按可信来源、时间线和主题整理的新闻简报。优先保留原文链接、新闻时间和后续阅读入口。
OpenSquilla发布0.5.0 Preview版本，通过多模型集成技术在DRACO双榜上取得榜首成绩。对比名单中出现最新旗舰模型Fable 5，该版本进一步提升了多模型协作能力，显示出在AI基准测试中的领先优势。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
量子位 · 当前新闻
腾讯混元Hy3正式发布，同时元宝应用同步上线Hy3 Agent能力，并免费向用户开放。Hy3是腾讯最新的大语言模型，具备更强的推理和多模态能力，Agent功能可支持复杂任务自主执行，标志着腾讯在AI Agent领域的进一步布局。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
火山引擎在视频画质优化领域引入Agentic范式，探索基于智能代理的新型优化路径。该方案利用AI代理自主分析和调整视频处理参数，针对不同场景实现自适应画质增强，有望在降低计算开销的同时提升视频质量，为视频云服务带来新的技术方向。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
俄罗斯对乌克兰基辅发动新一轮导弹和无人机袭击，造成至少14人死亡。这是不到一周内基辅遭受的第二次致命打击。此前7月5日，扎波罗热市也遭袭击，俄方宣称已占领东部顿涅茨克地区的科斯强季尼夫卡镇，但乌方否认。袭击发生时，北约峰会即将在土耳其召开。
提供战争与停火、外交、选举、制裁、区域冲突、国际组织和大国关系等国际公共事件背景，避免新闻视角过窄。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Kyiv Independent
NPR World
France 24
France 24
France 24
France 24 · 当前新闻
美国移民和海关执法局（ICE）内部监督机构职业责任办公室已针对所谓的“针对ICE员工的非法曝光和威胁”事件展开调查，目前立案超过100起。这些调查涉及在网络上批评ICE的相关人员，引发对言论自由和执法机构权力的争议。
该事件对科技产业或开发生态有参考价值。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
俄罗斯于7月7日再次用弹道导弹和无人机袭击乌克兰基辅地区，造成至少11人死亡、数十人受伤。此次袭击发生在北约土耳其峰会前夕。分析人士指出，随着乌克兰加大境内反击力度及俄军伤亡持续增加，俄罗斯国内批评声渐起，普京可能开始认识到无法在战争中获胜，此次袭击被视为“绝望之举”。
提供战争与停火、外交、选举、制裁、区域冲突、国际组织和大国关系等国际公共事件背景，避免新闻视角过窄。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Kyiv Independent
NPR World
France 24
France 24
France 24
France 24 · 当前新闻
小行星阿波菲斯（Apophis）将于2029年以极近距离飞掠地球，届时全球约90%的人口将有机会目击这一千年一遇的天文现象。阿波菲斯直径约340米，其近距离接近将为科学研究提供宝贵机会，同时也进一步推动行星防御监测技术的发展。
补充航天任务、太空科学和商业航天进展。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Uniwill笔记本电脑驱动将在Linux 7.3内核中迎来多项新功能更新。Uniwill是主要OEM/ODM厂商，其驱动的增强将支持更多设备特性。该驱动的最大用户之一是德国Linux PC厂商TUXEDO Computers，这些改进将提升TUXEDO等品牌笔记本在Linux下的体验。
关系到 Linux、嵌入式和基础软件生态的版本、驱动或行业变化。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Phoronix · 当前新闻
日本芯片设计初创企业TokyoArtisan Intelligence (TAI) 宣布，其基于FPGA的40nm边缘物理AI芯片原型"Sting Ray"已完成验证，迈向量产阶段。该芯片采用低功耗快响应设计，可同时优化适配多种模型，面向基础设施、工业、机器人领域的AI转型。TAI下一代量产芯片"Manta Ray"同样采用联电40nm工艺，目标2027年Q1完成α版设计，Q2工程样品，Q3评估板，Q4量产，2028年Q1推出量产评估板。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Electronics-Lab
Electronics-Lab
Phoronix
Auto: IT之家 · 当前新闻
从 GitHub、项目站点、个人博客、技术论坛和硬件社区中自动发现，优先选择 AI、嵌入式、Linux/RTOS、电子工程和有趣开源项目。
AgentOS 是一个更轻量、更快速、更廉价的沙箱替代方案。它能在隔离的 Linux VM 中运行任何编码代理（coding agent），并内置了代理编排功能，适合需要大规模并行执行 AI 编码任务的场景。项目用 Rust 编写，提供高性能和低资源占用。
当前运行 AI 编码代理通常依赖 Docker 或重虚拟机，资源开销大且启动慢。AgentOS 直接针对此痛点设计：启动快、内存占用小，成本更低。它适合开发者搭建自己的代理执行平台，尤其是在需要频繁创建和销毁沙箱的 CI/CD 或 agent 农场场景下。与同类相比，它更专注于编码代理，内置的任务编排和隔离机制减少了额外配置。
从工程角度看，AgentOS 的架构设计清晰——使用 Linux 命名空间（非 Docker）实现轻量隔离，代理通过 gRPC 通信。代码活跃度高（近期仍在更新），Apache-2.0 许可证友好。目前 35 颗星，34 个 open issues 显示社区还在早期。文档中包含集成示例和 CLI 工具，但没有大规模生产案例。性能基准测试显示比 Docker 启动快约 3 倍，内存节省约 50%（基于开发者自述）。风险在于生态尚未成熟，可能缺少常见工具链镜像。
作为 AI 领域工具，AgentOS 切中了编码 agent 执行效率的瓶颈。它的设计专门针对 AI agent 的工作流（如代码生成、测试运行），而非通用沙箱。对于需要大规模运行 agent（如自动代码审查、漏洞挖掘）的团队，它是一个有潜力的底层基础设施。但需注意，目前仅支持 Linux，且需要自行管理宿主机内核版本。
主要风险是项目仍处早期，API 可能变动，稳定性和 bug 尚需验证。由于不使用 Docker，主流 CI/CD 集成可能需额外适配。另外，对于需要 GPU 或者其他特殊资源的 agent，隔离方案是否支持有待考察。
ARDEP 是一款集成了 CAN-FD、LIN 和 48V 保护功能的一体化汽车电子开发板，旨在简化汽车电子原型开发和逆向工程。它针对汽车黑客和嵌入式开发者设计，省去了外接各种适配器的麻烦。
汽车电子开发通常需要组合多块板卡（CAN 接口、LIN 收发器、电源保护）才能开始工作，调试环境搭建繁琐。ARDEP 将关键接口和保护集成到一块板子上，即插即用。它特别适合汽车安全研究人员、ECU 改装爱好者和教学场景。文章虽非代码仓库，但直接提供了硬件技术线索：板载 CAN-FD（速率最高 8 Mbps）、LIN 总线，以及针对 12V-48V 系统的输入保护，这些参数对评估其实际用途非常关键。
作为技术线索，ARDEP 的硬件参数值得追踪：支持双 CAN-FD 通道，LIN 从机模式，48V 过压保护。这些特性使得它可以直接连接到汽车 OBD-II 或电池系统而无需额外保护电路。开源方面，文章提到原理图可能开放（需确认），固件基于 ARM Cortex-M4。潜在风险是文档不完善或社区驱动不足。
虽然不直接涉及 AI，但 ARDEP 可作为 AI 驱动汽车诊断系统（如异常检测、故障预测）的硬件输入平台。其集成的 CAN-FD 可捕获高带宽数据，适合运行模型推理。对于想开发车辆边缘 AI 应用的团队，这是一个值得关注的硬件基础模块。
硬件产品的最大风险是量产和供货能力未知，可能仅限小批量。此外，48V 保护的实际测试数据未公开，可靠性需自行验证。软件端可能缺乏完整的驱动库和示例。
SparkyFitness 是一个自托管的、隐私优先的健身追踪平台，可作为 MyFitnessPal 的替代品。它支持营养、锻炼、水分、睡眠等健康数据的记录与可视化，并集成了 AI 功能（如食物识别）。提供 Web 端和原生移动应用（iOS/Android）。
越来越多的用户希望掌控自己的健康数据，而不是交给第三方云服务。SparkyFitness 允许你部署在自己的服务器上，完全控制隐私。其亮点在于广泛的集成能力：支持 Apple Health、Google Fit、Fitbit、Garmin、Withings 等多种设备/平台的数据同步，以及开放食物数据库（OpenFoodFacts、USDA 等）。AI 辅助功能（如拍照识别食物）尚未完全开源但已规划。适合家庭多人使用（多用户档案），并具有 TOTP、Passkey 等安全认证选项。
从工程角度看，项目使用 TypeScript 全栈（推测后端 Node.js，前端 React），代码结构比较清晰。4.5k stars 表明社区认可度较高，但 71 open issues 说明仍有改进空间。自部署流程提供了 Docker Compose 配置，降低了上手难度。目前 AI 功能处于路线图阶段，实际的机器学习模型并未集成，需注意这一点。对于熟悉自托管的用户，可以较快搭建起来。但数据同步接口依赖于第三方 API，可能有速率限制或变化风险。
SparkyFitness 的 AI 部分目前主要是概念阶段，产品文档中提到的 AI 食物识别等功能尚未完全实装。其在路线图中的 AI 特性可能提升用户日常记录的便利性，但需警惕过度承诺。当前价值更多在于隐私自托管的健康数据聚合站，而非 AI 驱动。
主要风险在于项目许可证为 NOASSERTION（非确定），可能影响商业使用。集成接口众多，部分（如 Yazio）使用非官方 API，存在被封禁风险。自托管要求用户具备一定的运维能力，且数据备份安全需自行负责。AI 功能若完全依赖第三方 OCR 服务，可能引入隐私问题。