据 The Information 爆料，Anthropic 将推出一款未命名新模型，推理与直觉判断据称超过其现有全部商用模型，核心卖点是能推断用户未明说的意图，名称与发布时间均未公布。
值得关注：“推断隐含意图”直接对应编程、运维、办公等场景中的真实痛点：用户往往只描述表面症状，深层同类问题需模型主动发现。 这一方向若落地，会改变人机协作的交互范式——从“提问—回答”转向“提问—澄清—扩展建议”。 对产业而言，…
Agility Robotics 宣布在匹兹堡新建 5 万平方英尺设施，作为软件与 AI 卓越中心及东海岸部署/服务中心，同时披露新增四家跨行业客户及 Digit 5 逾 3 亿美元多年期订单（受合同里程碑约束）。
值得关注：对既有脉络的增量：此前卡片记录了 Agility 的分析师与投资者日（2026-10-06）及 CEO 参与 Project Meridian（2026-10-05），本条提供商业化进展的具体佐证——设施扩张、客户增加…
NVIDIA Sentry 是构建在 NVIDIA OpenShell 参考架构之上的安全软件框架，运行于 BlueField-4 DPU 的硬件隔离信任域中，在代理无法触及的位置监视 AI 代理运行时行为并强制执行访问策略。
值得关注：代理可被诱骗或自行绕过软件层控制，把监控与执行放在代理知识范围之外，是降低“任务完成但越界”风险的关键。相对于既有 OpenShell 在软件运行时层治理代理可做什么，NVIDIA Sentry 的增量在于增加带外的硬…
NVIDIA 发布开源运行时 OpenShell 及其参考架构，把安全与治理下沉到 Agent 之外的运行环境，并配合 Vera CPU 与 BlueField-4 DPU/Sentry 实现从软件沙箱到芯片级隔离的大规模 Agent 管控。
值得关注：此前相关卡片分别关注 Agent 工作流的自动化编排（NeMo RL 技能）与模型路由（NeMo Switchyard），本条补充的是“执行侧治理”这一层：不解决 Agent 选哪个模型或怎么编排任务，而是解决 Age…
清华AIR孵化的紫荆智康推出“紫荆AI医院”（Agent Hospital），以医学多分身智能体协同技术（Multidisciplinary Human-Agent Collaboration）让不同专科的医生AI分身在同一次诊疗中协作，把跨专科支持前置到首诊与预问诊环节，并在真实医院开展测试。
值得关注：与既有“多智能体协作”脉络的增量：此前卡片涉及基础设施层（NVIDIA BlueField智能体AI工厂）、创意平台（腾讯Miora）以及“强单模型可能不再需要多智能体协作”的架构选择讨论；本条提供的是高专业度、强合规…
易观报告称，2026年9月20款主流桌面端AI原生办公智能体合计访问量突破3亿次，较6月增长近5倍；腾讯WorkBuddy以8534万次月访问量居首，阿里千问办公、字节豆包工作分列二、三。
值得关注：访问量数据为观察AI原生办公智能体的用户规模与增长节奏提供了量化参照，3个月近5倍的增长显示该品类处于高速扩张期。 头部集中度较高（前三超1.6亿次），说明生态与产品迭代速度在入口争夺中权重较大，对判断后续竞争格局有参…
该研究通过可执行算术规则构建受控输入变化，将决策模型的规则迁移、联合可靠性与定向信息利用分开测量；结果显示，模型对“等价改写”的敏感度可高于对完全相同文本重复的敏感度，且通常会跟随被篡改的表格数值或映射所暗示的答案目标。
值得关注：总体准确率是聚合指标，容易掩盖模型究竟依赖规则、状态还是表面措辞。该工作提供的受控测试思路，能把“迁移能力”“联合可靠性”和“信息利用方向”拆开评估，对决策类模型（尤其是规则驱动服务）的评测设计有直接参考价值。与既有卡…
VX-One 用小型多头网络输出“类型化”决策原语（校准门控、含显式 unknown 选项的闭集选择、序数分数），在检测未见攻击和 CPU 低延迟上表现有竞争力，但多类归因不及 XGBoost，且所有方法在校准上于时间漂移下显著失效。
值得关注：为“类型化决策原语”这一商业产品形态提供了首个学术侧写与实测边界。 明确区分了“检测/排序有用”与“概率校准可信”两件事：漂移下不要依赖绝对置信度。 级联测量显示签名引擎在无载荷场景下的巨大灰度区，说明二阶段语义模型的…
VoxProg 提出将3D物体摆放任务转化为“体素编程”问题：由语言模型生成可执行程序，在场景表面的局部体素视图上构建几何参照并计算目标位姿，配合执行反馈迭代修正代码；其具体性能数字与实现细节待核实。
值得关注：把空间推理的“隐含几何参照”外化为可执行程序与显式坐标网格，使中间步骤可检查、可修正，区别于纯端到端的隐式提示跟随。 与已有的 SpatialGuard（面向文本到图像的可验证空间推理闭环）相比，本条关注的是3D场景中…
VAP 将流匹配（flow matching）中按插值时间平均的损失，拆解为随时间变化的“内在歧义下界”与“可约残差”两部分，用于定位哪些时间段受数据量限制、哪些受模型/估计器限制；具体数值与证明细节待核实。
值得关注：流匹配的损失曲线常被当作整体进度指标，VAP 提供了一种按时间定位误差来源的诊断语言：哪些时段即使增加数据也难以改善（内在歧义），哪些时段可通过采样或估计器改进（可约残差）。与既有流匹配应用卡片（如 PRISM 的门控…
LoopRec 挑战序列推荐“所有历史条目固定计算深度”的默认做法，用逐条目的二值退出/继续门控把全局深度变成可学习的条目级属性，在四个骨干家族上稳定优于同深度固定计算基线。
值得关注：现有序列推荐普遍把“计算深度”视为全局超参数，LoopRec 将其下放为条目级可学习决策，并给出诊断证据说明均匀分配的次优性。这与既有卡片中“按需分配资源”的脉络（如 CARE 的置信度自适应路由、DepGPO 的依赖…
该研究用师生模型（teacher-student）比较卷积学生与局部连接学生，试图分离“局部性”和“权重共享”对学习动态与样本复杂度的独立影响，但正文未获取，具体结论待核实。
值得关注：常见叙事把 CNN 的成功笼统归因于局部性与权重共享，本文尝试把两者拆开，并引入“输入空间相关性”和“训练时域/学习率调度”作为调节变量，提示架构优势并非无条件成立。对理解归纳偏置与数据分布、训练预算的交互有参考价值。…
SWE-DIVE 是一个动态、交互式的评估框架，通过引入“用户模拟器”和“对话验证器”，在 Harbor 环境中对编码智能体进行多轮交互式评测，以弥补传统单轮、结构良好提示（如 SWE-bench）与实际使用场景之间的差距。
值得关注：它把编码智能体评测从“单轮静态提示”推进到“多轮动态交互”，更贴近真实开发会话中需求逐步澄清、追加的场景；同时通过对话验证器约束用户模拟器的行为，试图保证模拟对话仍服务于初始任务目标。这为评估智能体在模糊、演化需求下的…
论文为具有独立同分布标记周期（有限平均长度）的再生过程上的有界函数，证明了一个自归一化伯恩斯坦不等式；该界使用观测到的周期长度，并保留截断项与观测窗口结束后周期的显式项，进而用于非独立同分布再生数据的分类泛化误差界与学习目标设计。
值得关注：大量学习理论保证依赖 i.i.d. 假设，而真实序列数据常存在依赖与周期性结构。该工作把集中不等式扩展到再生过程，并让界中大部分项可由观测数据计算，从而把理论界转化为可优化的学习目标；同时给出 minimax 最优性说…
据期刊元数据，Science Advances 2026年第12卷第43期刊出题为“Scentronic: An artificial intelligence–assisted olfactory interface for remote odor sharing and transmission”的论文，提出一种AI辅助的嗅觉界面用于远程气味共享与传输…
值得关注：远程嗅觉传输长期受限于气味生成、混合、残留与个体感知差异等工程与生理约束；以AI辅助的界面设计是近年“多感官媒体”方向的一条可能路径（待核实其具体贡献）。 与既有卡片中“红外成像+AI用于无辐射分诊”等不同，本条属于人…
CADRE 是一族开放权重的因果扩散表示自编码器，覆盖多种时空压缩率，用于检验交互式世界模型“在哪里、压多少”压缩更划算；据摘要，它在延迟-质量前沿上占主导，并给出四条与机器人操作/导航相关的压缩取舍发现（正文细节待核实）。
值得关注：它把“世界模型该用什么样的自编码器”从默认复用文生视频组件，变成可系统比较的设计变量（压缩维度、压缩位置、解码器类型），并把交互延迟纳入评价轴。对既有“交互世界模型作为游戏引擎”“多玩家实时世界模型”等脉络而言，本条增…
Quant-Arena 用真实 A 股数据把“提出假设→写特征与打分代码→在 2022–2023 反馈调优→冻结策略→在封存的 2024 年评估”这一完整量化研究闭环交给 LLM 智能体，结果显示九个前沿模型中最高的 GPT-6 Astra 也没能在 2024 年跑赢等权市场。
值得关注：它把评测对象从“单点能力”（公式、代码、单笔决策）推进到“研究流程整体”，并用封存年份与含市场冲击的成本模型来约束过拟合与理想化假设。对量化研究自动化和 LLM 智能体评测两个方向都是增量：以往基准无法区分“会写代码”…
Pinal 是一个 16 亿参数（16-billion-parameter）的基础模型，可直接从自然语言功能描述生成候选蛋白质；在四类设计任务中均观察到预期功能，其中设计的 H-protein 在多酶 CO2 固定路径中使产物滴度较天然大肠杆菌 H-protein 提高 1.7 倍，且未经过迭代实验优化。
值得关注：把“功能意图”直接作为设计输入，绕过了以天然蛋白为起点或手动形式化约束的两类限制，可能改变蛋白质工程的候选生成流程。 在 CO2 固定路径上观察到产量提升，提示该方法在代谢工程与碳利用方向具有应用潜力。 与既有卡片的关…
ProactEgoMem 是一个评估“主动记忆”能力的基准，要求穿戴式助手在流式自我中心视频中主动判断该记什么、何时开始与停止记忆维护，而不仅是被动回答提问；现有最强模型在该基准上仍无法同时做到及时且准确地捕获记忆。
值得关注：它把评估焦点从“被动问答”转向“主动记忆维护”：助手需要自行判断信息的价值并管理记忆的启停，而非等待提示。这对穿戴式/伴随式视频智能体的实际部署具有直接意义，也补充了现有自我中心视频理解基准（多侧重被动理解或高风险动作…