OpenAI 于 2026 年 8 月推出 ChatGPT 桌面应用 Linux 预览版，将 ChatGPT、Work 与 Codex 整合进同一客户端；其中 Codex 能直接操作本地项目、代码库和终端，是本次更新的关键亮点。
值得关注：对 Linux 开发者而言，这是首个能直接操作本地代码库和终端的官方 ChatGPT/Codex 桌面入口，而非浏览器套壳。 对 AI 编程工具竞争而言，本地终端入口成为“谁先到本地、谁先进终端”的胜负手。 本条是对 …
波士顿动力通过人类运动演示（如足球运动员的动作）来训练其Atlas机器人，使其能够完成类似运动员的复杂物理动作，并将Atlas从研究机器人演化为工业人形机器人。
值得关注：传统机器人运动需要精细的数学建模与控制编程，而通过人类演示（如足球、体操等运动）训练，机器人可以更自然地学习复杂、灵活的全身运动。这种方法有望让机器人更好地融入人类工作与生活场景，尤其适用于工业、物流、灾难救援等需要适应性的领域。
Anthropic 于 2026 年 8 月 4 日宣布，Mariano-Florentino (Tino) Cuéllar 将加入公司，担任其首任 Chief Global Affairs Officer，负责全球政策、战略国际参与及政府关系。
值得关注：Cuéllar 在声明中表示，政策制定者越来越意识到“人工智能治理与发展的关键转折点”已经到来，并强调“民主国家必须设定这项技术发展的条件”。这句话概括了 Anthropic 此次人事任命所传递的公共政策定位：在 AI…
2026年世界人工智能大会（WAIC 2026）将于7月17日至20日在上海举办，以“智能伙伴，共创未来”为主题，规模再创新高：超10万平方米展览、1100余家企业参展、推出3000余项展品，并首次设立OPC专属展示区，180家企业携成果入驻。
值得关注：WAIC是中国乃至全球人工智能领域最具影响力的年度盛会之一。本届大会的规模与主题变化，反映出AI行业已经从单点技术突破进入系统化、生态化协作阶段，同时强调了AI与人类社会的深度融合。大会吸引全球顶尖企业、学者和决策者，…
通过为 NVIDIA Nemotron 3 Ultra 构建定制的 LangChain Deep Agents harness profile（如添加 `ReadFileContinuationNoticeMiddleware` 中间件），可在不进行微调的情况下提升开源模型的 agent 准确性，使其接近专有前沿模型的水平。
值得关注：为缺乏微调资源或能力的团队提供了一条低成本、高效率的 agent 优化路径。 展示了“harness 工程”作为一种系统化的方法，可机械化 agent 优化过程并减少过拟合风险。 自动化循环（如 LangSmith E…
Anthropic 将 Claude Cowork 扩展至手机和网页端，任务迁移至云端后即使合上电脑也能持续执行，并遇到需决策时推送手机等待用户确认；该 agent 产品面向日常杂活，与巨头同步布局 agent 增量市场。
值得关注：1. 从“必须保持设备运行”到“云端持续执行”，大幅降低 agent 使用门槛。 2. 手机端推送决策体现了“人机协作”而非完全自动化的设计思路。 3. 合并入口与用量翻倍策略显示 Anthropic 正加速推广 Co…
ChatGPT Work 是 OpenAI 推出的一个智能代理（agent），能在用户的应用和文件间执行操作，可长时间跟踪项目，并将目标转化为完成的工作成果。
值得关注：传统大语言模型多停留在对话与内容生成层面，而 ChatGPT Work 试图解决“从想法到执行”的最后一公里难题。 若其宣称的跨应用自动化能力可靠，它将可能改变个人与团队的工作流程，降低重复性操作成本。 对 AI 行业…
ZipDepth是一个仅6.1M参数的紧凑型单目深度网络，通过知识蒸馏与高效编码器-解码器设计，在零样本精度与部署效率之间取得最佳平衡，可在从服务器GPU到功耗受限设备上实现实时运行，性能接近参数量大50倍的基础模型。
值得关注：当前基础模型精度虽高但难以部署，而现有轻量模型在域迁移时易失败。ZipDepth首次将知识蒸馏与高效架构结合，在保持极小参数量的同时获得接近基础模型的零样本泛化能力，为将深度感知能力普及到边缘设备提供了可行路径。
该论文提出一种受 Lisp 启发但语言无关的概念模型，将工作流定义、实例、推理记录、上下文快照和依赖关系表示为共享知识基底中的持久化知识对象，并区分确定性计算（derive）与 LLM 中介判断（infer），从而使工作流本身成为可检查、可恢复、可审查的知识对象。
值得关注：当前 LLM 工作流多关注执行效率，忽略了工作流作为知识载体本身的可复现性和可审查性。该概念将工作流提升为“一等知识公民”，有助于提升 LLM 应用的可靠性、可解释性和监管合规性。
WebSwarm 是一种渐进式递归委派框架，通过动态任务分解、递归扩展和智能体协作，在深度搜索、广度搜索及两者交织的复杂任务上，显著优于单智能体与现有并行多智能体基线。
值得关注：WebSwarm 针对现有并行多智能体系统的三大短板——递归深度不足、协作适应性差、缺乏基于证据的扩展——提供了统一的解决方案。它展示了如何让 LLM 代理在复杂、多层次的信息搜索中自主构建搜索树，并动态调整策略，从而…
基于77,543名远程学生的客观日志数据，AI学习助手Syntea已融入许多学习者的日常学习，但其使用模式因性别、年龄、学习领域、学位和学习方式等人口与结构因素而异。现有研究多依赖小样本和自报告数据，本研究提供了大规模实际使用行为的实证基础。
值得关注：填补了教育聊天机器人领域缺少大规模客观使用数据的研究空白 为个性化学习支持、课程设计、教育公平等政策制定提供数据基础 不同于依赖小样本或主观报告的研究，本研究的规模和方法更具代表性
UniClawBench 是首个基于能力驱动设计的基准，用于在动态真实环境中评估主动智能体（proactive agents），并通过细粒度逐步检查点、闭环评估策略以及多框架对比，揭示了基础模型能力与代理框架设计如何共同影响真实世界任务表现。
值得关注：现有基准无法有效评估主动智能体在复杂动态环境中的表现，UniClawBench 填补了这一空白。其基于能力的分解方法、实时 Docker 评估和闭环多轮反馈机制，更贴近实际部署场景，能够推动更可靠、更实用的主动智能体研发。
UltraX: Refining Pre-Training Data at Scale with Adaptive Programmatic Editing
The Illusion of Equivalency: Statistical Characterization of Quantization Effects in LLMs
The complexities of patient-centred conversational artificial intelligence
“超级权重”（Super Weights）——即单个重要性极高的参数——并不适合作为微调的目标；单独训练超级权重会导致模型性能崩溃，而有效的微调依赖于对整层进行结构化分解（如LoRA），而非针对个别重要参数。
值得关注：推翻了“参数越重要就越应该单独调整”的直觉，为理解大模型微调的底层机制提供了关键修正。该发现有利于设计更鲁棒的微调策略，并警告社区不要过度依赖单参数重要性指标来指导训练。
SolarChain-Eval 是一个结合物理约束与 LLM 审计机制的基准测试平台，用于评估去中心化能源市场中自主智能体的任务性能与可信度；实验表明，仅追求收益的强化学习智能体会产生不安全行为，而加入 LLM 规划/审计层可提升可审计性但无法完全补偿错误奖励函数。
值得关注：为去中心化能源市场中自主智能体的可信评估提供了首个受物理约束的基准方法，强调了在奖励函数设计之外引入审计机制的必要性。
Secure Decentralized Federated Learning via Gossip and Virtual Voting
SAM-MT 基于 SAM2 改造，通过将延迟与目标数量解耦，实现了与单目标基线相当的多目标实时视频分割（10 个目标时 >36 FPS），同时保持 SAM2 的鲁棒分割性能。
值得关注：传统多目标分割方案因重复处理导致性能瓶颈，SAM-MT 首次在 SAM2 框架上实现多目标实时交互，显著提升效率，对实际部署具有重要价值。
在预算约束下，将重采样（resample）与重路由（reroute）视为同一查询预算的竞争性使用，并基于每单位成本的估计边际正确率进行在线分配，可以在成本-质量Pareto前沿上显著优于现有基线，尤其在模型异质性最高的基准上增益最大，且收益受验证器质量门控。
值得关注：1. **首次统一视角**：将重采样与重路由视为同一预算池内的竞争选择，而非孤立操作，更贴近实际部署场景。 2. **有预算约束的实际意义**：现实系统中每查询有固定成本预算（如API调用费用），现有工作多假设理想化预…