头条
NotebookLM引入数据表功能
NotebookLM引入了数据表功能，这是一个新功能，帮助用户以结构化格式组织和分析来自源的信息。该功能将源合成干净的结构化表格，准备好导出到Google Sheets。目前该功能正在向所有用户推出。文章中提供了该功能的截图。
Google在NotebookLM中测试30分钟音频讲座
https://www.testingcatalog.com/exclusive-google-tests-30-minute-audio-lectures-on-notebooklm/
NotebookLM正在测试一种新的"讲座"格式的音频概览。该功能将生成大约30分钟的综合AI讲座。可以根据用户设置以不同语言生成讲座。文章中提供了示例讲座。
前沿
Codex与Claude Code对比
https://build.ms/2025/12/22/codex-vs-claude-code-today/
在AI领域没有错误的选择。您选择的工具应该与您的工作方式相匹配。尝试一下Claude和Codex，看看哪个更适合。每个AI工具有其优势和劣势，唯一发现它们的方法就是使用它们。
记忆：智能体如何学习
https://www.ashpreetbedi.com/articles/memory
智能体可以遵循复杂指令，使用工具，并自主工作数小时。但是，如果问它们同一个问题两次，它们必须从头开始。我们已经让智能体变得有能力，但还没有弄清楚如何让它们学会学习。本文探讨了不同类型的记忆以及如何将它们实现到智能体中。
研究
推测解码模型
https://lmsys.org/blog/2025-12-23-spec-bundle-phase-1/
SpecBundle Phase 1是一组生产就绪的EAGLE-3检查点，由行业合作伙伴训练以改进现实世界的推测解码。该发布重点在于指令调优模型，并伴随着SpecForge v0.2一起发布，该版本增加了主要的系统重构和多后端支持。
Stirrup (GitHub仓库)
https://github.com/ArtificialAnalysis/Stirrup
Stirrup是一个构建智能体的框架，允许模型选择完成任务的自己的方法。它内置了最佳实践和工具，并完全可定制。Stirrup具有技能系统，可扩展智能体的能力，灵活的工具执行，上下文管理工具，灵活的提供商支持和多模态支持。
ExecuTorch (GitHub仓库)
https://github.com/pytorch/executorch
ExecuTorch是部署AI模型到设备上的解决方案。由PyTorch构建用于隐私、性能和便携性，ExecuTorch支持Instagram、WhatsApp、Quest 3、Ray-Ban Meta智能眼镜等设备上的本地AI。它允许开发者使用熟悉的PyTorch API部署大语言模型、视觉、语音和其他多模态模型。该工具可以通过无缝的模型导出、优化和部署，加速从研究到生产的转换。
速读
Flash是一个巨大的成功！
https://threadreaderapp.com/thread/2001521806528971022.html
Gemini 3 Flash是Arnaud Autef在蒸馏团队发布的第一个作品。
自然正在嘲笑AI建设
https://markmaunder.com/2025/nature-is-laughing-at-the-ai-build-out/
大自然可以用20瓦功率在相当于您头骨内部的空间中承载人类智能。
我们终于有机会用GPT-5.2 X-High在ARC-AGI-2上运行我们的系统了！
https://threadreaderapp.com/thread/2003546910427361402.html
Poetiq看到了高达75%的结果，在每个问题花费不到8美元的情况下使用GPT-5.2 X-High在完整的PUBLIC-EVAL数据集上。
