本文深度探讨了大型语言模型“在思考中使用工具”（Interleaved Thinking，即交错思维链）的核心机制与行业现状。文章首先追溯了 Interleaved Thinking 的演进历程，从 Anthropic 的 Extended Thinking 到 OpenAI、MiniMax、Kimi、DeepSeek 等模型的实践。其核心在于模型在多轮工具调用与推理过程中能持续保留并累积思考状态，而非简单丢弃，这显著提升了长链路 Agent 任务的性能。文章尖锐地指出，由于 OpenAI API 在原生支持 Thinking 字段上的缺失，导致行业陷入“草台班子”式的非标准化乱象。最后，文章肯定了 MiniMax 在推动 Interleaved Thinking 标准化和生态建设方面的积极贡献，并将其置于 Agentic AI 发展的宏观背景下进行讨论。
本文深入探讨了一种创新且实用的工作流，旨在解决 AI 在 UI 设计中普遍存在的“AI 味过浓”问题，并指导读者如何利用 Claude Code 生成“靓丽”的 UI。作者提出了一个包含五个核心步骤的流程：首先，通过提供目标 UI 的详细截图和 HTML/CSS 样式信息，引导 Claude Code 生成初步的 HTML 结构。其次，通过精细化的 Prompt 和对具体元素 CSS 的迭代调整，优化 UI 的细节和表现。关键的第三步是，从优化后的 UI 中提炼并生成一份详细的 `STYLE_GUIDE.md`，其中涵盖了色彩、字体、间距、组件样式、阴影等所有设计规范。这份风格指南作为 AI 后续生成 UI 的“上下文”，极大地减少了信息代差。最后，文章展示了如何基于此指南，指导 AI 构建像素级还原的 HTML 原型，并最终将其转换为清晰、可维护的 Next.js 应用。该方法为开发者提供了一条提升 AI 辅助 UI 设计质量的有效路径。
Anthropic 收购了高性能 JavaScript 运行时 Bun，他们之前已将其用于其 AI 编程助手 Claude Code。此次收购之前，Claude Code 在公开后的六个月内实现了 10 亿美元的年度化收入，表现出色。Bun 的创始人 Jarred Sumner 解释说，加入 Anthropic 使 Bun 能够避免作为风投支持的初创公司在商业化道路上通常会遇到的挑战，转而专注于开发最好的 JavaScript 工具，特别是为 AI 驱动的软件，如 Claude Code 和未来的 AI 编码产品。此举巩固了 Bun 作为 Anthropic 不断增长的 AI 生态系统的关键基础设施的角色，并确保其在没有直接收入压力的情况下继续发展。
文章测试并评估了智谱 AI 新上线的 GLM-4.6V 多模态大模型的各项功能。由于 Google AI Studio 收紧了免费用户对 Gemini 模型的访问权限，作者转而寻找替代方案，并对 GLM-4.6V 的性能表现令人印象深刻。文章通过详细的案例展示了 GLM-4.6V 在将网页截图复刻为代码、从混合数据中提取结构化信息（如 HTML 表格和 JSON 印章信息）、对比分析学术论文、在长达 114 页的文档中进行信息检索以及总结分析视频内容等方面的能力。作者认为 GLM-4.6V 在实际应用中表现出色，拥有原生多模态优势和强大的 Grounding 能力，并强调了国产 AI 模型在解决用户“用量焦虑”问题上的重要性。
文章详细介绍了魔搭 ModelScope 社区联合呜哩 WULI 团队开源的 AI 工作流核心引擎 Flowra。Flowra 旨在解决传统 AI 工作流开发中模型集成繁琐、多模态数据处理难、调试效率低下和分布式扩展困难等痛点。其核心亮点包括完善的类型系统，支持图像、视频等多种数据类型；基于 DAG 的执行引擎，提供智能缓存、并行调度和分布式支持；以及一套完整的节点包开发工具链。Flowra 还深度集成了 ModelScope，支持一行代码管理 AI 模型，并提供了灵活的存储后端。文章通过 5 分钟上手指南和 YOLO 目标检测实战案例，展示了 Flowra 的强大功能和易用性，旨在降低 AI 工作流的开发门槛，让更多开发者能够快速构建 AI 应用。
本文宣布 LangSmith Agent Builder 的公测版正式发布。它是一个旨在简化可用于生产的 AI 智能代理的创建和部署的无代码平台。它清楚地区分了代理与传统的固定路径工作流程，强调了代理的卓越能力，包括动态确定步骤，迭代调用工具直到任务完成，以及通过用户反馈和记忆不断改进。Agent Builder 本身就是一个代理，它利用数百万开发人员的最佳实践，通过聊天界面引导用户从最初的想法到完全部署的代理。此测试版引入了多项重大增强功能，包括用于集成外部 API 的“自带工具”、用于无缝团队协作和克隆的“工作区代理”、多模型支持 (OpenAI、Anthropic)、通过 API 进行编程调用的嵌入代理到现有系统，以及 LangSmith 中简化的 UI。该平台旨在通过为所有员工提供直观的代理创建体验来解决常见的 AI 采用挑战，同时为技术团队提供对工具的强大治理。文中详细介绍了实际用例，涵盖特定角色的研究（例如，销售、市场营销、招聘）、将环境信息转化为可跟踪的项目（例如，错误票证、客户支持）以及开发节省时间的通信助手（例如，电子邮件、日历、Slack 管理）。
文章详细介绍了字节跳动 DataMind 项目如何基于 Apache Doris 构建“AI + Data”一站式融合数据引擎。针对传统方案在处理非结构化数据与 AI 模型衔接方面的不足，DataMind 项目集成了混合搜索能力，包括基于 Faiss 的向量索引和 Tablet-level BM25 打分函数。同时，补齐了 AI_QUERY、TEXT_EMBEDDING 等 AI 函数，并支持 Python UDF 以满足自定义模型需求。文章还深入探讨了 GraphRAG 的构建与查询机制在 DataMind 上的实现，提升了复杂知识检索能力。最后，分享了企业级 AI 问数平台的落地实践，通过优化数据代理路由和打通数据湖权限系统，有效解决了数据量庞大、安全性和查询延迟等实际挑战，为 AI 在企业数据消费中的应用提供了坚实基础。
文章介绍了普林斯顿大学等机构提出的多智能体推理框架 LatentMAS，旨在解决传统基于文本交流的多智能体系统效率低、信息易丢失的问题。LatentMAS 创新性地让智能体在潜在空间中直接协作，通过交换隐藏层表示和 KV-cache 工作记忆，而非依赖文本沟通。实验证明，LatentMAS 在数学、科学推理和代码生成等九个基准任务上，相比单模型和传统文本 MAS，准确率最高提升 14.6%，输出 token 使用量减少 70.8%-83.7%，端到端推理速度加快 4-4.3 倍。该框架无需额外训练，具有通用性，兼容任意 HuggingFace 模型，并揭示了潜在思维比离散 token 更丰富、更具表现力的语义能力。
文章整理了阿里巴巴集团董事长蔡崇信在香港大学的演讲内容。他回顾了阿里巴巴从 B2B 到 C2C 再到云计算的客户需求驱动发展历程，强调技术自立对国家和企业的关键性，这部分源于对当前地缘政治局势的应对。蔡崇信揭示了中国在 AI 领域的三大竞争优势：得益于大规模能源投资和清洁能源发展的低廉能源成本、数据中心建设与模型开发的整体成本优势，以及庞大的工程师人才红利。他特别强调了开源战略对加速 AI 普及和促进社会受益的重要性，并解释了阿里巴巴选择不直接依靠 AI 本身赚钱，而是通过提供云服务变现的商业逻辑。最后，蔡崇信为年轻人提供了学习编程、数据分析、心理学和材料科学等硬软技能，以及时刻准备抓住不对称风险回报机会的职业建议。
文章详细介绍了中国团队最新登上 Nature 的 EyeReal 裸眼 3D 显示技术。该技术通过深度融合计算光学与人工智能，成功突破了传统裸眼 3D 显示在屏幕尺寸和观看视角上的物理限制。EyeReal 无需佩戴眼镜，即可实现桌面显示器大小的 3D 画面，覆盖超过 100 度的宽广视角，并提供连续顺滑的观看体验。其核心创新在于动态空间-带宽积（SBP）利用策略，结合实时眼球追踪，将有限的光学信息精准投射到观察者双眼。技术上，它通过物理精确的双目几何建模和眼球几何编码，将复杂的视角变化转化为标准化的平面图像，再由轻量级全卷积神经网络（FCN）进行逆向渲染，控制三层普通 TFT-LCD 面板的像素相位，利用马吕斯定律合成精准光场。EyeReal 实现了“全视差”和“聚焦视差”，有效解决了困扰用户的“晕 3D”问题，为沉浸式体验提供了低成本、高画质的新方案。该研究由复旦大学在读博士生马炜杰作为第一作者，并由上海人工智能实验室等机构联合培养完成。
