AI 生成 PR 增加審核負擔，作者稱我們熟知的開源已死
作者認為，AI 生成的 PR 和問題回報增加維護者的審核負擔，令多個開源專案收緊或停止接受外部貢獻，改變了開源協作方式。文中提到，curl 的真實漏洞報告比例跌至 5% 以下，tldraw、Ladybird、Hono 等專案也限制外部 PR，GitHub 則推出關閉 PR、限制 issue 開啟者等功能。
#開源生態
#開源生態
今日 2 條Hacker News 熱門（buzzing.cc 中文翻譯）AI 評分6767 NVIDIA BlogAI 評分4141 電訊營運商為何以開放模型制定 AI 策略
電訊營運商正愈來愈多以開放模型制定 AI 策略，重視的不只是成本，還包括對關鍵工作負載的信任、控制及自訂能力。NVIDIA 最新《電訊業 AI 現況報告》顯示，89% 受訪者認為開源模型及軟件對公司 AI 策略很重要。
英國 AI Security Institute：BlogAI 評分5858 英國 AI Security Institute 梳理能力日益增強的開放權重 AI 系統風險管理方法
英國 AI Security Institute 概述開放權重通用 AI 系統的風險管理策略，涵蓋模型內防護、外部防護及程序措施。該機構指出，訓練資料篩選有助降低模型發佈風險，而具備完整模型存取權的審核可更準確評估風險，支援發佈決策。與 EleutherAI 及牛津大學合作的研究發現，從 LLM 訓練資料移除有害資料，抵禦對抗性微調的效果是訓練後加入防護的逾 10x，且未帶來顯著性能代價。
Fireworks AIAI 評分5656 Fireworks AI：AI 能力前沿不在單一模型，而在路由器
Fireworks AI 以 DeepSWE v1.1 的 113 項工程任務測試模型路由，逐項選出 18 個模型中的最佳者後，oracle 結果達 97.6% 通過率、每項成本 $1.88。
Black Forest Labs：BlogAI 評分4343 Black Forest Labs 聯合創辦人兼 CEO Robin Rombach 籲 G7 領袖支持開放創新
Black Forest Labs 聯合創辦人兼 CEO Robin Rombach 在 G7 呼籲各國政府與業界，將開放且負責任的 AI 開發定為常態。Black Forest Labs 最新開放模型顯示，性深偽及兒童性虐待材料相關漏洞數量，較其他大型科技公司發布的開放模型少逾 10 倍。
Pragmatic EngineerAI 評分6161 Tibo Sottiaux 談 Codex 的構建與演進
Pragmatic Engineer 訪問 Codex 開發者、OpenAI Core Products & Platform 部門主管 Tibo Sottiaux，探討 Codex 的構建決策、演進及團隊使用方式。
Import AIAI 評分6060 Import AI 465 分析開放權重與閉源模型差距、Kimi K3 和 Demis Hassabis 的 AI 政策方案
Import AI 465 整理英國 AI Security Institute 的分析，指出開放權重模型在網絡安全能力上與閉源前沿模型的差距，由 2025 年多數時間的 6–10 個月縮至 4–7 個月。
Hugging Face Blog精選AI 評分6464 Hugging Face 2026 年春季開源 AI 生態現況分析
Hugging Face 的 2026 年春季報告梳理過去一年開源 AI 生態的變化，指出平台用户、模型和數據集數量均接近翻倍。2025 年，Hugging Face 增至 13 million 名用户、逾 2 million 個公開模型及逾 500,000 個公開數據集；中國模型在過去一年佔平台下載量 41%，並在月度及總下載量上超越美國。
推薦理由：報告把平台增長、地域下載差異和衍生模型放在同一框架，呈現開源 AI 並非單一市場，而是由多個重疊的子生態構成。
Hugging Face BlogAI 評分5353 全球開源 AI 生態的未來：從 DeepSeek 到 AI+
DeepSeek R1 之後，中國開源 AI 生態正由模型擴展至部署、軟硬件協同與治理，開源成為中國 AI 機構近期的主流路徑。截至 2025 年中，逾 113k 個模型以 Qwen 為基礎，逾 200k 個模型倉庫標記 Qwen，遠多於 Meta 的 Llama（27k）和 DeepSeek（6k）。
Hugging Face BlogAI 評分5151 AI 智能體已經到來，Hugging Face 探討其風險與未來方向
Hugging Face 從倫理角度分析 AI 智能體，指出自主性愈高、人類交出的控制愈多，相關風險也隨之增加，並建議不要開發完全自主的智能體。文章認為，半自主智能體的效益與風險取決於自主程度、可執行任務及人類控制方式，並梳理準確性、私隱、安全和信任等面向的取捨。作者建議建立嚴謹評估、追蹤社會影響並加強透明披露，也認為開源有助擴大參與和問責。
Hugging Face BlogAI 評分1717 運用 Hugging Face 處理複雜生成式 AI 用例
Jeff Boudier 與 Writer 聯合創辦人兼 CTO Waseem Alshikh 對談，探討 Writer 運用 Hugging Face 處理複雜生成式 AI 用例。
Hugging Face BlogAI 評分3535 機器學習專家：Lewis Tunstall
Hugging Face《Machine Learning Experts》專訪 Lewis Tunstall，談其 Transformers 工作及新書《NLP with Transformers》。他介紹 Transformers library 可將 PyTorch 模型匯出為 ONNX 格式，讓工程師進一步降低延遲、提高吞吐量。