Anthropic 研发 FlashProve 系统，用密码学证明 AI 模型身份
Anthropic 正在研发开源系统 FlashProve，为模型输出提供可证明推理的密码学证明，让用户确认回答确实来自所声称的模型。该系统要求 AI 实验室为每个模型发布不暴露权重的指纹，验证可在本地设备完成，因此也能用于商业闭源模型。研究人员已按开源协议在 GitHub 发布技术规格和部分代码，但研究仍在进行，暂无在 Anthropic 或其他实验室部署的计划。
#开源/仓库
TechCrunch · AIAI 评分6060 The DecoderAI 评分5858 开源基准 CloudOpsBench 显示推理是 AI 云运维的最大瓶颈
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 个 AWS 任务评测 AI 智能体处理典型 DevOps 操作的能力。
AWS Machine Learning Blog精选AI 评分6060 生产级 AI 智能体的四层上下文工程：Deep Insight 在可运行代码中的实践
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，讲解生产级 AI 智能体的四层上下文工程：架构层用多智能体隔离上下文，提示词层限制各智能体输出 token 预算，工具层把代码和结果外置到文件系统，验证层用独立智能体复核计算与引用。
推荐理由：AWS 团队把上下文工程拆成四层，并给出开源参考实现中的具体代码与 token 节省数据。
The Decoder精选AI 评分7878 MIT 研究：GPT-6 Astra 可直接读写其他 AI 模型权重
MIT 研究者在博客中展示，GPT-6 Astra 无需常规训练即可直接分析和修改其他 AI 模型的权重，他们把这一方法称为 Weight-Space Programming。
推荐理由：MIT 研究者展示大模型可直接读写其他模型的权重，并给出 Qwen3.5-0.8B 上的定向修复数据。
The DecoderAI 评分6060 Anthropic 发布 FlashProve 原型，用密码学证明 AI 回复出自所声称的模型
Anthropic 发布开源研究原型 FlashProve，用 zkSNARK 为模型输出生成密码学证明，验证回复确实来自所声称的模型，同时不暴露模型权重。
Simon WillisonAI 评分5858 笔记本上的 Qwen 3.8 27B 也能解读模型权重
Simon Willison 用论文 Sparks of Weight-Space Programming 公开的提示词做本地复现，发现笔记本上运行的 Qwen 3.8 27B 仅凭原始权重数值就能识别出网络训练时玩的游戏。
NVIDIA BlogAI 评分4040 NVIDIA 与 C-BRAIN 如何用 AI 加速阿尔茨海默病研究
C-BRAIN 联合 NVIDIA 用 AI 加速阿尔茨海默病研究，已建成 OpenScientist 和 InsightEngine 两款开源工具。OpenScientist 能在几分钟内完成领域科学家估计需数周至数月的分析，单次运行成本低于 10 美元。联盟目前覆盖 200 多个研究组，规模化后每年或释放超 100 万小时研究产能。
Berkeley AI Research精选AI 评分6060 K-Search 从 CUDA 迁移到 MLX，为 Apple Silicon 优化内核
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层让已有 CUDA 内核经验适配 Apple Silicon。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层在性能提升中的具体作用。