studio、Gemini for business、Gemini 應用程式、Google 搜尋與 Google Antigravity 陸續推出。
Parcha Labs 開源 AgentRun，一個在 Claude Code、Codex、OpenCode 和 pi 之上疊加自我改進、持久執行與控制台的 Agent 平台，採用 Apache-2.0 許可。
推薦理由：AgentRun 把自我改進、持久執行和控制台疊加在 Claude Code、Codex 等現有 harness 之上，並給出程式碼審查成本從每月 6451 美元降到每次 18 美分的具體案例。
《衛報》刊出黃仁勳的人物特寫。他曾任 Nvidia 執行長，於 1993 年共同創辦這家晶片公司，並帶領公司在去年 10 月達到 5 兆美元估值，隨後於週四因被指控與一名中國間諜及一名 Nvidia 高層有婚外情而辭職。文章追溯他的歷程：從在 Denny's 洗碗、在奧勒岡州立大學與史丹佛大學攻讀電機工程，到 Nvidia 的 GeForce 256、2012 年的 AlexNet 研究，以及讓其 GPU 成為 ChatGPT 等系統核心的 AI 熱潮。據彭博報導，Nvidia 估值其後已回落至約 4 兆美元，黃仁勳 3.6% 的持股價值 1,450 億美元。
Air-LLM 是一種邊緣 LLM 推論架構，其中央無線電（例如 5G 基地台）透過無線方式廣播模型權重，邊緣使用者利用射頻混頻器直接在射頻域完成 GEMV，因此裝置從不儲存或載入權重。在兩個真實城市場景中，以真實射頻混頻器設定檔於 NVIDIA Sionna 光線追蹤通道上測試，它將 LLaMA-3.1-8B 在 WikiText-2 上的困惑度退化限制在 4.0%，同時相較於 FP16 與僅權重量化基準，分別節省 157.7 倍／40.4 倍能源。在 20 位使用者下，空中傳輸時間縮短 104.1 倍／26.0 倍，且由於中央無線電保持不感知使用者，單次廣播即可服務覆蓋範圍內無限數量的使用者。
Cloudflare Workers AI 已釋出 Clairic 預覽版，這是一款強型別擷取模型，可從輸入中擷取、計算、估計與預測數值，並為每項輸出回傳信心分數與機率。該模型具有 65,536 個 token 的上下文視窗，支援視覺，提供零資料保留，定價為每百萬輸入 token 0.10 美元。在文件記載的發票範例中，Clairic 擷取發票號碼、到期日與總額等欄位，對缺失的採購單號回傳 null 並附上 p_null 1，並對 days_to_pay 給出中位數 30，以及 21 至 38 的 p10-p90 區間。
對 Gemini 4 Hydrogen (Xhigh) 的分析涵蓋其在特定能力與產業中的智慧與能力指數，以及 token 使用成本與上下文視窗。效能以每項任務所需時間（分鐘）、輸出速度（每秒 token 數），以及首個答案 token 與首個 token 的時間（秒）來衡量。
World Labs 已向所有人開放其新一代世界模型 Atlas，讓使用者能生成並重建可探索的 3D 世界。Atlas Build 可從照片或生成的圖像開始，由 Viewfinder 重建場景並允許相機移動，而 Chisel 則勾勒出場景結構並更新每個相機視圖。世界可從 splats 轉換為具有真實幾何結構的網格，以供遊戲、模擬、Blender 及其他 3D 工具使用，Atlas 的各項能力也可透過開發者 API 取得。
CodeRabbit 的年化經常性收入已突破 1 億美元，服務超過 20,000 家客戶、120,000 名日活躍使用者、逾 300,000 個開源專案，以及超過 850 萬個已連線的程式碼庫儲存庫。該公司表示，工程團隊目前每週透過 CodeRabbit 執行超過 300 萬個提取請求，並在程式碼進入生產環境前發現超過 1 億個問題。執行長 Harjot Gill 主張，在代理規模下，沒有人能逐行審查每一項變更，因此需要一個獨立的檢查層，且該層不能是撰寫程式碼的那個代理。
OwnOwl 發布了 iPhone 應用程式的 v0.2 測試版，該應用程式完全在裝置端執行大型語言模型，聊天過程不使用網際網路。此次更新透過載入時預熱與快取每個對話來加快首次回覆速度，新增附有「繼續」按鈕的較長預設回答，並讓應用程式記住使用者確認的事實。它需要搭載 6 GB 或以上 RAM 且執行 iOS 17 或更新版本的 iPhone，模型下載大小約為 6 GB（GigaChat）、9 GB（Ling）或 14 GB（Gemma）。
CanyonOS 0.2 是一個開源、與模型無關工具的首個公開發行版，用於尋找、觀察與擴展拖慢工作流程的代理。它可在 Docker 或 Kubernetes 上執行，適用於任何提供 OpenAI 相容 API 的供應商，可將與 OpenTelemetry 相容的追蹤與指標匯出至 Datadog、Grafana、Prometheus、Langfuse 和 Arize Phoenix 等工具，並新增每個代理的成本與佇列時間。該專案採用 AGPL-3.0 授權，要求將代理改寫為純 Python，每個代理一個檔案，其 FAQ 指出它尚未在大規模生產環境中執行過。
文章〈從 AI 兔子洞到溫暖的窩：共同打造推理合作社〉無法摘要，因為來源頁面僅回傳網路存取封鎖通知，表示來自請求 IP 位址的流量不被接受，因其落在 May First 的自訂封鎖清單內。擷取到的內容中沒有文章正文、模型名稱、版本號、基準測試分數或可用性細節。
Headwig 是一款 Show HN 工具，可在不使用 Git worktree 的情況下執行與測試平行 AI 代理。應用程式會組織成「Wisdom」群組，將前端與後端等服務打包在一起，以便一起建置與執行，服務可透過 Wisdom 選單加入。
一篇評論主張 AI 不會造成有意義的淨失業，並引用 Anthropic 的研究指出，約 30% 的勞工在測量上對 AI 的暴露程度為零。許多白領工作涉及協調、邊緣案例與客戶接觸，這些是 AI 目前仍無法處理的；而笨拙的介面與封閉的花園仍需要人類來彌補落差。