今日主轴落在智能体基础设施与算力瓶颈迁移：Shepherd以可逆轨迹重塑智能体运行时，OpenOPC探索个人AI原生公司；同时HBM之父提醒AI竞争正从GPU转向内存。另一边，MTurk停止接收新客户、千问下线部分智能体功能，显示旧平台与消费端智能体都在重整。
The Verge报道，美国部分富裕家庭正尝试用AI教学替代传统学校，Forge Prep、Alpha等机构以个性化学习和高效率为卖点。文章指出，尽管公众对AI可靠性仍存疑，这类教育模式已在高收入群体中扩散。
Shepherd 是面向元智能体的运行时基底，把智能体执行记录为可逆的类 Git 轨迹，支持观察、分叉、重放和回滚。其写时复制分叉宣称比 docker commit 快约 5 倍，重放可复用约 95% KV 缓存。
HKUDS 开源 OpenOPC，定位为可自建、自运行、自成长的个人 AI 原生公司框架，尝试用智能体组织和自动化业务流程。项目创建于 2026 年 7 月，GitHub 新锐榜获 316 星，仍处早期。
InternScience 在 GitHub 推出 Agents-A1 项目，口号为「Scaling the Horizon, Not the Parameters」，强调通过扩展智能体的任务视野与探索能力，而非单纯增加模型参数来提升表现。
KAIST教授、「HBM之父」金正浩称，AI性能瓶颈正从GPU转向内存，推理场景中GPU实际计算利用率仅10%-30%。他认为多模态与Agentic AI会带来长期记忆、视频和文档等冷数据需求，堆叠NAND的HBF未来可能超越HBM。
亚马逊将停止为Mechanical Turk接收新客户，TechCrunch称这一早期众包劳动力平台可能进入收尾阶段。MTurk曾被广泛用于数据标注、调查和AI训练相关任务，其收缩反映低成本人工标注市场和平台模式的变化。