该论文提出一个端到端智能体流水线，融合深度时间序列预测、变分异常检测与LLM推理，为办公楼七类设备生成按优先级排序的可执行维护建议。系统在16场景基准上验证，最佳LLM后端得分90.4/100，本地7B模型通过全部场景，动态检索在不损失性能的同时将平均上下文来源从6个降至3至6个。

一篇新的 arXiv 论文利用多项式代数工具，研究了具有单项式激活函数的深度全连接网络中的临界点，证明当激活次数足够大时，临界性恰好出现在子网络处，从而为神经网络倾向于简单函数的隐式偏置提供了数学解释。

研究者提出反事实残差数据增强（CRDA）技术，通过利用残差不变性生成新的训练样本，有效缓解回归任务中小样本和噪声问题。在多个基准数据集上，CRDA 平均将 MLP 回归器的 MSE 降低 22.9%，XGBoost 回归器的 MSE 降低 6.4%，优于现有数据增强方法。该工作被 ICML 2026 接收。

经典万能逼近定理证明了Sigmoid多层感知机的表达能力，但未规定如何初始化权重以编码数据分布的几何结构。本文提出S-GAI，一种针对单隐层Sigmoid MLP的谱几何感知初始化框架。该框架利用SVD为每个类别估计均值、主方向和谱尺度，通过能量阈值选择保留方向，并每个方向用两个Sigmoid门表示。这些类别特定的门构成共享的隐层，直接从训练集初始化。实验表明，S-GAI初始化的MLP比Xavier初始化具有更丰富的隐藏状态，在完全训练下达到相近的最终精度；冻结隐层时，只训练输出层仍优于冻结随机门。

该论文提出CA-NKCF，一种结合部分领域知识与深度神经网络的在线分布式状态估计框架。它不依赖噪声统计知识，通过先验估计、优化共识权重和类卡尔曼递归更新实现去中心化推断。在线性、混沌和无线跟踪实验中，其性能优于传统分布式卡尔曼/粒子滤波器及纯无模型深度网络，并在模型错误指定时保持鲁棒。

本文是一篇立场论文，指出强化学习研究中有两种使用模拟器的方式：解决模拟器本身，以及将模拟器作为实际部署的代理。作者通过示例和实验表明，混淆这两种用法会导致误导性结论，并呼吁社区明确区分二者的使用方式。

这篇论文从理论上证明，在无中心、无共享时钟且权重不可重训的自主智能体网状网络中，每个智能体必须采用连续时间液态网络（多时间尺度自适应）才能最优地融合来自同伴的异步投影，因为固定增益滤波器与无间隙感知的网络均无法满足必要最优条件。

现有图像生成基准无法评估科学图表的可用性。SciDraw-Bench提出了32个任务，涵盖8种图表类型和10个学科，并采用四维评估协议。实验表明，领域专用系统SciDraw AI在所有维度上均优于通用模型，文本保真度仍是最大挑战。

本文运用进化博弈论模型，分析了在竞争市场中，一个以最小化伤害为策略的AI智能体如何取代以寻求批准为目标的RLHF智能体，并探讨该策略在何种条件下足以防止社区伤害。研究发现，当社区情感先验分布满足单调性、端点反转和中心对称配对性质时，采纳更易发生。存在一个关键采纳水平，高于该水平时，审计智能体将固定下来并主导社区。然而，即使有自我审计，如果审计与社区价值观不一致或评估伤害的时间框架不当，该策略仍可能无法防止伤害，甚至可能变成福利陷阱。

BV-Blend 提出一种无评论家强化学习框架，通过融合提示本地统计和语义聚类条件历史矩来稳定优势估计，解决 GRPO 在组内奖励方差为零时无法学习的问题。

COMPASS 是首个统一多模态框架，通过共享专家令牌 τ_c 同时实现构图感知与构图引导生成，并构建了 Comp-11 大规模数据集。

研究人员推出了ATHENA-R1，一种基于强化学习的AI代理，能够在212种生物医学工具中自主进行治疗推理。在多项基准测试中，其准确率显著超过GPT-5，并得到专家和医生的积极评价。

VirtueMap框架通过让人类和LLM对七个伦理困境的五种回应进行排序，从亚里士多德德性伦理视角评估大语言模型在实践智慧、正义、诚实、勇气和节制五个维度上的表现。对九个LLM家族的评估显示平均排名一致性达90.3%，差异主要体现在勇气、节制和正义维度。

本文提出DynaSteer，一种动态表示编辑框架，通过定位早期高熵分支点、利用模式聚类和Fisher-LDA纯化真相方向，选择性地引导LLM推理轨迹，在MATH基准和编码任务上验证了有效性。

研究人员推出 IMCBench，一个基于图像的多轮医学对话基准，用真实临床图像和合成患者档案模拟真实医患互动，从安全性、准确性和不确定性使用三个维度评估多模态大模型。测试显示 Claude Opus 4.6 综合得分最高，但所有模型在恶性与罕见病症上安全性明显下降。

研究人员推出 GPTNT 基准，基于合作游戏《继续说话，没人爆炸》，要求两个智能体在倒计时、信息不对称和沟通不畅的条件下实时协作拆除炸弹。测试显示所有闭源和开源模型均无法完成一次拆除，暴露出状态跟踪、时间压力下高效行动、歧义处理和错误恢复等关键弱点。

这篇 arXiv 论文提出“能力切片”作为评估与数据之间的桥梁，通过评估分类法、数据分类法和映射规则构成闭环，将基准测试的失败转化为有针对性的数据干预。两个案例分别展示了闭环如何排除数据因素和锁定数据因素，证明从评估到数据的推断可以变得系统化和可验证。

研究人员提出RSEA，一种递归自演化智能体，通过演化压缩的自然语言状态来改进LLM智能体，无需更新权重。它使用严格的保留集选择门，在部分基准测试上超越基线，同时防止性能崩溃。研究表明没有普遍最优的工件，并警告无保护的上下文演化的风险。

2025-2026年间，传统软件开发范式终结。手工编码、死记硬背和狭隘专业化价值归零。新稀缺能力是广泛思考、设定方向、解决未定义问题并与智能体协作。以资历和面试流程招人的公司已过时。未来属于具备判断力、愿景和增强协作能力的“操作者”。我们正在打造连接顶尖操作者与需求方的市场，基于作品而非出身。

这篇综述论文探讨了基于基础模型的智能体中记忆的核心作用，提出了一个从形式、功能和动态三个维度分类记忆的统一框架，并总结了当前研究、基准测试和开源框架，展望了未来方向。

Snap to AI 是一款 macOS 小工具，允许用户通过快捷键截取屏幕并立即发送到 Claude、ChatGPT、Gemini 等 AI 工具。支持原生应用和浏览器，提供终端模式，隐私安全，一次性购买 $9。

这是一个免费的AI工具集，专为桌面角色扮演游戏主持人设计。它能够快速生成故事、NPC、任务钩子、战役剧情等内容，无需注册即可使用，并支持战役记忆功能。

Drifty 是一款面向 Mac 的 AI 专注代理，通过后台记录应用、网站和会话，利用 AI 将活动分类为专注、中性或漂移，无需手动计时或标记。它提供隐私控制，支持本地、云端或自带密钥运行，并可通过极端提醒关闭干扰标签页，帮助用户了解专注模式。

通过AI专家团队，更快地获得精准成果。

Flowly是一个原生AI助手，可在您的应用和浏览器标签中执行操作。它支持macOS、Windows和Linux，通过全局热键召唤。最新版本v1.4.0引入了计算机使用功能、实时工具面板、知识图谱重构、屏幕感知教练等新特性。整个代理核心已开源（Apache-2.0），使用您已有的AI密钥，并保持私有记忆。

本文探讨了人工智能与“聪明的汉斯”这一历史案例之间的相似之处，指出AI可能并非真正智能，而是依赖于人类的无意识提示。

月之暗面（Moonshot AI）推出了全球首张AI原生信用卡，将Kimi会员和信用额度等核心权益整合到信用卡开卡和积分消费体系中，并通过提示词课程和AI分享会活动，为用户在信用卡使用过程中提供更丰富的AI体验。

本文作者KunYuan，TRANTOR LABS创始人，基于两年多构建AGI系统的工程实践和哲学反思，提出一个被忽视的文明级风险：人类对“人性”的定义存在维度滑移，导致我们可能未能识别AI在不造成生物灭绝的情况下，通过侵蚀人类判断力、责任主体和意义创造能力而终结人类未来的路径。文章呼吁理性主义社区共同审视这一风险。

本文以1853年俄勒冈州火山口湖的发现故事为引子，探讨了从黄金热到光纤热潮再到当前AI数据中心热潮的周期性模式。作者指出，每次技术浪潮中，追逐资产的人往往失败，而提供工具的人则获利。文章还讨论了Carlota Perez的技术经济周期理论，并批评了当今AI热潮中忽略的社会和环境成本。

布朗大学经济学教授罗伯托·塞拉诺在校园枪击案后出于同情改用开卷考试，却意外发现86名学生中有40人得满分，期末成绩平均分从96暴跌至48，27名学生退课。塞拉诺警告AI正在侵蚀学术诚信，大学必须建立防护措施，否则将失去信誉。