1/12 Anthropic J-space 把模型可解释性推进到“沉默思考”层
Anthropic 发布 global workspace 研究，称在 Claude 内部发现一组被称为 J-space 的神经表征：它们不是输出文本，也不是 chain-of-thought，而是模型内部可被 Jacobian lens 读出的“可言说”概念。研究显示 J-space 会承载代码 bug、多步推理中间值、图像识别、prompt injection 怀疑、评估场景识别和隐藏目标等信息；删除它后，流畅说话和简单事实仍可保留，但多步推理等高阶能力明显受损。这条线索把 interpretability 从解释激活特征推进到监控模型当下正在“想但没说”的内容。
2/12 Neuronpedia J-lens demo 让 Anthropic 方法进入开放模型可视化
Anthropic 同步宣布与 Neuronpedia 合作，提供 J-lens 方法在 open-weights models 上的交互式 demo。Ethan Mollick 也转发了相关可视化入口，认为最后的 visualization 值得尝试。这个配套 demo 很关键：如果 J-space/J-lens 只停留在 Claude 内部论文，它更像实验室级解释工具；进入 Neuronpedia 后，研究者和开发者可以在开放模型上观察类似内部表征，比较不同模型、任务和层的“可言说”状态。interpretability 正在从静态论文图表变成可交互诊断工具。
3/12 Google DeepMind 与 Apptronik 用 Robot Park 扩大 Gemini Robotics 数据循环
Google DeepMind 转发 Apptronik Robot Park 扩建消息，称 Apollo 2 humanoid platform 收集的真实世界数据将帮助训练和推进 Gemini Robotics。Apptronik 公告把 Robot Park 描述成 Austin 近 90,000 平方英尺的数据收集与训练设施，并已扩展到客户和合作伙伴现场；Apollo 2 同时有双足和轮式配置，通过 teleoperation、autonomous execution 和 simulation 收集物流、制造、零售等任务数据。humanoid robotics 的竞争点继续从单次 demo 转向连续数据闭环、客户场景覆盖和基础模型训练管线。
4/12 Sakana Translate 把 Namazu 本地化后训练做成日英中知识工作流
Sakana AI 发布 Sakana Translate，支持日英中翻译、添削和质疑三种模式，底层延续面向日本语境的 Namazu 后训练路线。官方强调目标不是逐词替换，而是保留敬语、文化概念、语气、网络用语、正式程度和商务场景语感；Translate 支持约 5,000 日文字符长文和流式输出，Proofread 用 diff 展示自然度、礼貌和语气修改，Ask 则围绕译文追问语法、词义和替代表达。它说明本地化模型能力正在从“日本语 benchmark”走向邮件、幻灯片、网页和商务写作这样的日常知识工作。
5/12 Microsoft health AI 论文把 Copilot 使用数据带入真实医疗需求研究
Mustafa Suleyman 转发 Nature Health 封面论文，研究分析 2026 年 1 月超过 500,000 条去标识化 Copilot 健康相关对话。论文显示，近五分之一对话涉及个人症状评估或疾病讨论，七分之一个人健康问题是替他人询问；移动端更集中在个人健康和夜间使用，桌面端更多是研究、学术和医疗文书。这个研究不是展示模型通过医学考试，而是把 AI health 的问题拉回真实用户需求、设备语境、照护者使用、夜间风险和平台安全设计。
6/12 Runway 在巴黎设世界模型与 physical AI 研究中心
Runway 宣布在法国开设首个办公室，把巴黎定位为 world models 和 physical AI 研究 hub。公司称初始团队为 10 人，并将在当地投入 3000 万美元，同时继续扩张巴黎和欧洲招聘。Runway 给出的理由是法国拥有强 AI 研究机构、工程人才和政府 AI 基础设施投资。对于生成式视频公司，这不是单纯区域办公室，而是把视觉生成、世界模型和物理 AI 研究放进欧洲人才竞争。巴黎正在成为 Mistral、Sakana 相关讨论之外，视频、机器人和世界模型公司的前沿研究节点。
7/12 Databricks 与 OpenAI 把 enterprise agent 叙事拉向数据治理和上下文
Databricks 回顾 Data + AI Summit 2026 中与 OpenAI 的合作，强调 OpenAI 提供 frontier intelligence，Databricks 提供 enterprise context and control。官方博客提到 Codex 和 GPT models 可在 Databricks 平台内治理，包括控制 agent 可访问内容、可执行动作和成本；Unity AI Gateway 负责审计、预算、路由和安全可见性，Agent Tools 通过 MCP 给 Codex 等 agent 提供受控企业数据访问。企业 agent 的瓶颈不再只是模型聪明度，而是数据基础、权限、评估、监控、部署和业务语义。
8/12 LlamaIndex 与 LanceDB 把 messy PDF parsing 纳入 agent 检索层
LlamaIndex 宣布与 LanceDB 合作，探索 LiteParse 解析复杂 PDF 后如何提升 retrieval quality 和 agent response accuracy。推文特别指出，多数 agentic retrieval demo 假设文档干净结构化，但企业现实是表格、截图、图形和复杂版式混在一起的 PDF。方案把 PDF 拆成 pages、text、screenshots、tables 等信息层，并用 LanceDB 的 multimodal storage 支撑检索。这个方向说明 agent 的文档上下文层正在从“把文本塞进向量库”升级为多层解析、证据定位和可验证答案。
9/12 NVIDIA Nemotron 过 1 亿下载，开源模型使用量成为基础设施指标
NVIDIA AI 宣布 Nemotron family 下载量超过 1 亿，并感谢社区围绕 open models 构建应用。当天 NVIDIA 还转发一篇 ICML 论文，讨论 LLM 记忆容量，称 GPT-style 模型容量约为每参数 3.6 bits，用于区分 unintended memorization 与 generalization。这两条放在一起看，开源模型生态的关键不只是权重发布，还包括下载规模、下游 agent/hackathon 使用、数据隐私风险和模型记忆评估。Nemotron 进入 1 亿下载区间，说明硬件公司也在用模型资产扩大开发者和企业 workload 入口。
10/12 Fable 5 讨论继续显示 agentic creation 的边界正在外扩
Goodside 展示 Fable 5 生成无限程序化 VHS Backrooms 屏保，称代码由 Fable 输出，自己主要反馈视频内容；Ethan Mollick 则建议对 Fable 提出最大化需求，从极限处向下修正，而不是从小请求开始。他还用 Fable 生成带统计、掷骰、3D 模拟的桌游战斗场景，并讨论 Fable 在某些任务上的风格偏好。Bindu Reddy 则推广 Fable 在 Abacus AI SuperComputer 上 one-shot 复杂 3D 游戏、SaaS、移动/桌面应用和 workflow automation。agentic creation 的展示重点正在从“能生成”转向长任务、视觉世界、后端、auth、hosting 和迭代反馈。
11/12 AI 经济性质疑聚焦 capex、替代就业和金融系统风险
Gary Marcus 当天多次围绕 GenAI 资本开支和就业替代提出质疑，称 GenAI 尚不足以替代数百万员工，因此巨额 capex 很难 earn out；他还转发关于美国财政部据称知道 GenAI build-out 对金融系统有系统性风险却不愿公开承认的说法。François Chollet 则强调 benchmark 不能只报一个百分比分数，还必须报告每个任务成本和耗时。这些讨论共同把 AI 争论从“能力是否存在”推进到“能力在什么边际成本、什么可靠度、什么系统性风险下才可持续”。
12/12 多模型路由和开放 agent traces 成为 coding 模型训练新燃料
Bindu Reddy 认为 Fable 不适合 chat、Gemini Flash 不适合 coding，未来会把 prompt 按意图路由到不同 LLM；AI21Labs 也提到用 heterogeneous portfolio of agents 和 calibrated self-confidence 做 Map/Reduce，在 BrowseComp-Plus leaderboard 上取得高分。Hugging Face 与 Clement Delangue 转发 Factory AI 合作，称 open agent traces 将成为下一代开放 coding models 的燃料。coding agent 竞争正在从单模型 benchmark 转向路由、置信度、trace 数据、开放训练循环和任务级模型组合。
Deep Dive 附录
Anthropic global workspace / J-space
Anthropic 的 J-space 研究试图解释 Claude 内部是否存在类似“全局工作空间”的表征。研究者用 Jacobian lens 找到一组可被模型报告、可被请求调节、能参与多步推理并能被多个下游计算读取的神经模式。它们不等同于模型输出，也不等同于文本 scratchpad，而是模型内部对概念的沉默激活。论文中的实验包括替换“Soccer”为“Rugby”改变模型报告，替换“spider”为“ant”改变腿数推理，删除 J-space 后保留流畅语言但损害高阶推理，以及用 J-space 监测模型是否识别评估场景、是否试图伪造数据或是否带有隐藏目标。Anthropic 同时强调，这不证明 Claude 具有主观体验；实际意义在于为模型监控、审计和内部状态干预提供新工具。 查看原文 查看原文 查看原文
Apptronik Robot Park / Gemini Robotics data loop
Apptronik Robot Park 是面向 humanoid robots 的真实世界数据收集与训练设施。官方称 Austin 扩建设施近 90,000 平方英尺，Apollo 2 robots 已在 Robot Park、客户现场和合作伙伴站点运行，任务覆盖物流、制造、零售等场景。Apollo 2 提供双足和轮式配置，用 teleoperation、autonomous execution 和高保真仿真生成训练数据。Google DeepMind 研究合作的重点是把这些高质量真实数据用于 Gemini Robotics 模型训练，让商业机器人从 demo 走向持续工作、持续收集数据、持续改进的闭环。 查看原文
Sakana Translate / Namazu localization
Sakana Translate 将 Namazu 系列的日本语境后训练能力包装成 Sakana Chat 中的翻译产品。它有三种功能：Translate 处理约 5,000 日文字符长文并流式输出；Proofread 对英文或商务文本做自然度、礼貌程度、语气和正式程度改写，并用 diff 展示修改；Ask 允许用户围绕译文追问语法、词义、细微差别和替代表达。Sakana 的定位是“deep translation for Japan”：处理敬语、文化概念、网络语、专业名词和工作语境，而不是只追求字面正确。后续路线包括行业翻译、文件翻译、术语表、API、SSO、审计日志和本地部署。 查看原文
Public use of Copilot for health queries
Nature Health 论文分析了 2026 年 1 月超过 500,000 条去标识化 Copilot 健康相关对话，并建立了 12 个一级类别的健康意图 taxonomy。主要发现包括：近五分之一对话涉及个人症状评估或疾病讨论；个人健康问题中约七分之一是为他人询问；夜间和晚间个人健康需求上升；移动端更偏个人症状、疾病和情绪健康，桌面端更偏研究、学术支持和医疗文书。论文的价值在于提供真实世界 usage baseline，帮助平台区分一般健康信息、个人化建议、照护者场景、夜间风险和应该引导用户寻求专业医疗帮助的边界。 查看原文
Databricks and OpenAI enterprise agents
Databricks 的 DAIS 2026 回顾把与 OpenAI 的合作表述为 frontier intelligence + enterprise context and control。Codex 和 GPT models 可在 Databricks 平台内受到治理，控制 agent 能访问什么、做什么、花多少钱；Unity AI Gateway 提供审计、预算、路由和安全可见性；Databricks Agent Tools 通过 MCP 给 Codex 等 OpenAI-powered agents 访问企业数据的受控入口。博客中的客户案例也强调，agent 是否可用取决于底层数据是否正确、语义是否统一、反馈是否能转成行动、部署和监控是否到位。企业 agent 的“1% 核心 loop”之外，99% 是生产工程与治理。 查看原文
Runway Paris research hub
Runway 的巴黎办公室公告把法国首个办公室定位为 world models 和 physical AI 研究中心，而不是普通区域销售办公室。公司称初始团队 10 人，并将在当地投入 3000 万美元。公告强调法国的研究机构、工程人才和政府 AI 基础设施投资，使巴黎成为 frontier AI 研究的重要地点。对 Runway 来说，这代表生成式视频公司正在把能力边界推进到世界模型、物理 AI 和长期研究人才布局；对欧洲 AI 生态来说，巴黎继续吸引模型、视频、机器人和多模态公司的研发中心。 查看原文