本文在 2026 年国际可用性、可靠性和安全性会议 (ARES) 的 AI4TCI（安全可信关键基础设施系统人工智能研讨会）研讨会上被接受。自主谈判代理越来越多地部署在保险和采购等高风险环境中。虽然加密技术可以保护明确披露的约束值，但它们无法解决更微妙的威胁：行为隐私泄露，对手从可观察的谈判动态（例如让步轨迹、时间安排和……）中推断出私人约束。
Kasi Healthcare signs for two Airbus H135 helicopters to advance air medical capabilities in Nigeria
新闻稿 空中客车直升机公司和 Kasi Healthcare 签署了采购最多两架空中客车直升机的协议......
Группа РОСНАНО на ИННОПРОМ-2026: от отдельных технологий к платформе МАРС
在 INNOPROM-2026 上，RUSNANO 集团展示了分布式能源、计算基础设施、小型化学和废物回收领域的十多项进展。集团代表参加了十多场商务活动，并与行业合作伙伴和潜在客户举行了数十场会议。
The Global Economy at a Crossroads: Leadership in an Uncertain World
著名经济学家、前美联储副主席小罗杰·W·弗格森 (Roger W. Ferguson, Jr.) 与南希·拉扎尔 (Nancy Lazar) 对话。文章《处于十字路口的全球经济：不确定世界中的领导力》一文首先发表在阿斯彭研究所 (Aspen Institute)。
Parawing Deployment for Saturn I Booster Recovery
NASA-Langley 1963 年拍摄的影片展示了从直升机上坠落的 1/12 比例土星 I 模型，并使用 Rogallo 机翼进行回收。使用该系统进行 S-IB 恢复、降落在跑道上进行翻新和重新飞行需要进行大量工作。助推器将在四个滑橇上水平着陆。很有可能它不会起作用，[...]
The Dupes of War: Mises on Statism, Propaganda, and Foreign Conflict
马克·桑顿 (Mark Thornton) 警告说，战争宣传会将公民变成受骗者。路德维希·冯·米塞斯对国家主义的批判解释了为什么外国冲突不断卷土重来。
■概要 年龄和工作投入之间有什么关系？在本文中，我们利用 Nissay 研究所对全国员工进行的调查数据分析了年龄与工作投入之间的关系。结果显示，男性和女性在中年时期都存在一个相对下降的“低谷”。中年通常被认为是工作和家庭责任重叠的时期，这可能会导致精神和身体压力增加，因此这可能是重新考虑工作和未来职业的意义的时期。这些结果表明，在解决工作投入问题时，关注中年工作方式和职业发展的重要性。 ■目录 1 - 简介 2 - 研究概述 3 - 工作投入与年龄的关系 4 - 工作活力与年龄的关系 5 - 工作自豪感与年龄的关系 6 - 结论 近年来，人们对工作投入的兴趣（表明对工作积极的心理状态）不断增加
March ARB partners with ‘World’s Greatest Drag Race’ honoring 250th anniversary
3 月 ARB 在其跑道上举办了一场“世界上最伟大的直线加速赛”活动，展示高性能的美国车辆，以支持空军的 Freedom 250 活动。
Department of War Publishes Fourth Release of Unidentified Anomalous Phenomena Files on WAR.GOV/UFO
DOW 发布了第四版解密的历史不明异常现象文件，作为 UAP 遭遇总统启封和报告系统 (PURSUE) 的一部分。
How to Orchestrate 100+ Agents With Claude Code
并行运行 100 多个代理如何使用 Claude Code 协调 100 多个代理一文首先出现在 Towards Data Science 上。
PySpark for Beginners: Building Intermediate-Level Skills
分区、洗牌、连接、缓存和执行计划的实用下一步。面向初学者的 PySpark 帖子：构建中级技能首先出现在 Towards Data Science 上。
AI Enthusiasts Are in a Race Against Time, AI Skeptics Are in a Race Against Entropy
以下文章最初出现在 Charity Majors 的 Substack 上，经作者许可在此重新发布。我最近参加了一次演讲，其中一位演讲者对他们通过纯粹、未经切割的氛围编码所取得的成就做出了一些漂亮的……令人惊讶的声明。工程难题得到解决，积压工作得到清理。重写会有 [...]
Your agents are using your credentials, and that is the problem
您的代理正在使用您的凭据，这就是问题所在 工程师将代理运送到生产环境。它需要调用内部 API，因此它使用工程师环境中已有的密钥。代理运行。它现在还拥有工程师拥有的所有权限。这是大多数人的默认状态...您的代理正在使用您的凭据，这就是 DataRobot 上首先出现的问题。
Evolving Systems, Volume 17, Issue 2, June 2026
1) 结合金矿勘探策略和麻雀警报机制的改进沙猫群优化算法作者：Lingzhi Wang、Jiarui Zhao、Ling Zhu2) 增强肌电信号：一种优化自适应滤波方法作者：Madhava Rao Alla, Chandan Nayak3) 移动边缘网络和 SDN 中的计算卸载和调度作者：S. Dinesh Kumar, R. M. S. Parvathi4) POETIC-NET：通过图中心性关系增强的上下文特征表示，用于英语诗歌的情感识别作者：Praveen Kumar Kazipeta、Venkatrama Phani Kumar Sistla、Venkata Krishna Kish
Pre-training isn’t bitter enough
理查德·萨顿 (Richard Sutton) 的“惨痛教训”通常被解读为对人工智能系统构建过多人类知识的警告。从长远来看，获胜的方法不是那些最直接编码我们聪明直觉的方法，而是那些可扩展的方法：搜索、学习和其他可以吸收更多计算和数据的通用方法。乍一看，现代基础模型预训练看起来就像是该课程的胜利。我们采用通用架构，将其暴露给海量数据，并以简单的自我监督目标对其进行训练。语言模型预测下一个标记。视觉模型重建遮罩斑块、对齐视图或匹配教师表示。该配方简单且可扩展。但有一个问题。预训练可能会遵循“痛苦的教训”来训练模型，但不会选择模型应该训练的内容。目标仍然是在训练循环之外选择的。我们进行大规模的预训练
SpaceX wants to launch 100,000 more Starlink satellites - for 100x the bandwidth
这可能意味着农村客户的互联网速度更快，但并不是每个人都高兴。
