arXiv:2608.20341v1 Announce Type: new Abstract: Frontier coding agents backed by large language models with context windows from hundreds of thousands to millions of tokens are restructuring the Software Development Life Cycle (SDLC). Rich context handling and multi-step reasoning now allow substantial Functional Requirement Documents (FRDs) and repository context to be ingested in a single workflow, making specification quality the execution fuel for autonomous delivery. This report formalises
arXiv:2608.20342v1 Announce Type: new Abstract: Large language model (LLM) coding agents start each session with an empty context window, discarding accumulated knowledge from prior work. We present PrimeAgentOrchestrator (PAO), a system that spawns new instances of Claude Code -- Anthropic's terminal-based coding agent -- pre-loaded with relevant memories compiled from the user's existing personal databases. At spawn time, PAO queries two independently-operated memory backends in parallel (a Po
arXiv:2608.20378v1 Announce Type: new Abstract: Safety alignment in Large Language Models (LLMs) is often superficial, relying on refusal mechanisms that trigger only at the final stages of generation without erasing the foundational knowledge of harmful concepts acquired during pretraining. This study demonstrates that this architectural disconnect leaves models vulnerable to Semantic Camouflage -- adversarial attacks that wrap harmful intent in benign narrative contexts (e.g., creative writing
A Survey on Foundations and Frontiers of Multimodal Agentic Frameworks: Techniques and Applications
精选arXiv:2608.20379v1 Announce Type: new Abstract: Advances in large language models (LLMs) have fueled a wave of research into agency: the ability to reason, plan, and act. This effort has produced agentic frameworks that orchestrate perception, memory, and decision-making around powerful LLM backbones. With the advent of large multimodal models (LMMs), these systems can process and integrate diverse modalities, including images, audio, and video, thereby improving their real-world applicability.
arXiv:2608.20384v1 Announce Type: new Abstract: Multimodal affect and behaviour classifiers that fuse heterogeneous text, audio, and visual streams must simultaneously achieve competitive accuracy and produce human-understandable explanations of the cues driving their decisions -- a dual objective that current high-capacity models, notably Transformers, only partially address. While Transformers attain strong predictive performance, their distributed representations and deep nonlinearity make it
arXiv:2608.20389v1 Announce Type: new Abstract: A production agent harness must discover and rank, from a growing library of skills, the one most appropriate for a user's task. At small scale this selection happens in context: the LLM planner chooses among skill representations exposed in its system prompt, without an explicit embedding-based retrieval step. We treat this in-context selection as the small-N counterpart to embedding-based skill retrieval at scale, and present a case study of how
arXiv:2608.20397v1 Announce Type: new Abstract: Agentic large language models (LLMs) on the Model Context Protocol (MCP) re-encode verbose tool schemas every turn, so prefill - quadratic in sequence length - dominates time-to-first-token (TTFT) as the tool registry grows. Nexus's primary lever is to decouple routing from the schema-prefill cost: an INT8 semantic lookaside buffer (SLB) with a calibrated cross-encoder margin gate selects tools by retrieval, and arguments are generated over a compr
arXiv:2608.20398v1 Announce Type: new Abstract: Generative AI (genAI) systems produce cultural artefacts at scale, but they also reflect embedded cultural values through their design. Once identified, these values become open to deliberate reshaping. This position paper examines the maximalist values of current generative AI through an environmental humanities tradition and proposes design principles in which environmental sustainability serves as the core value instead. The principles are devel
Hacker News 热门 · 75 分 · 76 评论
A mysterious new AI model called Ox Alpha has driven certain corners of the internet into a frenzy of speculation.
开学季临近，家庭日程管理成为许多家长的难题。Linkdaze推出了一款专为家庭设计的智能数字日历，不仅支持多平台日历同步，还内置AI膳食规划功能，且无需订阅费，试图在竞争激烈的智能显示屏市场中脱颖而出。 ## 家庭日程的集线器 Linkdaze智能日历的核心卖点在于其强大的兼容性。它能够同步Google、iCloud、Outlook、Yahoo以及Cozi（一款家庭组织应用）的日历，这意味着家庭成员无需更换各自习惯的日历应用，就能将所有日程汇聚一处。通过颜色编码，每位家庭成员的活动一目了然，有效减少了日程冲突。 ## AI膳食规划：拍照即同步 最引人注目的功能是“Snap-to-Sync”AI膳食规划器。用户只需拍摄纸质食谱或孩子的学校午餐菜单，Linkdaze便能将其转化为数字膳食计划，并自动生成购物清单。这一功能虽非首创，但实用性强，让Linkdaze在同类产品中脱颖而出。 ## 无订阅费策略 与许多竞争对手不同，Linkdaze不收取月度订阅费。其10.1英寸型号售价119.99美元，而主要竞品Skylight的10英寸型号起售价为149.99美元，且高级功能需每年79美元订阅。这一策略在硬件公司中颇为大胆，可能成为差异化优势，也可能被视为放弃潜在收入。 ## 市场定位与前景 Linkdaze于去年12月发布，提供15.6英寸和10.1英寸两种型号，适合不同家庭空间。除了日程管理，它还支持家务分配、奖励机制、购物清单等功能，甚至可作为数字相框展示家庭照片。对于忙碌的家长而言，这款设备或许是个实用之选，但面对亚马逊Echo Show等通用智能显示屏，Linkdaze能否凭借专注家庭场景和免费策略赢得市场，仍有待观察。
Hacker News 热门 · 240 分 · 111 评论
**Flock Safety** 的首席执行官 Garrett Langley 近期在福克斯新闻采访中表示，国家需要在隐私和安全之间找到“妥协”。他指出，如果人们只谈论其中一方面，就忽略了重点，国家应优先考虑如何平衡两者。这一言论正值公司面临公众对其监控摄像头、无人机及车牌识别技术可能被滥用的担忧之际。 《华盛顿邮报》最近报道了46起警察被指控未经授权使用 Flock 技术的案例，包括跟踪配偶或前伴侣。Langley 在回应中道歉，并强调公司并非造成警察滥权的原因，而是首个揭露并开发工具检测此类行为的公司。 随着数据中心争议成为左右两派的热点，Flock 也遭到两党政治人物的批评。民主党人如密歇根州参议员候选人 Abdul El-Sayed 指责对手支持大规模部署 Flock 摄像头，而参议员伯尼·桑德斯则呼吁停止人工智能大规模监控。共和党方面，三位众议员提出法案，禁止联邦政府购买使用面部识别、生物识别或车牌识别技术的自动监控系统，明确提及 Flock。 为应对批评，Flock 已调整默认数据保留时间从30天缩短至7天，并要求访问数据时输入案件代码。但这些设置可被覆盖，例如警方可通过“证据模式”延长保存时间。美国公民自由联盟对此回应，指出 Flock 的默认保留期仍长于其建议的48小时，提案可能不够充分。 这场争论反映了技术监管与公共安全之间的复杂平衡，Flock 的未来走向将备受关注。
AI模型如ChatGPT、Gemini、Claude等，在训练过程中使用了海量已出版作品，而大多数作者对此并不知情或同意。这看起来似乎违法，但实际情况远比想象中复杂。 **版权法滞后于技术发展** 版权法自1976年以来未曾更新，面对AI训练这一全新领域，法官们不得不将50年前的法律条文应用于可能塑造AI行业未来的法律问题。这导致法律解释不一，各方担忧加剧。 **关键判例：Anthropic案** 去年，法官William Alsup裁定Anthropic需向一群作家支付15亿美元版权赔偿，理由是Anthropic从非法在线影子图书馆盗版了这些书籍。但值得注意的是，Alsup法官同时认定Anthropic的AI训练本身是合法的。他将AI模型吸收海量文本类比为作家研读文学作品，认为这属于“使用”而非“复制”受版权保护的作品。 知识产权律师Cathy Gellis认为，这一裁决对AI公司更为有利。尽管罚款金额巨大，但相比Anthropic预计到2028年达到的2000亿美元年收入，不过是九牛一毛。 **法律与道德的博弈** 版权法的核心在于“复制”，而非“使用”或“阅读”作品。AI训练过程更接近后者，这为AI公司提供了辩护空间。然而，作者们认为，未经许可使用其作品训练AI，不仅损害了他们的权益，更威胁到他们的生计。 **未来何去何从** 目前，法律界对此问题尚无统一答案。随着更多类似案件的出现，法院的判决将逐步厘清边界。但在此之前，AI训练与版权之间的灰色地带仍将持续存在争议。对于作者和AI公司而言，这都是一场关乎生存与创新的博弈。
在科技与人文的交汇处，诗歌常常以一种意想不到的方式，为冰冷的工程代码注入温度。近日，IEEE《电信杂志》2026年9月号刊登了数字社会研究者 Danica Radovanović 的诗作《安全距离》（Safe Distance），引发读者对技术时代人际连接的思考。 Danica Radovanović 是常驻德国的作家兼数字社会研究员，她的创作往往聚焦于数字技术如何重塑人类的情感与互动模式。这首《安全距离》延续了她对当代技术伦理的敏锐观察，以诗歌的形式探讨了在数字化浪潮中，人与人之间物理与心理距离的微妙平衡。 ## 诗歌与工程的跨界对话 诗歌与工程看似分属两端——一个追求感性的表达，一个强调理性的逻辑。但 Radovanović 的作品提醒我们，工程师在构建通信网络、设计算法时，同样面临着“距离”的考量：信号传输需要保持适当距离以避免干扰，而人际交流则渴望跨越隔阂。这种双重隐喻在诗中交织，赋予“安全距离”一词丰富的层次。 IEEE《电信杂志》选择刊登诗歌，也反映出科技出版界对人文视角的日渐重视。在人工智能、物联网等技术加速渗透日常生活的当下，工程师们不仅需要计算能力，也需要对技术后果的反思能力。诗歌或许正是这样一种工具，帮助从业者在代码之外，重新审视技术的温度。 ## 关于作者与作品背景 据杂志介绍，Danica Radovanović 的研究兴趣涵盖数字包容、社交媒体与社会变革等领域。她的诗歌创作往往从研究笔记中生长出来，将学术观察转化为更具感染力的文学语言。《安全距离》的具体全文尚未公开，但根据标题与作者背景推测，诗作可能围绕远程工作、虚拟社交或算法推荐带来的“信息茧房”等现象展开，探讨如何在数字时代维持真实的情感连接。 值得注意的是，这首诗发表于2026年9月刊，距离当前时间尚有一段距离，但其主题却具有鲜明的时代性。近年来，随着混合办公模式的普及，人们对于“安全距离”的感知愈发复杂——我们既需要物理上的独立空间，又渴望精神上的紧密相依。Radovanović 的诗或许正是对这一矛盾的温柔回应。 ## 结语 《安全距离》并非一首传统意义上的“工程师之歌”，但它提供了一种独特的视角，让技术从业者得以暂停脚步，思考自己工作背后的社会意义。IEEE 的这次尝试，也再次证明了跨学科对话的价值：当诗歌遇见工程，理性与感性的碰撞，往往能激发出意想不到的洞察。 对于有兴趣的读者，不妨在阅读技术论文的间隙，翻开这期杂志，感受一段来自数字社会研究者的诗意独白。