- 资讯公开站CNX Software
JetKVM Mini：低成本ESP32-P4X KVM，支持以太网或WiFi
JetKVM Mini – A low-cost, ESP32-P4X-based KVM with Ethernet or WiFi connectivity
JetKVM Mini是JetKVM KVM over IP方案的更小、更低成本版本，配备小型信息显示屏，支持以太网或WiFi连接以及1080p视频采集。其核心变化是放弃Rockchip RV1106G3 SoC上的Linux方案，改用ESP32-P4X处理视频采集、H.264编码、USB等功能，最大成本节省来自省去Linux所需的RAM和eMMC闪存。
意义：展示 ESP32-P4 在 KVM over IP 场景替代 Linux SoC 的可行性，为低成本远程管理设备提供新硬件参考。
- 资讯公开站CNX Software
Amlogic A123X与C305X2 Cortex-A320 SoC面向工业和低功耗AIoT
Amlogic A123X and C305X2 Arm Cortex-A320 SoCs target industrial and low-power AIoT applications
Amlogic推出四核A123X与双核C305X2两款基于Arm Cortex-A320（Armv9.2-A、SVE2）的SoC，面向机器人、行车记录仪、IP摄像头、视频会议等工业及电池供电边缘AI与IoT场景。Amlogic成为首个发布Cortex-A320 SoC的芯片厂商。A123X支持4K 60fps H.264/H.265编码与4K 30fps解码，并集成4 TOPS ADLA2 NPU与8 TOPS ADLA3 NPU。官方…
意义：Cortex-A320 首次商用落地，为低功耗边缘 AI 设备提供 Armv9 新选择，可能影响工业 AIoT 芯片选型与端侧 NPU 竞争格局。
- 开源项目公开站GitHub
ponytail：让 AI 编程代理像最懒的资深开发者一样思考，能不写代码就不写
DietrichGebert/ponytail — Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
摘要显示，GitHub 项目 DietrichGebert/ponytail 的定位是让 AI 代理以「房间里最懒的资深开发者」的方式思考，其核心理念为「最好的代码就是你从未写过的代码」。该条目仅给出项目标语与约 13.9 万星标数，未披露具体实现方式、支持的模型或使用说明。
意义：提出「少写代码」的代理提示思路，对关注 AI 编码代理行为设计与提示工程的开发者有参考价值。
- 资讯公开站Entrepreneur
为什么编码智能体成功而市场推广智能体尚未成功
Why Coding Agents Work and Go-to-Market Agents Don’t (Yet)
编码智能体正在迅速改变软件团队的工作方式，但市场推广（GTM）智能体却进展缓慢。摘要指出，这并非智能水平的问题，而是上下文（context）的问题。编码任务拥有明确、结构化的上下文，而市场推广涉及复杂的、非结构化的信息，导致智能体难以有效处理。
意义：该观点解释了AI智能体在不同领域的应用差异，提示开发者在构建垂直智能体时需重视上下文工程，对AI产品设计有指导意义。
- 资讯公开站Entrepreneur
Vibe编码如何改变我的业务运营方式（以及为什么每个独立创业者都应尝试）
How Vibe Coding Changed the Way I Run My Business (and Why Every Solopreneur Should Try It)
摘要显示，Vibe编码改变了作者的业务运营方式。作者利用它自动化重复性工作、构建实用工具、更快地推出创意，并在不雇佣开发团队的情况下完成更多工作。这种方法强调使用AI辅助编程，让非技术创业者也能快速实现想法，提高效率。
意义：对独立开发者或小团队而言，Vibe编码降低了技术门槛，可快速将创意转化为工具，提升效率，减少对开发资源的依赖。
- 资讯公开站Entrepreneur
AI现在能为一人企业做的7件事：两周前还做不到，无需员工或代码
7 Things AI Can Now Do for Your One-Person Business it Couldn’t 2 Weeks Ago (No Staff, No Code)
摘要显示，AI能力快速更新，一人企业无需员工或编码即可利用AI完成多项任务。文章强调从提示式提问转向分配完整任务结果，而非仅仅获取答案。具体7项能力未详述，但涉及自动化、内容生成等，凸显AI工具在个人业务中的实用价值。
意义：对开发者与AI行业而言，展示了AI工具在个人业务中的快速演进，提示应用开发需注重任务导向而非单纯问答，以提升自动化水平。
- 论文公开站arXiv
通过局部增强偏好与表示解缠改进跨问题车辆路径规划
Improving Cross-Problem Vehicle Routing with Locally Augmented Preferences and Representation Disentanglement
摘要显示，多任务车辆路径问题求解器面临训练监督弱和架构纠缠的挑战。为此，提出POLAR训练算法，通过局部搜索细化最佳解码路径以形成更优偏好对，以及PLE编码器，利用门控机制分离共享专家与任务特定专家，逐步解缠通用路由结构与约束特定编码。实验表明，两者结合可提升当前最先进性能。
意义：对开发者而言，该研究提供了训练算法与架构设计的改进，有望提升多任务VRP模型的泛化能力与训练效率，推动实际物流调度应用。
- 论文公开站arXiv
生成评估中FID掩盖的偏差：检测、排序与诊断
What FID Hides: Detecting, Ranking, and Diagnosing Deviations in Generative Evaluation
摘要显示，生成模型常用FID和KID评估，但FID仅基于前两阶矩，可能忽略分布差异，且标量差距未校准采样变异。在ImageNet上，仅优化匹配Inception均值和协方差的不可识别图像，其FID为24.7，而保留的真实图像为58.6。FID和KID为对称标量，无法编码离散度变化方向。为此，引入ZID，结合六个位置和离散敏感指标，输出排序指数、置换p值和符号离散读数，以检测偏差并排序严重性。
意义：为生成模型评估提供更全面的诊断工具，帮助开发者识别模型与真实数据的细微偏差，优化模型调优。
- 论文公开站arXiv
Prime Agent：一种自我改进的递归语言模型工具链
Prime Agent: A Self-Improving RLM Harness
Prime Agent是一个开源工具链，用于长时程评估和编码智能体工作流。它采用递归语言模型抽象，通过持久化IPython REPL进行程序化上下文处理，并持续保存历史、记忆、技能和子智能体配置。递归子智能体可直接通信，人类可通过代理视图监控会话。该工具标准化执行、恢复、验证和资源核算，将策略构建留给模型，防止工具链故障影响模型表现。在ARC-AGI-3上，其RHAE Best@1从30%提升至95.5%，并在多项任务上达到或超过其他主…
意义：提供标准化工具链，减少环境故障干扰，提升模型真实能力评估，对长时程智能体开发具有参考价值。
- 论文公开站arXiv
SWE Refactor Bench：编码代理能否完成长周期、全仓库的代码栈迁移？
SWE Refactor Bench: Can Coding Agents Complete a Long-Horizon, Whole-Repository Stack Migration?
SWE Refactor Bench 是一个包含20个全仓库迁移任务的基准，覆盖4种技术债务。三阶段评估协议（迁移审计、行为测试、代理验证）分别验证迁移完成度和行为正确性。在520次运行中，仅28次（5.4%）通过全部阶段，13个任务无接受方案，最佳模型得分47.0/100。摘要显示，代理常因跳过迁移或破坏行为而失败，无法实现完美迁移。
意义：该基准首次区分迁移完成度与行为正确性，防止代理通过复制原实现作弊，为评估编码代理在长期迁移任务中的真实能力提供新标准。
- 论文公开站arXiv
解剖信息神经网络：在损失与架构中编码解剖先验，含导丝诱发主动脉髂动脉变形的SE(3)公式
Anatomy-Informed Neural Networks: Encoding Anatomic Priors in Loss and Architecture, with an SE(3) Formulation of Guidewire-Induced Aortoiliac Deformation
摘要介绍了解剖信息神经网络（AINN），将软解剖先验作为损失中的惩罚项（如分支惩罚），硬解剖先验（如血管连续性）内置于架构和状态表示中，使无效预测在构造上不可能。该方法应用于临床案例：导丝介入时主动脉髂动脉树的变形。通过将血管中心线和导丝路径提升至SE(3)中的曲线，耦合Cosserat杆与血管，使用Wasserstein-2最优传输损失，由2D血管造影训练3D预测。
意义：该工作为医学影像与手术导航提供新范式，利用解剖先验提升模型泛化性，对自主血管内介入导航有重要意义。
- 论文公开站arXiv
LLM缓存应使用哪种驱逐策略？跨工作负载、容量和编码器的系统研究
Which Eviction Policy Should an LLM Cache Use? A Systematic Study Across Workloads, Capacities, and Encoders
摘要显示，使用CLEVER协议评估了FIFO、LRU、LFU、ARC、GDSF、流式SISO及语义冗余策略，在18种设置中，无策略优于LFU超过0.041个百分点。FIFO和流式SISO在紧容量下落后LFU达8.67和8.55个百分点。条件打包结果解释了改进缺失。审计发现，在MiniLM中位阈值下，仅2.1-3.9%的命中可替换答案，质量调整后命中率从51-60%降至1.1-2.2%。阈值不跨编码器迁移。LFU是最强简单默认策略。
意义：为LLM缓存驱逐策略提供了系统比较，指出LFU作为强默认选择，并强调答案有效性验证的重要性，对缓存系统设计有指导意义。
- 论文公开站arXiv
可解释的Transformer模型用于结构化电子健康记录上的临床预测任务
Explainable Transformer Models for Clinical Prediction Tasks on Structured Electronic Health Records
摘要显示，研究者提出BERT-LER模型，一种基于BERT架构的模型，用于编码电子健康记录（EHR）时间线。该模型在包含7500万患者的去标识化EHR数据集上预训练和微调，将实验室检测结果编码为离散令牌，并通过基于百分位的分箱保留分级信息，结合集成梯度方法提供令牌级归因。在EHRShot基准和哮喘严重程度进展研究中，BERT-LER在预测性能上与公开基准模型竞争，在实验室相关任务上常超越它们，且归因与临床已知风险因素一致。
意义：该研究将实验室值表示与可解释性统一于一个框架，为EHR基础模型提供方法论补充，有助于临床预测的可靠性和临床采纳。
- 开源项目公开站GitHub
ECC：面向多款AI编码代理的性能优化系统
affaan-m/ECC — The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
ECC是一个针对AI编码代理的性能优化系统，支持Claude Code、Codex、Opencode、Cursor等工具。它提供技能、直觉、记忆、安全及研究优先的开发功能，旨在提升代理性能。该项目在GitHub上已获得242,212颗星，受到广泛关注。
意义：为AI编码代理提供性能优化方案，有助于开发者提升开发效率，推动AI辅助编程工具的发展。
