腾讯研究院在一篇关于教育与 AI 的文章中提出，AI 已显著进入中国 K-12 教学场景，部分公办学校备课覆盖率接近 100%，新教师备课时间降幅超过 60%。但多项研究与一线案例显示，AI 可以高效完成标准化任务，却无法替代教师的判断、在场和对学生的真实影响。文章援引宾夕法尼亚大学、哈佛大学、John Hattie 及 Benjamin Bloom 等研究，指出真正关键的问题已不是教师会不会被替代，而是谁能决定学生从“30 分想法”走到“90 分能力”的最后一段路。

TechFlowPost 编译 Not Boring 文章称，初创公司在直面行业巨头时，最有效的早期护城河往往不是“做得更好”，而是采用让在位者难以跟进的商业模式，也就是“对位竞争”。文中以 Ramp、Base Power、戴尔、安卓、亚马逊、微软和 Facebook 等案例说明，这种策略能为创业公司争取窗口期，但本身并不构成持久优势，最终仍需规模经济、网络效应、品牌或转换成本等长期护城河接力。文章还把这一逻辑引向 AI 助手赛道，讨论 Instinct 与 Meta 的竞争。

MarsBit刊发文章称，《三体》中“只送大脑”的设定，不只是科幻想象，也能用来解释商业史上一系列“变轻”的组织与分工选择。文中依次讨论耐克、ARM、宜家和 Visa 的案例，核心都指向同一个问题：在资源有限、任务困难的条件下，企业如何只保留最不可替代的部分。文章最后把这一思路延伸到 AI Agent 和“混序组织”，认为未来商业主体未必还需要完整拥有传统意义上的“身体”。

围绕纳维-斯托克斯方程的研究争议持续发酵。纽约大学数学家 Tristan Buckmaster 指控 OpenAI 在获悉研究方向后以大规模算力跟进，并试图主导论文发布与署名安排；OpenAI 研究员 Sebastien Bubeck 否认相关说法。菲尔兹奖得主陶哲轩随后发文称，AI 对有前景研究方向的算力围猎，可能迫使数学家停止公开交流，动摇延续数百年的开放科学传统。

Hunter Biden 推出的 Meme 币 LAPTOP 在 Base 上线后约两分钟冲至 190.81 美元，随后迅速回落约 99%。文章指出，这场波动背后并非简单的政治立场之争，而是名人模因币常见的利益结构：极薄初始流动性、不对称筹码分配、抢跑交易与先退出者优势。官方分配、空投对象、合约设计与流动性错位，也成为这次事件的核心观察点。

27 岁的 AI 研究员 Jacob Coxon 在离开 Anthropic 后于 X 发文称，OpenAI 和 Anthropic 正朝可自我改进的超级智能加速推进，并把所有人的生命押在这场竞赛上。文中提到，他曾参与 OpenAI 的 GPT-4o 与 GPT-4.5 预训练工作，后来转至 Anthropic。Anthropic 多名研究人员随后公开表示支持，其中有人称未来 10 年内出现相关失控风险的概率高于 10%。

MarsBit刊文以一张示意图为线索，讨论现代 IT 基础设施的脆弱底座。文章将冯·诺伊曼瓶颈视为长期未解的核心约束，指出 CPU、内存与总线之间的数据搬运仍是系统上限之一；同时提到 AI 带来的算力与检索压力、 大厂频繁推出新框架和标准、独立开发者生态的分散与缺乏统一维护，都在旧有基础上继续叠加复杂性。作者认为，产业表面持续运转，不等于底层结构已经稳固。

MEXC CEO Vugar Usi在接受动区专访时表示，他希望把 MEXC 打造成提供「无限机会」的平台，不再局限于加密货币交易，而是延伸至股票、代币化资产等更多品类。他称当前是「史上最好的熊市」，原因是用户仍能在不同资产之间寻找收益机会。Usi还提到，MEXC正通过零手续费、SpaceX pre-IPO股份认购、每月外部审计储备证明，以及可公开验证的钱包，降低参与门槛并提升透明度，未来也计划让 AI 作为交易副驾驶参与投资流程。