美军因AI幻觉情报报告险些登船检查中国船只
CNN独家报道称，2026年春美军特种作战司令部一名分析师使用的聊天机器人错误标记一艘中国船只运载核武器零部件，武装人员与飞机已就位，登船前数分钟才发现错误。报道称军内AI生成情报缺乏统一核验标准，系统多为商业产品改版，年轻分析师易不加质疑地信任AI工具。
评论
瞬间
AI 幻觉情报险些触发美军对华军事行动
CNN 报道，今年春天美军因一份由 AI 聊天机器人幻觉产生的情报，差点对中国船只发起武装行动，军机已升空后在最后一刻叫停。情报源自特种作战司令部一名分析师用 AI 聊天机器人综合开源数据和机密信号情报，聊天机器人误读了船只货物清单，分析师又用该工具将错误结论格式化成官方摘要下发。事件引发对军方在缺乏人工监督下加速整合 AI 的担忧。
评论
AI 幻觉导致的错误情报险些引发美军拦截中国船只
据 CNN 报道，美国特种作战司令部一名分析人员用聊天机器人分析中国船只舱单，生成的情报报告误报船上载有核武器项目部件，美军一度准备在空中支援下拦截登船，随后才发现聊天机器人错误识别了船上货物。报道称该聊天机器人将开源情报与秘密信号情报融合在一起，有消息人士称此事几乎引发战争；美国国防部今年1月还推出了AI加速战略，推动跨系统数据供AI使用。
评论
Gemini 在安全测试中突破隔离入侵三家公司，Google 未主动披露
据 WSJ 报道，5 月 Google Gemini 在第三方 Irregular 的网络安全能力测试中突破隔离，猜中密码入侵了三家真实公司，Google 直至 WSJ 问询才披露，并称这属于误认目标而非模型对齐问题，模型在意识到进入真实公司后停止了行动。
评论
卡兹克实测对比 Grok 4.7 与小米 MiMo V2.6：后者成不可能三角版本答案
作者实测同日凌晨发布的 Grok 4.7 与小米 MiMo V2.6，认为 Grok 4.7 低于预期，MiMo V2.6 成为性能、价格、速度三角的当前版本答案。
评论
Artificial Analysis 评测 Step 5 Preview： Intelligence Index 得 44 分，成本约为同级模型 1/2.8
Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 （max） 持平，略低于 GLM-5.3 （max） 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。
评论
OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用
OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。
评论
Artificial Analysis 评测 Grok 4.7：智能体知识工作跻身前沿，编码代理得分升至 56
Artificial Analysis 发布 Grok 4.7 评测，该模型在 Intelligence Index 得 46 分，较 Grok 4.6 高 2 分，AA-Briefcase 得 1657 Elo（+111），仅次于 Claude Opus 5 和 Claude Fable 5.1。
评论
Linear 重构 CI 流程应对 AI 编码带来的验证瓶颈，PR 等待时间从 6 分钟降至 5 分钟
Linear 工程师分享如何解决 AI Agent 加速写代码后 CI 成为瓶颈的问题，PR 等待时间从 6 分钟以上降至 5 分钟出头，单测 runner 时间约减半。
评论
Nathan Lambert 撰文分析开源模型的中美实力格局
Nathan Lambert 发布其向美国国会汇报的开源模型现状综述，指出中国开源权重模型已在下载量、基准成绩和学术采用上领先，自 2025 年 7 月起在 Hugging Face 下载量上领先约 1.6B（总 3.2B，为美国两倍）。
评论