1️⃣ Hypernetworks：AI 代理自主性的第三條路
企業 AI 團隊反覆遇到同一個問題：AI 代理在 demo 中表現出色，上了生產線卻卡住——跑一小段就需要人類補充上下文和檢查輸出。Chroma 測試 18 個主流模型，每一個都隨輸入增長而降低準確度，這不是模型不夠強，而是注意力機制的本質限制。
企業兩個傳統方案都有缺陷：微調（fine-tuning）會導致「災難性遺忘」——學新知識時舊知識被侵蝕，1980 年代發現的問題到 2026 年仍無解；上下文學習（in-context learning / RAG）則受「context rot」影響——檢索內容越多，出錯機率越高，且檢索失誤和正確回答看起來一模一樣。
VentureBeat 報導，第三條路正在從研究走向產品：超網絡（Hypernetworks）能在推論時即時生成小型、任務特定的模型。生成器讀取你的政策文件，直接產生一個專用模型的權重。Sakana AI 的 Text-to-LoRA（ICML 2025）能從自然語言描述一步生成模型適配器；2026 年的 SHINE 系統則將超網絡適配稱為範式轉移。
核心優勢：生成的專家模型是當前快照（不像微調是過季快照），且不受長上下文稀釋（不像 RAG）。90/10 自主代理比例不是模型設定，而是架構輸出——hypernetworks 就是那個為什麼。
2️⃣ 病毒式「末日情境」瞄準歐洲 AI 自滿
Guardian 報導，一個病毒式傳播的「AI 末日情境」正在歐洲政策圈引發討論，旨在撼動歐洲對 AI 風險的自滿態度。該情境描繪了 AI 失控的具體路徑，被批評者稱為危言聳聽，但支持者認為必要的警鐘。
這反映了歐洲 AI 政策的兩難：一方面擔心落後於美國和中國的 AI 軍備競賽，另一方面又需要防範潛在的系統性風險。布魯塞爾正在辯論如何在《AI Act》框架下平衡創新與安全。
3️⃣ Granta 因 AI 爭議停止出版短篇小說獎作品
英國文學雜誌 Granta 宣布停止出版其短篇小說獎得主作品，原因是 AI 爭議。這標誌著文學界對 AI 生成內容的防線正在收緊——當 AI 寫作能力日益強大，傳統文學機構開始重新審視評選和出版流程中 AI 工具的使用。
Granta 的決定引發了出版業界的連鎖討論：其他文學獎項和刊物是否應跟進？如何在創作過程中界定 AI 輔助與 AI 代筆的邊界？這場辯論預計將持續整個 2026 年。