iLands 的 AI Agent 邮件骚扰调查：机器人自掏 token 费抢自由职业者饭碗

Forge 是一个为自托管大语言模型设计的可靠性层，专注于提升工具调用能力。它通过错误解析、重试提示、步骤强制等防护机制以及高效的上下文管理，成功将8B参数模型在复杂多步骤智能体任务中的表现从53%大幅提升至99%。其核心配置（Ministral-3 8B模型）在自建的26项评估中综合得分达86.5%。Forge 提供三种集成方式：作为全托管工作流运行器、多智能体架构的共享调度器，或嵌入自有编排循环的防护中间件，并附带一个可透明接入的OpenAI兼容代理服务器。

InsForge是一个专为AI编码智能体设计的一站式开源后端平台。它通过MCP Server和CLI+Skills两种接口，让智能体能像后端工程师一样直接操作数据库、认证、存储、边缘函数、模型网关等全套后端服务，从而端到端地构建全栈应用。平台支持云托管与基于Docker的自托管，可一键部署至Railway、Zeabur等主流平台。

Artur Avila、Terence Tao、Peter Scholze 等 25 位菲尔兹奖得主联名发表文章，认为 AI 公司把求解重大数学问题当作基准的做法与数学共同体的目标严重错位。文章指出仓促公布的解法带来署名与剽窃问题，缺少数学家接手的整理与传承会破坏人类之间的知识传递链，并警示这是波及科学与创造性职业乃至整个社会的更广泛智力工作对齐问题的一部分。

程序员 Andy Balaam 发布视频《Feeling Sad about AI》，讲述 AI 让他长期感到悲伤，且这种悲伤已超出 AI 对其生活的实际影响，成为 AI 对他生活的主要影响。他认为悲伤源于编程被贬为过时技能、从业者被不尊重，并分别对热爱编程者、学习者给出鼓励：编程带来的思维方式和对代码运作原理的理解仍将有用。

数学家 Andreas Thom 指责 OpenAI 在非 sofic 群结果上行为不诚实，质疑他与 ChatGPT 的互动可能进入了训练数据。此前 NYU 教授 Tristan Buckmaster 也质疑 OpenAI 是否受益于其 unpublished 工作；OpenAI 否认访问过特定用户数据，但不排除去标识化数据的间接影响。多位研究者担心此类事件会促使数学界走向更保密。

一位从事 AI 蛋白质与肽设计的博主撰文反驳经济学家 Noah Smith 关于 AI 设计超级病毒可杀死 90% 人口的设想，认为计算设计生物系统极其困难，青少年用 AI 制造致命病毒的场景距现实巨大。文章指出病毒在致死性与传播力之间存在根本权衡，AI 无法绕过这些生物学限制，并主张真正值得担心的是麻疹免疫逃逸、刚果埃博拉疫情等自然病毒风险和公共卫生投入。

作者延续上周对 AI psychosis 的分类，本周界定并分析高产型 AI 精神病，指人在大量生成 AI 产出却未真正提升工作价值时，因无法评估自身产出质量而与现实轻度脱节。

曾在 Anthropic 和 OpenAI 工作的研究员 Jacob Coxon 宣布离职，称两家公司正径直奔向自我改进的超级智能，是在拿人类生命冒险。Anthropic 对齐团队负责人 Evan Hubinger 附议称确信 AI 可能在十年内杀死全人类，估计概率高于 10%，且目前尚无超级智能场景下保持对齐的方案。

AI 普及的最大瓶颈是"发现难题"：能力被锁在空白提示框后，用户不知道能问什么，可能性因此不可见。模板和上下文感知只能部分缓解，无法根治。系统应主动、按上下文逐步揭示自身能力，而非把发现可能性的负担全推给用户。

作者发布一个基于 Transformers.js 的 LLM 注意力可视化工具，可悬停查看生成 token 依赖的历史 token，代码开在 GitHub。可视化将所有层、所有注意力头的注意力权重乘以 value 向量模长后聚合为单一数值控制透明度，并预生成提示词避免下载数百 MB 模型；作者还通过修改 onnx 文件暴露内部值，上传到自己的 Hugging Face 仓库供浏览器生成使用。