TRACE是一种轨迹感知的LLM推理智能体，将分子先导优化中的工具选择构建为序贯决策问题。实验表明，它在ADMET优化任务中成功率更高、性质提升更大、有效性更强，同时能保持分子相似性。

一项新研究引入“差分电路脆弱性”指标，比较了强化学习（RL）与监督微调（SFT）在Qwen2.5-3B-Instruct模型上的表现，发现SFT适应目标任务的速率更快，但会严重破坏内部计算电路并遗忘原有能力；而RL虽适应较慢，却能更好地保留基础模型中的电路，这为RL在缓解灾难性遗忘方面的优势提供了机制层面的解释。

一项研究利用可审计的交易智能体测试平台TradeArena，发现LLM在金融决策失败前会出现可测量的表征信号，如规划嵌入漂移和有效秩收缩，并揭示结构化风险反馈能作为外部对齐信号但并非普遍提升业绩。

本文研究知识编辑方法（如ROME和MEMIT）在Transformer模型中的内在机制。作者发现尽管每次编辑修改不同的权重，但所有编辑都依赖于一个共同的权重子集。通过训练一个紧凑的二进制掩码，他们成功逆转了训练集上80%的编辑和测试集上超过70%的编辑，验证了不同编辑共享共有功能结构。掩码通过消除后期层的过度注意来逆转编辑，且注入该掩码会使编辑成功率从98%骤降至38%，表明该机制是编辑成功的必要条件。研究发现编辑实际上抑制而非覆盖知识，这解释了ROME和MEMIT无法将更改传播到相关事实的原因。该发现有助于检测和防御未授权编辑。

研究人员提出 VFEAgent，一个端到端多智能体系统，可直接从图像和问题描述自动完成有限元分析（FEA）建模与仿真。该系统结合采用 ReAct 推理的多模态视觉-语言流水线，以及以验证优先的代码合成框架，并在多种工程力学场景测试中表现出优于基于大语言模型基线方法的可靠性与正确性。

一项新研究将Anthropic和OpenAI的五款前沿大模型作为“智能体策展员”重新评估表型注释基准，发现所有智能体均落在人类策展员间变异范围内，且大幅超越此前的Semantic CharaParser工具。

研究者提出正交概念擦除（OCE），将基于编辑的概念擦除重构为乘法参数更新，在保持模型生成能力的同时实现精准擦除，可在4.3秒内擦除多达100个概念。

一项针对2025年ACL滚动评审（ARR）论文的实证研究发现，LLM生成的审稿意见与人类审稿仅存在有限对齐，且对齐程度随提示词和模型大幅波动；作者若按LLM审稿进行迭代修改，可使最多35%的论文整体得分获得统计显著提升。

认知范畴变换器（CCT）是一种306M参数的架构，通过在预训练的GPT-2 Small骨干网络上添加源自范畴论和认知科学的组件，在WikiText-103上实现了21.27的验证困惑度，相比微调基线降低2.92（12%）。消融实验证实，84%的改进来自GT-Full单纯消息传递。研究还发现了结构/一致性区分模式。

本文研究了线性预测设置下离策略时序差分学习中辅助协方差几何的行为感知替换。作者首先用行为贝尔曼矩阵替换TDC的辅助矩阵，得到BA-TDC，然后对同一方程进行正则化得到BA-TDRC。理论分析给出了有限状态平均系统、不动点保持和几乎必然收敛性证明，实验表明行为感知替换本身在某些任务上非常有益，但正则化对于在更困难设置下的鲁棒性能是必要的。

该论文提出STHTD-MP方法，用行为策略Bellman矩阵的对称部分替代特征协方差度量，以改善离策略预测中Mirror-Prox时序差分学习的鞍点几何，并给出收敛性与均值算子比较分析。

Ruby创建者Yukihiro Matsumoto（Matz）正在Anthropic的Claude协助下构建Spinel，一个实验性的Ruby提前编译（AOT）编译器。Spinel将Ruby代码转换为C语言，性能提升显著，但存在诸多限制，包括不支持eval、线程等特性。

文章探讨了“一次性软件时代”的概念，认为AI生成的代码应被视为可丢弃的，就像工业革命中的家具一样。作者通过一个实际案例展示了如何用AI重构代码，并提出了“一次性代码宣言”，强调代码需满足意图、要求和安全性。

OpenAI 推出 Rosalind Biodefense，为经过审查的开发者及美国政府合作伙伴提供 GPT-Rosalind 的受信访问，助力生物防御、公共卫生与大流行病防范。

清华系创业公司是石科技通过自主研发的并行优化技术，构建异构算力资源池与推理优化引擎，实现单位Token成本降低40%，旨在打造国产Token调优工厂，降低AI落地门槛。

repo-brain 是一款开源工具，能将整个代码库压缩成单个Markdown上下文文件，实现高达96%的压缩率，大幅减少AI令牌使用量。它支持多种编程语言的静态分析、架构分析和语义关系发现，并兼容多家AI提供商。

Anthropic以9650亿美元估值完成650亿美元H轮融资，同时披露470亿美元年化收入，并发布Claude Opus 4.8更新（提升判断力、诚实度和长时自主工作能力）以及Claude Code的Dynamic Workflows功能（支持数百个并行子代理）。

ReadyToTalk是一款专为小企业设计的AI前台接待员，能在2秒内接听所有来电，提供24/7全天候服务，支持30多种语言，并自动学习企业信息。每月仅需39美元，无需技术知识即可在几分钟内完成设置。

Overline 是一款 Chrome 扩展，可为任何浏览器视频提供实时 AI 字幕和实时翻译，延迟低于一秒，无需字幕。

StudySong是一款AI工具，能够将学习笔记或任何文本转化为完整的歌曲，支持PDF上传，所有处理在本地完成，保护隐私。

一位研究人员制造了一种假疾病来测试AI，结果AI聊天机器人完全被骗了。这个实验揭示了AI医疗建议的潜在风险，以及训练数据缺乏人工审查的问题。

Anthropic在65亿美元H轮融资公告中透露，其年化收入已超过470亿美元，较4月份的300亿美元大幅增长。该公司此前在2025年底为90亿美元，2026年2月为140亿美元，显示出惊人的增长速度。文章还提到了一家客户因未设置使用限制而单月花费5亿美元的轶事。

Dis Dat 是一个让AI编程代理能够“看到”你所展示内容的工具，通过简单的交互提升代码生成效率。

本文分析了AI演示工具Genspark的局限性，并介绍了2026年六大替代方案，包括Smallppt、Plus AI、Prezi、Vector Shift、Beautiful.ai和ClickUp，各自具有独特的优势，帮助用户根据需求选择合适的工具。

theta-spec 是一个声明式的、与任何AI编码智能体框架无关的配置标准。它通过一个单一的 theta.toml 文件定义完整的配置表面（指令、规则、工具、技能、子智能体），并规定了配置文件的声明周期协议。任何符合规范的实现都可以解析、锁定并将配置转换为任何支持的框架。该项目还提供了参考实现 theta CLI（Rust 编写）。

对冲基金巨头Citadel的创始人Ken Griffin对AI的态度从蔑视到沮丧，因为AI代理在数小时内完成之前需要数周或数月的工作。这引发了对经济增长与就业脱钩的担忧，可能挑战传统GDP作为经济健康指标的可靠性。

Trelk 是一款一次性购买、无需订阅的知识管理应用。它利用设备端 AI 保存、组织并连接文章、论文和笔记，提供混合搜索、知识图谱、RAG 聊天、闪卡间隔重复和社区集合等功能，注重隐私且可离线工作。

Together AI通过将语音识别视为端到端系统问题，而非单纯的GPU推理问题，在Artificial Analysis榜单上实现了最快的语音转文本速度。本文详细介绍了其优化策略：包括针对真实音频形状的TensorRT多配置文件引擎、条件CUDA图消除CPU往返、共享内存减少数据拷贝、事件驱动I/O处理流式传输，以及通过gc.freeze()消除垃圾回收尾延迟。

本周，AI与工作的冲突在四个司法管辖区同时爆发：维基百科编辑因裁员组织罢工，亚马逊员工将内部AI评级系统玩坏，中国法院开始执行禁止以AI为由裁员的规定，英国智库呼吁员工在AI部署中拥有发言权。同时，前沿实验室继续深入政府合作。

OpenAI分享了第三方AI评估指南，涵盖如何评估前沿系统的模型能力、安全措施和有效性。