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…
本文提出一种与原有动作代理并行的主动记忆代理，它通过结构化记忆库和选择性干预机制，在长时程任务中有效缓解“行为状态衰减”问题，显著提升任务成功率。
值得关注：长时程任务是AI代理面临的核心挑战之一。传统方法受限于固定上下文窗口，无法有效维持任务关键信息。本文将记忆从“被动检索”转变为“主动干预”，为构建更持久的智能代理提供了新范式，并且其即插即用特性降低了实际部署门槛。
ProjAgent 提出将**程序相似性**作为显式检索信号，结合代理工作流与静态分析反馈循环，在仓库级代码生成任务中以 41.14% Pass@1 超越了现有基于检索的基线方法。
值得关注：仓库级代码生成是软件工程自动化的关键挑战。现有检索方法忽略了“实现逻辑相似但表面不同”的函数，而 ProjAgent 通过捕捉这种深层程序行为，显著提升了生成代码的正确性和可集成性，为 AI 辅助编码工具提供了新思路。
OpenCoF 通过构建专门的推理视频数据集（OpenCoF-17K）并微调视频生成模型（Wan-CoF），证明了多样化的时序监督能显著提升模型在视频推理任务上的表现，同时引入视觉和文本推理令牌可进一步组织中间推理状态。
值得关注：这项工作开辟了通过视频生成进行推理的新路径，为未来面向推理的视频生成研究提供了数据、模型和设计思路。其开源性质有助于社区快速复现和扩展。
LingBot-VA 2.0 是一个从头为具身智能构建的视频-动作基础模型，通过语义视觉-动作分词器、因果预训练、稀疏 MoE 骨干和增强异步推理四项核心设计，实现了在真实世界中复杂操作任务的少样本泛化。
值得关注：该工作直接挑战了“复用视频生成模型”的主流思路，提出了面向物理世界特性和实时控制需求的完整设计原则，为具身智能基础模型的发展提供了新方向。
Multi-Resolution Feature Stem for Diabetic Retinopathy lesion segmentation