**中文翻译:** 在2026年夏季，审稿人 Caleb 和 Isaac 评审了 22 篇提交稿，涵盖 NeurIPS、WACV 以及 TerraBytes（ECCV 地理空间工作坊）。Caleb 的 55%（6/11）和 Isaac 的 82%（9/11）的审稿任务中出现了虚构引用、虚构作者列表或明显由大语言模型生成的文本——包括荒诞术语、无意义文字以及无关参考文献。作者指出，这一“糨糊”问题并非孤立：Nature 分析显示 2025 年至少数万篇论文可能包含无效的人工智能生成参考；arXiv 审计估计 2025 年有约 146,900 条 hallucinated 引用，且 85.3% 仍保留在已发表版本中；Lancet 审计显示，2023 至 2025 年期间，包含虚构参考的论文比例六倍上升，达到 2026 年初约 1/277。Ansari（2026）发现，NeurIPS 2025 的 100 条 hallucinated 引用全部通过三到五位专家审稿人，携带这些引用的 53 篇论文约占接受率的 1%。
AI 生成的审稿进一步加剧问题。Pangram 对 ICLR 2026 的分析发现，21%（约 15,899 条）审稿完全由 AI 撰写，且超过一半包含 AI 成分。Gartenberg 等人报告称，ChatGPT 推出后 Organization Science 的投稿量激增 42%，且超过 30% 的同行评审现在使用 AI。ICML 2026 检测到 795 条 AI 撰写的审稿，这些审稿来自被指定“无 LLM”政策的 506 位审稿人。
Li 等人（2026）证明，对抗性改写摘要可以提升 AI 审稿员评分，Gemini 3 Flash 的评分上升 +1.31，GPT 5.4 Mini 上升 +0.88（满分 10 分），说明在不改变科学内容的前提下，审稿过程可被操纵。
审稿人自愿无偿工作，指出纠正虚构参考所花费的时间是浪费；许多此类论文因引用错误应直接被 desk‑reject。具体案例包括两篇把真实作者名替换为虚构名的提交——两篇均获口头发表资格，但需先修正参考文献；以及一篇 53 页的 NeurIPS 论文，内容充斥荒诞术语。作者主张，包含虚构参考的论文应直接 desk‑reject，并发布了 `bib-audit` 工具以帮助检测此类问题。
**中文翻译:** Rune 发布了 1.1 版本，在授权模式、编辑器功能和性能方面引入了重大更新。最显著的变化是，该 IDE 现在对个人非商业用途免费，且无使用限制。对于商业用户，除了现有的订阅计划外，还新增了永久授权选项。
在技术层面，此次更新采用了双编辑器模式：一种是具备类 VS Code 快捷键的“标准”模式，另一种是针对 Emacs 用户的 Beta 版“Emacs”模式。一个核心技术亮点是全新的工作区符号索引（Symbol Index）。通过使用磁盘数据库而非完全依赖缓慢的语言服务器（LSP），Rune 在处理大型代码库时，符号解析速度提升了 65-77%，同时内存占用减少了约 95%。该索引目前支持 Go、Rust 和 Python。此外，Python 支持已提升至“一等公民”级别，集成了 uv、ty 和 Ruff，提供完善的静态检查和类型检查。
此外，Rune 1.1 还优化了 SSH 远程工作区的响应能力，通过异步化传输操作解决了界面阻塞问题，并引入了基于 PGP 的官方软件包加密验证机制以增强安全性。同时，用户现在可以直接从 Git 仓库安装扩展。这些改进标志着 Rune 正在从一款专业工具演变为一款面向复杂大型代码库及远程开发环境的高性能通用 IDE。
**中文翻译:** 最新发表在《科学》杂志上的研究表明，Saber-toothed cats（Smilodon fatalis）在灭绝前经历了严重的近交和明显的运动能力下降。研究团队通过分析遍布北美和南美的古DNA样本，发现这些虎猫的杂交率逐渐降低，导致易感疾病、繁殖成功率下降和狩猎能力减弱。骨骼检查显示，它们的四肢功能明显衰退， agility下降，导致难以捕获猎物。该研究认为，遗传和机能退化与气候变化和食草动物消失等因素共同作用，加速了它们的灭绝，而不仅仅是气候因素。该结果提示近交会严重损害物种的表型性能，从而加速灭绝，对于现代大型动物和保护遗传学具有重要意义。对于当今的野生动物保护者，保护遗传多样性，尤其是在面临环境压力的孤立种群中，以防止类似的衰退状况，是至关重要的。该研究展示了古基因组学在揭示灭绝过程中潜在生物压力方面的力量，为我们提供了比以往更深入、更细致地理解过去物种灭绝过程的方法。
**中文翻译:** LinkedIn推出"看起来像AI低质内容"按钮，战斗AI生成的低质内容洪流。这一举措符合行业普遍趋势，因为像Substack和Pangram等平台也在开发检测AI作者的工具。LinkedIn的举措包括阻止自动化评论（每天数十万次），并使用新的分类器标注AI低质内容在搜索结果中。公司还取消了AI内容增强功能，将其替换为检查写作的功能，以解决不真实的发布问题。此外，Cloudflare表示网络上机器人流量现在超过了人类请求——一个比预期更快实现的里程碑。LinkedIn的首席产品官哈里·ثرين瓦桑强调，用户期待真实互动，而非合成内容。该功能补充了资料验证扩展和屏蔽不需要的页面评论的措施。这凸显了对AI生成内容对平台信任、用户体验和信息质量影响的日益关注。LinkedIn面临的挑战包括平衡AI工具（如取消的增强功能）与用户对真实性的需求，同时扩大检测系统以应对"AI低质内容"问题的加速扩散。
**中文翻译:** Amazon 2026 财年第二季度业绩超预期，净销售额增长 20%，云端收入表现突出，股价在盘后交易上涨约 10%。尽管传统观念认为投资者希望公司削减支出，但 Amazon 仍在大幅扩大数据中心和基础设施预算，2026 财年截至 6 月 30 日累计财产及设备支出达 1730 亿美元，较上年 1076.5 亿美元上升，并将 2026 年资本支出预测从 2000 亿美元上调至 2200 亿美元，同时现金储备减少，出现今年首次负自由现金流。AWS 收入同比增长 37%，达到 420 亿美元，显示云服务需求旺盛，同时公司在 AI 战略上专注自研芯片，如 Trainium TPU 和 Graviton Arm 处理器，这些未计入 capex 但有望提升云端利润率。CEO 安迪·贾斯在 Q2 业绩电话会议上表示，AI 业务将遵循与核心业务相同的利润率路径，AWS 与 Amazon Bedrock 完全可以在不自行构建最前沿模型的情况下蓬勃发展，因为不会只有一个统领所有模型的系统。这一模式与微软和谷歌相似，其股价在报告强劲云业务后也走高；而 Meta 因巨额资本支出且收入来源不明确，股价下跌 8%，受到投资者对现金流紧张的质疑。分析师指出，投资者将云服务提供商视为 AI 堆栈最可靠的组成部分，但大规模 AI 支出的可持续性取决于 AI 服务需求是否足以支撑约 3 万亿美元的建设规模。若需求不足，云端收入可能不稳，进而影响 Amazon 及其他云提供商的财务健康。近期的重点可能包括进一步扩张 GPU 数据中心容量、加速 Trainium 与 Graviton 芯片的部署，并密切关注宏观经济指标，以判断 AI 驱动的云需求是否足以支撑高昂的资本支出。
**中文翻译:** 苹果公司在其财第三季度的服务收入未达预期，因移动游戏增长放缓和美国法庭命令要求开发商能自行处理应用内支付，导致App Store的佣金收入下降。尽管App Store本季度仍创收纪录，但收入下滑归因于无法从App Store佣金中获取部分支付，此外外汇波动也加剧了差距。财报官员兼首席财务官凯文·帕凯（Kevan Parekh）承认面临挑战，但强调未来通过新服务（如创作者工作室订阅计划、苹果现金账户中的分账功能）和与克拉纳合作的设备租赊计划来抑制下滑。苹果公司指出在大多数市场业务已实现双位数增长，但面临最高法院即将作出的关于App Store诉讼的裁决风险，此案可能进一步改变其15%的App Store收费模式。
**中文翻译:** IBM、Qedma 和 RIKEN 通过错误缓解技术在 2D 亚瑟模型中展示了量子优势。他们在 IBM 硬件上运行了该算法并与经典超级计算机进行比较，观察到经典模型无法复制的不同结果。IBM 与芝加哥大学的第二项研究结合了克利福德门与非克利福德 T 门，以创建一个经典算法难以解决的问题，并利用辅助量子位检测错误。Algorithmiq 的第三种方法测量了低噪声量子位配置中的噪声，并通过不同硬件验证了结果。这些方法——错误检测、经典算法难以解决的采样和噪声量化——使得即使存在错误也能实现可验证的量子优势。虽然目前尚无直接应用，但其为量子与经典计算机性能差距提供了基准框架。潜在应用包括 加速量子计算研究、 密码学等领域的应用，风险在于如果错误率未严格控制可能导致能力被高估。后续步骤包括将这些技术扩展到更大规模的问题并与新兴经典算法进行对比。
**中文翻译:** 模型上下文协议 (MCP) —— 一种用于将 AI 模型连接到外部工具和数据源的开源标准 —— 发布了自两年前诞生以来最重大的规范更新。核心架构变更将 MCP 从双向有状态协议转变为无状态请求/响应模型，消除了对单个服务器实例的会话依赖。这种无状态重新设计直接解决了企业采用的主要障碍：分布式高吞吐环境下的可扩展性和可靠性。主要维护者 David Soria Parra 和 Den Delimarsky（均就职于 MCP 的原始创建者 Anthropic）指出，这是构建生产级 MCP 服务器的开发者最呼吁的功能。
除了无状态化，2026-07-28 规范还新增了用于复杂交互的多轮请求、用于负载均衡和代理的基于头部的路由、用于性能的可缓存列表结果、强化的授权流程、用于供应商特定能力的正式扩展框架，以及更新的 Tier 1 SDK。这些变更共同实现了水平扩展、更好的可观测性，并便于与现有企业基础设施（如 API 网关和服务网格）集成。
在治理方面，MCP 现由 Linux Foundation 旗下的 Agentic AI Foundation (AAIF) 管理，Anthropic、OpenAI、Google、Microsoft 和 Amazon 均有贡献。新的弃用政策保证任何功能从正式弃用到实际移除间隔至少 12 个月 —— 关键安全修复除外 —— 为企业长期集成规划提供了所需的稳定性保证。
影响：企业现在可以评估 MCP 用于生产级代理工作流、工具调用平台和知识检索系统，无需再受限于之前的会话亲和性约束。工具供应商和 SaaS 提供商获得了一个标准化、可扩展的集成目标。风险包括生态系统对协议升级的典型采用滞后，以及扩展若发散可能导致的碎片化。后续关注点：更新后的 SDK 发布、采用新规范的服务器实现，以及验证无状态架构在大规模下表现的企业案例研究。