华为要求客户自行解决 AI 芯片内存，采购被推向黑市
The Information 报道，华为因无法为其 AI 芯片获得足够内存，要求部分客户自行解决 HBM 供应，实际上把买家推向了黑市。华为计划明年初推出 Ascend 960DT，号称性能是当前芯片的两倍，但其中国供应商产不出足够的 HBM，美国出口规则又禁止直接从三星和 SK Hynix 采购，这两家公司合计控制全球超过 80% 的市场。
#数据/训练
The DecoderAI 评分6060 Latent SpaceAI 评分7171 LLM 可直接读写神经网络权重：Weight-Space Programming 声称绕开自动研究循环
Latent Space 的 AINews 汇总了 Takehi 等人提出的 Weight-Space Programming：前沿 LLM 从自然语言目标出发直接检视并编辑权重张量，不经过梯度下降或训练循环。
TechCrunch · AIAI 评分5050 Trajectory 融资 4500 万美元，让非技术专家也能训练 AI 模型
Trajectory 宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由 Sequoia 领投，Nvidia、Bessemer Venture Partners 和 Bain Capital Ventures 参投。
TechCrunch · AIAI 评分4040 Omen AI 以 1600 万美元收购 Aquatic Labs，补强液冷实时传感技术
Omen AI 以 1600 万美元现金加股票收购 Aquatic Labs，计划把两家实时水质传感器技术整合为单一传感器，预计明年初上市。Omen 的传感器检测水中元素，Aquatic Labs 的测碱度，合并后 Aquatic Labs CEO Allan Adams 出任首席科学官。
The Verge · AIAI 评分4848 Google 的 Project Suncatcher 卫星 AI 服务器首次向地球回传响应
Google 的 Project Suncatcher 卫星成功启动星上 TPU，让搭载的 Gemma 4 模型在太空生成了一首俳句并回传地球，这是该实验项目首次从轨道获得模型响应。Google 表示接下来将测试 TPU 在轨道热应力和辐射暴露下的表现，并为 2027 年发射两颗互联卫星的下一里程碑铺路。
OpenAI NewsAI 评分4444 OpenAI 将遵守共享 robots.txt 信号，方便网站表达 AI 训练偏好
OpenAI 将遵守一项共享的 robots.txt 信号，让网站运营者能向参与该机制的提供商传达其 AI 训练偏好。
Latent SpaceAI 评分4343 为什么 AI 智能体偏爱 Supabase：Latent Space 对话 Supabase 创始人
Latent Space 播客对话 Supabase 创始人 Paul Copplestone 和 Ant Wilson，探讨 AI 智能体为何偏爱 Supabase 作为应用后端。
Google DeepMindAI 评分4949 Google DeepMind 发布 ForTy 2020：10 米分辨率全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，将全球每 10×10 米地块分为六类森林与土地利用类型，作为欧盟 EUDR 的关键基线。
Microsoft Research精选AI 评分8282 Microsoft Research 用人类引导的 AI 智能体证明 31 年未解的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：KLS 猜想被证明的过程展示了人机协作做数学研究的具体分工，也给出了独立证明与 Lean 4 形式化的确认路径。
Google DeepMind精选AI 评分6262 Google DeepMind 用 Antigravity 加速抗菌肽发现
Google DeepMind 发布技术演示：生物学家使用 Google Antigravity 智能体开发平台，在一次多轮会话中找到一个对呼吸道感染病原体有预测活性的新型抗菌肽候选物，该候选物已进入湿实验验证。
推荐理由：原文给出了一次多轮对话式的科学发现流程，可看到智能体如何把跨库检索与结构分析压缩进同一会话。
Microsoft ResearchAI 评分4949 微软 StudentSim：用个性化 AI 学生模拟器评估和改进 AI 辅导系统
微软研究院提出 StudentSim，从公开的去标识学习者记录训练个性化 AI 学生模拟器，用于在接触真实学生前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准，从"像不像该学生"和"能否随辅导提示更新作答"两个维度评估模拟器表现。在国际象棋、英语二语写作和数学三个场景中，StudentSim 优于领先基线，可为 AI 辅导训练提供反馈信号。
Microsoft Research精选AI 评分7777 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架里重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的完整管线与配方，可用于复现。
Berkeley AI ResearchAI 评分4444 ABBEL：让 LLM 通过更新信念状态高效完成长程交互
伯克利 AI 研究提出 ABBEL 框架，将交互摘要形式化为自然语言信念状态，并用“信念评分”对摘要内容做监督。在 CollabBench 协作编码任务上，重构图信念评分把与全上下文模型的性能差距缩小约 50%，训练步数从 100 降到 50，峰值上下文 token 也显著更低。
Berkeley AI ResearchAI 评分4242 基于信息量的成像系统设计：NeurIPS 2025 论文提出用互信息评估与优化成像系统
加州大学伯克利分校团队提出直接以互信息为指标评估与优化成像系统，用互信息减去已知噪声物理带来的不确定性得到信息量上限，据此设计系统无需任务专用解码器。在彩色摄影、射电天文、无透镜成像和显微成像四个领域，该指标均能预测下游解码性能，优化所得设计匹配端到端方法且内存与算力需求更低。