Evoke 通过将持久世界状态外部化、并重新设计教师模型来提供长时程监督，使三步生成学生模型在保持低延迟交互的同时，获得有界上下文、抗长期漂移的开放式世界生成能力。
值得关注：该工作提供了一条同时解决“记忆成本随会话增长”与“少步生成受教师限制”两条瓶颈的路径。与已有相关卡片中的诊断性工作（如 WorldExam）相比，Evoke 不是用于评测世界模型的反应性，而是直接提出一个可运行的交互世…
本文为求解非光滑复合目标分布 \(\pi(dx)\propto \exp\{-f(x)-g(x)\}dx\) 的 MYULA 算法建立了更精细的复杂度界：用“参考主动迹” \(B_{\mathrm{ref}}\) 代替全局曲率上界 \(d/\lambda\) 来控制离散化误差；在分片线性、Lasso、分组和全变差惩罚下，精度依赖可由 \(\widetild…
值得关注：已有结果常用全局曲率上界 \(d/\lambda\) 控制 MYULA 离散化误差。本文提出用“参考主动迹” \(B_{\mathrm{ref}}\) 这一更局部、更平均化的量来刻画难度，并在常见结构化惩罚下给出从 \…
巴西圣卡塔琳娜联邦大学（UFSC）的人工智能学术联盟（LIA）提出并实践了一套以学生为中心、基于项目的组织框架，将大学的教学、研究与拓展三大支柱整合起来；该框架具有灵活性，可被学术联盟及类似学生组织复制借鉴。
值得关注：学术联盟已成为推动课外教育并强化大学与社会联系的重要机制。本卡片记录的 LIA 框架提供了一种整合大学三大支柱的具体组织方案，对学生组织如何兼顾技术培养、科研训练和社会服务具有参考价值。这是对“学生组织如何系统运作”这…
AaLLM 是一个开源、端到端的多智能体大语言模型工作流，输入用户规格后可直接输出包含拓扑生成与电路尺寸确定（sizing）的网表；在若干电路上，生成的新颖拓扑品质因数（FoM）可与已知拓扑相当，某些电路最高可达 3 倍提升，同时 SPICE 调用次数比现有 SOTA 多智能体流程减少 3–4.5 倍，墙钟时间减少 40 倍。
值得关注：模拟电路设计长期依赖专家经验和反复手动调整；AaLLM 将拓扑生成与尺寸确定统一到一个端到端 LLM 流程中，并通过知识库自动化与三智能体反馈减少迭代开销。它不仅能处理已知拓扑，还可能发现新的、性能更优的电路拓扑，这对…
该论文提出“因果世界模型”（Causal World Model, CWM）的形式化定义，主张有用的世界模型不能只具备生成能力，还必须捕获实体属性、实体与实体之间以及实体与环境之间的因果交互，并探讨了这些组件能否从数据中恢复、能恢复到什么等价程度（即可识别性）。
值得关注：该论文尝试把多个相关研究线索统一到一个框架下，将“因果性”置于世界模型的核心，有助于澄清“能生成不等于能理解”。相比已有相关卡片（如游戏引擎视角的交互世界模型、WorldExam 基准、荷兰政府 LLM 评估），本条属…
混元Hy4于11月4日在WorkBuddy首发接入后，因Agent能力提升导致调用量激增，团队将推理集群紧急扩容十倍并提高免费体验额度，但受高端算力总量与高峰并发限制，个别时段仍可能限额。
值得关注：本条是WorkBuddy产品脉络的延续：此前已有WorkBuddy多端同步（2026-08-12）与开放平台上线（2026-09-03）两张卡片，本条反映的是其底层模型能力升级后带来的实际负载压力，属于“能力提升→需求…
据候选摘要，该工作提出“harness learning”：训练一个 proposer 模型，利用执行反馈改写 solver 的 harness（组织模型调用、工具使用与信息流的可执行程序），把 harness 修订当作元学习中的“权重更新”，从而在测试时不做参数更新即可适应新任务；但因正文未能抓取，具体方法与实验结论均待核实。
值得关注：它把“测试时适应”的重心从参数空间转移到**程序/脚手架空间**：适应的是组织模型调用的可执行结构，而非模型权重。 与既有脉络的关系：本卡与《测试时 AI4AI：通过 Harness 实现强到弱的能力迁移》（2026-…
阿里巴巴开放了其最大开放权重模型 Qwen3.8-2.4T-A95B（Qwen3.8-Max）的权重；NVIDIA 与开源生态合作，使该模型在 GB300 NVL72 上无需额外调优即可于 Day 0 以 FP8 精度实现每 GPU 每秒超过 4K tokens、每用户每秒超过 350 tokens 的推理吞吐。
值得关注：这是 2.4T 参数级别的开放权重模型在机架级加速平台上实现 Day 0 可服务的重要案例。它展示了从芯片、系统架构到推理软件的全栈协同设计如何支撑超大 MoE 模型的实际生产部署，也为智能体类应用（长上下文、多步骤工…
RingCentral 正在借助 OpenAI 的 ChatGPT Work 与 Codex，加速 AI 产品开发，并将工程与运营两侧的智能数据集中起来；具体实现细节因缺乏正文而**待核实**。
值得关注：与已有相关卡片相比，本条是**企业端落地案例**，而非宏观用户趋势或社会倡议。 增量信息：RingCentral 是 OpenAI 企业工具的客户/合作方，其“AI-native work”实践体现了大模型从个人助手向…
Anthropic响应欧盟《人工智能法案》第50条透明度义务，宣布8月2日后发布的Claude模型在生成文本中嵌入不可感知水印，并为文件附上C2PA标准的签名溯源元数据；水印在模型层生效，复制粘贴仍会跟随，但检出/未检出都不能简单等同于“AI撰写/非AI撰写”。
值得关注：“模型层水印”比产品层标识更难通过更换调用平台绕过，是AI内容溯源机制的一个具体落地案例。 与已有相关卡片（NIST AI RMF、Epoch AI、OpenRouter）不重复；本条增量信息在于Anthropic将透…
模型能生成Token不等于能作为生产可用API稳定交付；请求排队、缓存命中、故障切换等推理工程环节决定模型的速度、稳定性与账单。
值得关注：本条提供了推理工程的具体细节，如缓存感知路由、Prefill/Decode分派、缓存命中优化等，可作为理解“AI基础设施中间层正在快速产品化”的微观例证。相比OpenRouter博客归档所反映的网关、路由等中间层趋势，…
2026年8月12日至13日，腾讯探元计划NextGen AI考古赛道开放日在山西大同云冈石窟举行，6个AI考古共创项目集中展示阶段性成果，覆盖石窟寺、汉画像石、甲骨文、冶金微遗物、陶瓷碎片与水下题刻等场景，核心共识是：AI不应只用于“看见”和验证已知，而要锚定真问题，从“复现”走向“突破”。
值得关注：该开放日展示的不仅是AI技术对文物“看得见”的记录能力，更是对“回答真问题”的探索——把文博行业长期积累的数据和专家经验，转化为可验证、可追溯、可共享的AI研究方法。探元计划被定位为数智科技与文化遗产之间的“连接器”和…
智谱针对GLM深度优化的Coding Harness ZCode完成升级，新增Goal、Subagents、Remote Control与闲时任务四大功能，其中Goal模式可自动拆解任务、修改代码、运行测试并判断是否达标，使复杂编码任务可自主跑完。
值得关注：相比此前的编码辅助工具，Goal模式将“任务拆解—编码—测试—验收”闭环交给Agent自主完成，是编码智能体从单步指令执行向复杂任务自主交付演进的具体落地。 与已有相关卡片相比，本卡片的增量信息在于：智谱ZCode并非…
腾讯 WorkBuddy 推出多端同步，打通 PC、APP、小程序三端；登录同一账号即可实时同步任务、对话记录与产物。用户可在手机上远程查看并操控电脑端 Agent 任务，电脑锁屏时 Agent 仍继续运行。
值得关注：该功能把 Agent 的使用方式从“在电脑前发起并等待”变为“发起后可在手机端跟进/授权/急停，锁屏后继续执行”。这是 Agent 进入真实工作流所需的关键产品能力，也体现出 Agent 产品从单设备对话工具向跨端常驻…
NVIDIA Nemotron 3.5 Lightning 是一个专为“始终在线”AI 代理的高频执行层设计的开放 30B Mixture-of-Experts（MoE）模型，仅激活 3B 参数，在保持较高准确率的同时可提供相比同类模型最高 4 倍的输出速度，并支持本地部署与模型路由。
值得关注：Nemotron 3.5 Lightning 是“系统化模型”分工趋势的一个例子：不是所有任务都需要前沿推理模型。它为长时运行代理的执行层提供了一个开放、快速、可本地部署的选择，并可与 Nemotron 3 Ultra…
扎克伯格发布万字长文，将Meta战略定义为“面向每个人的个人超级智能（Personal Superintelligence）”，主张通过开源模型、智能眼镜和大规模算力投入，把AI能力从少数机构下放给普通人，并瞄准下一代计算平台入口。
值得关注：本条不是某个具体Agent产品能力的提升，而是Meta层面的战略方向定义。相比Google DeepMind的SIMA 2等通用3D智能体，或Cursor等编码Agent，这条路线更强调AI的归属权与隐私边界，并把开源…
蚂蚁百灵开源的Ling-3.0-tiny是一款总参数7.9B、激活参数仅1.3B的轻量混合推理MoE模型，可在MacBook等端侧设备运行，FP8精度下MacBook输出约86–90 tokens/s，8K上下文峰值内存仅8.34GiB，且数据全程本地留存。
值得关注：这是轻量端侧模型在Agent能力与推理效率上的新进展：以不到8B总参数量、1.3B激活参数，在Agent得分上超过31B模型，同时能在MacBook等消费级硬件上运行，数据不出设备。相比已有相关卡片中的SIMA 2、T…
OpenAI 发布的企业调研显示，企业正从将 AI 用于辅助性工作转向使用 Agentic AI（智能体）来直接执行任务，前沿企业在这一轮采用中已明显拉开差距；具体数据与案例细节待核实。
值得关注：这是 OpenAI 对企业端 AI 采用趋势的直接观察，为理解“AI 如何从工具变成执行者”提供了产业视角。 与已有相关卡片“如何在智能体时代管理AI投资”和“企业AI工厂中的自治代理治理”互为补充：本卡片聚焦企业采用…
Anthropic 给尚未发布的 Claude 研究版本布置“攻克黎曼猜想”的任务。Claude 提出的 650 个思路均失败，却意外将 ζ 函数临界线上零点比例下界从 41.6% 提升到 67.2%，并提供了 Lean 形式化证明；但该方法预计无法直接导向最终证明。
值得关注：这是 AI 智能体从编码、游戏、界面操作向“自动数学研究”延伸的案例：不是简单生成答案，而是经历大规模探索、失败和试错后得到可验证的数学结果。 与既有脉络的关系：已有相关卡片分别涉及 3D 世界通用 AI 代理、编码智…
待核实：仅从标题看，ZEST 可能是一种把已习得的具身技能零样本迁移到“竞技型/运动型”机器人控制任务的方法，但论文的摘要、方法细节、实验设置与结论均无法从现有材料确认。
值得关注：与既有脉络的关系：本卡片与前序卡片构成同一“零样本/少样本具身迁移”脉络下的不同切面，增量信息主要在任务域而非方法细节。 “原生视频-动作预训练用于通用机器人控制”聚焦真实世界**操作任务**的少样本泛化；ZEST 的…