FDE（Forward Deployed Engineer，前线部署工程师）模式兴起的核心原因，是 AI 落地的矛盾正从“模型能不能做”转向“组织怎么用”；其本质不是新岗位，而是一种把前线经验沉淀为可复用资产的交付模式，从而显著降低下一个同类客户的交付成本。
值得关注：本报告提供了一个理解“AI 从 Demo 到生产”的具体产业视角：模型能力越强，企业“技术能做到”与“组织用起来”之间的剪刀差就越大。FDE 正是连接模型能力、业务流程、组织机制和可复用资产的关键角色。与已有卡片相比，…
Cohere and the University of Waterloo launch partnership to strengthen Canada’s AI talent pipeline
马斯克认为源代码正变成“下一个汇编”，主张让AI直接生成高效的二进制文件，彻底摒弃源代码；但《代码整洁之道》作者Bob大叔、UML之父Grady Booch等业界元老集体反驳，指出只要需要精确、可重复地描述意图，就仍属于编程语言。
值得关注：这一争论超越“AI辅助写代码”的常规讨论，直接指向“源代码是否还需要存在”的激进愿景。本条与已有相关卡片无直接重复，增量信息在于：它记录了AI编程讨论中的一个极端主张及其遭遇的业界反驳，为理解AI在产业落地中的边界提供了案例。
智能体正从“能聊天”走向“能干活”，执行权从人转向智能体；企业管理的成本结构、组织设计、绩效评估与安全治理都需要因此重构。
值得关注：已有相关卡片多聚焦具体智能体产品能力（如SIMA 2、Cursor Design Mode）或推理性能（如编码智能体基准）。本文的增量在于：当智能体真正进入真实工作环境，核心问题不只是“模型能不能做”，而是企业如何分配…
腾讯混元Hy3模型已接入创意智能体Miora，作为“画布背后的思考模型”理解需求并统筹图像、视频、3D和界面设计；Miora借此更擅长把模糊中文需求拆解为完整品牌视觉项目并规划多交付物，减少返工与成本。
值得关注：与已有的SIMA 2（3D世界通用代理）、编码智能体推理基准、Cursor Design Mode（通过视觉提示修改UI）相比，本条提供了创意生产场景的增量信息：Hy3作为“画布背后的思考模型”，在品牌视觉项目中承担需…
Claude Code创始人Boris Cherny提出“一人军队”概念：未来最高效的开发者更像CEO，带领数十个AI Agent把产品从想法做到上线；工程实现不再是瓶颈，好想法与推向市场的能力成为新的稀缺资源。
值得关注：这是Claude Code创始人对AI编程范式的前瞻判断，和Anthropic近期发布Claude Sonnet 5、Claude Cowork等Agent化产品的动作相互印证。 补充了Anthropic内部效率数据（…
UQ-Loc 通过在 LightLoc 架构上增加各向异性高斯协方差头，让 LiDAR 场景坐标回归（SCR）模型输出逐体素的不确定性，从而在提升 6-DoF 定位精度的同时给出良好校准的协方差估计。
值得关注：首次将不确定性感知引入 LiDAR 场景坐标回归，弥补确定性模型无法表达偶然不确定性的缺陷。 不确定性不仅能改善定位精度，还可为下游决策（如自动驾驶、机器人导航）提供可信度参考。 相比已有“3D场景理解”类卡片，本条聚…
TYTAN 将符号化的数据库分析与 LLM 语义推断结合，并只在证据不足时向用户追问，从而自动从关系数据中构建分析语义模式；在摘要报告的评测中，覆盖率和检索指令可执行率均达到 100%（1,678/1,678），语义角色与参考模式的一致性为 92–100%。
值得关注：TYTAN 不只是又一个“自然语言转数据库查询”的中间层，而是展示了一种值得关注的组合模式：LLM 负责语义推断，符号分析保证可执行性，交互式提问处理不确定性。
TS-RAG 提出了一种将检索增强生成（RAG）用于时间序列预测的新框架，通过专门的 reference tokens 融合输入序列与检索到的相似序列，并在多个真实世界预测基准上宣称取得了一致的先进性能（具体数值待核实）。
值得关注：这是将 RAG 从自然语言处理扩展到时间序列预测的一次直接尝试，填补了该方向研究的空白（根据摘要表述）。 与已有相关卡片相比：DynaKRAG 侧重多跳问答中的证据控制，Earthquaker-AI 侧重教育场景中的 …
TrajDebug 提出一种按“错误生命周期”追踪 LLM 智能体长轨迹的新框架，通过区分局部错误与真正导致最终失败的关键错误，在多个智能体基准上取得最优总体性能，并配套构建了 486 条人工标注的失败轨迹基准 TrajErrBench。
值得关注：长时程智能体系统中的错误级联是实际落地的主要障碍之一。已有相关卡片多从“提升能力”入手，如技能对齐、主动记忆、视频世界模型；TrajDebug 则从“事后诊断”切入，把错误定位从“找单点错误”扩展为“追踪错误生命周期”…
Nimblemind多智能体系统（nMAS）能够在心力衰竭电子健康记录（EHR）数据上自动生成可审计、可追溯的特征，使HFrEF表型分型的held-out AUROC从0.895提升到0.963，HFpEF从0.870提升到0.910。
值得关注：心力衰竭EHR数据复杂且涉及大量临床判断，传统人工特征工程效率低、可维护性差。nMAS提供了一种“证据链接”和“可审计”的自动化方案，让特征生成过程更透明，有助于提升临床AI的可信度。
本文发布了一个专家验证的孟加拉手语（BdSL）图像数据集 RSBdSL38，并提出了一个仅 298,470 参数的轻量注意力卷积网络。该模型从零训练在 RSBdSL38 上达到 96.37% 准确率（五种子均值 95.72% ± 0.54%），性能接近九种 ImageNet 预训练高效架构的最优水平，但参数量和计算量低一个数量级以上；量化后可在普通智能手机…
值得关注：首次同时提供专家验证的 BdSL 数据集和适合端侧部署的轻量模型，填补了现有受控数据集与真实部署之间的缺口。 以极低参数量接近预训练大模型性能，为资源受限场景下的手语识别提供了新思路。 该工作将基准准确率转化为可部署的…
本研究提出并外部验证了一个基于 Mask R-CNN 的牙齿定位与编号模型（TLNM），仅用智能手机拍摄的口腔照片即可实现牙齿级别的检测、编号和分割；在内部测试集和独立外部数据集上均取得较高性能，且以开源容器化 API 形式提供推理管线。
值得关注：这是少见的针对智能手机照片进行牙齿检测、编号和分割并从外部数据集验证的工作，且公开提供容器化推理 API。与依赖放射影像或口内相机的既往方法相比，它面向公众自采数据场景，可能拓展口腔健康的预防性筛查和远程医疗边界。
GEM-3 提出了一种可配置时间步长的概率全球天气预测模型，用同一套权重在推理时选择不同时间步长，从而在短期精细预报与长期误差累积之间取得平衡。
值得关注：这项工作突破了固定时间步长对机器学习天气预报模型的限制，将时间步长从训练时固定的超参数变为推理时可调节的配置项，为短期精细预报和长期稳定预报提供了统一的模型基础。相对已有脉络，它是 GEM 系列从 GEM-2 到 GE…
SG-TULA 是一种直接使用次梯度并借助驯化（taming）技巧的显式 Langevin 采样算法，适用于势能同时非光滑、具有超线性梯度增长且非凸的目标分布；它在 Wasserstein-2 距离下给出非渐近收敛界，并在 GPT-2 谱系语言模型的正则化预训练势能上验证了假设，其坐标式增强变体在以预训练任务对比微调后的 AdamW 与 Muon 时具有竞…
值得关注：填补了非光滑、超线性、非凸三者同时出现时 Langevin 采样理论的部分空白。 避免光滑化步骤，使算法更直接、计算成本更低。 将采样算法与 LLM 预训练势能联系起来，为基础模型训练中的优化器选择提供了新视角：从“启…
视频语言模型在看似简单的视频事件计数任务上存在系统性时间推理失败：即便是低频事件，模型也可能完全无法可靠计数；提高采样率可以提升最终答案的分数，却无法带来忠实的事件级恢复。
值得关注：这项研究把视频语言模型的评测从“最终答案准确率”推向“时间推理失败模式诊断”。它揭示了一个关键现象：最终计数正确率可能被额外采样率或提示策略“刷高”，但模型其实并没有忠实跟踪事件序列。因此，只优化基准分数可能掩盖底层时…
“用图像思考”让多模态大模型调用裁剪/缩放等视觉工具来“看图”，但因果审计发现：即使聚合准确率有提升，视觉工具使用在大范围 rollout 中并不因果有效；提升集中在少数校准良好的轨迹上，因此存在“视觉工具使用的幻觉”。
值得关注：为“用图像思考”类方法提供了一种可复用的因果审计框架，超越单纯比较准确率。 提出三层干预和 Visual Evidence Gain，能够定位是“调用不看”还是“看了不规划”。 对工具使用型 Agent 的评估有启发：…
将工具调用从“原生 JSON 调用”改为“程序化工具调用（Programmatic Tool Calling, PTC）”，在 BFCL v4 基准上对 14 个语言模型的评测中，多数情况下能匹配甚至超越原有基线，并在并行与上下文退化条件下表现更稳定；但部分细节因未能抓取论文正文而待核实。
值得关注：工具调用是将大语言模型从“只能输出文本”转变为“能执行行动的智能体”的关键机制。此前主流做法是让模型生成 JSON 去调用工具，但 JSON 格式在表达复杂链式、并行逻辑时较为僵硬。本文给出的“苦涩教训”式结论是：与其…
Surv-IPTB 提出了一种基于注意力机制的框架，将生存数据中的个体治疗获益概率（IPTB）估计转化为二元分类问题，并在非线性合成数据集上相比传统 meta-learner 基线表现更稳健。
值得关注：已有因果生存模型多聚焦于平均效应，难以回答“这个患者到底该不该用药”。Surv-IPTB 直接输出个体层面的治疗获益概率，并用注意力机制处理配对比较，为个性化医疗决策提供了更直接的建模思路。相比已有相关卡片中的方法，本…
本文提出一个强化学习框架，在持久图（Persistence Diagram, PD）空间上定义可控制的随机动力学，使持久图可以通过拓扑感知的局部编辑逐步演化，并能在保留主要拓扑结构的同时降低图的复杂度。
值得关注：将强化学习引入持久图空间，赋予“拓扑摘要”以动态演化和生成能力，突破了以往静态统计分析的限制。 结合遍历性理论，为持久图空间上的平稳分布和概率推断提供了理论依据。 潜在应用包括自适应拓扑简化、带特定拓扑约束的生成建模，…