BrainFocus 用 EEG 分类器预测目标类别、用 YOLO 定位对应 ROI，仅当两者都通过置信度阈值时把裁剪 ROI 送入 VLM，否则回退全图；在 Qwen3.5-VL 2B/4B/9B 上，杂乱场景 VQA 准确率提升 4.14–9.87 个百分点，同时减少约 23.2%–39.5% 的 token 与端到端 FLOPs。
值得关注：与已有卡片中 VLM 视觉 token 检索/选择、模型预算路由、模态顺序一致性等路线相比，本条增量在于引入 EEG 作为 ROI 选择信号，并用“EEG 分类 + YOLO 定位 + 双阈值门控”处理解码不完美问题。…
在 Krotov-Hopfield 单点错误准则 $P_{\mathrm{error}}=1/N$ 下，居中二值模式的偏差会改变稠密联想记忆的绝对容量缩放：无偏 $q=1/2$ 时为 $N^{n-1}/\ln N$ 量级，但固定 $q<1/2$ 时高阶交互容量降为 $O(N^{n/2})$（偶数 $n\ge4$）或 $O(N^{(n+1)/2})$（奇数…
值得关注：它指出“无偏模式”假设会掩盖偏差对容量的定性影响：偏差不只是小幅修正，而可能改变缩放指数和交叉行为。 对 $n\ge4$，接近 $q=1/2$ 时大 $N$ 极限非一致，提示需要按参数标度区分不同容量 regime。 …
论文主张：当 AI 智能体跨信任边界、代表不同且目标仅部分一致的 principal 自主协调时，仅有管理单个智能体私有上下文与 principal 通信的 personal harness 不够；还需要面向智能体间交互的 social harness，以预防失败、在运行时检测无效消息，并支持事后调查与后果。
值得关注：它把 agent harness 的问题从“单个智能体如何运行任务”推进到“多个代表不同 principal 的智能体如何跨信任边界交互”。 通信/“speech”被明确视为漏洞与攻击面：故障或恶意智能体不必直接控制他…
根据现有元数据，Perplexity 将 GPT-6 Astra 用于撰写沟通内容、修改软件和监控生产系统等端到端环节，且相比早期模型大幅减少了人工检查（check-in）的频次；但原文正文未能抓取，具体指标与实施细节均待核实。
值得关注：与既有脉络的关系：已有卡片记录了 GPT-6 Astra 在 Legora 财务文件审查中的应用，那是一个相对封闭、可一次性验收的文档任务；本条元数据的增量在于 Astra 被用于沟通撰写、软件变更与生产系统监控这类跨…
文章主张，“恩格斯停顿”不能只当作分配失衡，其本质是产业发展与经济社会发展脱节，形成“社会肌少性肥胖”：GDP、利润、资本存量等“脂肪”增厚，而社区组织、行动能力、自我发展动能等“肌肉”流失；因此处方不是单纯再分配或输血，而是让“两个同步”成为硬约束，并让社会重新负重、增肌。
值得关注：如果误诊为单纯分配问题，政策工具容易只剩再分配/输血，可能掩盖社会肌肉流失。材料提出“社会萎缩陷阱”：它比中等收入陷阱更隐蔽，可在任何收入阶段发生；跨过中等收入陷阱不等于跨过它，美国和日本被列为例子。 文章的增量在于把…
根据现有元数据，OpenAI 的案例文章标题为 “How Fyxer built an AI executive assistant people trust”；候选摘要称 Fyxer 使用 OpenAI 模型、微调、记忆和真实用户反馈来整理收件箱，并按每位用户的口吻起草邮件。由于正文未抓取，具体做法、结果与可信度机制均待核实。
值得关注：与已有卡片“AI如何扩展人们的工作内容”相比，本条不是宏观任务边界研究，而是具体产业案例：如何把“行政支持”这类工作产品化为可信任的 AI 助理。 增量信息在于：如果元数据可靠，Fyxer 案例展示了 OpenAI 模…
据腾讯研究院AI速递 20260914 摘录，Altman在《财富》专访中表示OpenAI 2026年不会IPO，可能推迟至2027，并把当前安全议题与可控性问题置于上市之前。
值得关注：这是头部AI公司CEO对“IPO—安全—能力推进”优先级的公开战略表态，可能被外界解读为资本节奏让位于安全与治理叙事。 它把“可控性证明”与“是否继续提升模型能力”绑定，若被其他实验室采纳，可能成为前沿AI治理讨论中的…
2026-09-14，量子位发布文章《端侧AI从「能跑」到「会进化」，元空智能跑进惠普预装》，作者梦瑶，描述为“让模型和设备共同进化”。 文章称，元空智能是从北大走出的创业团队，三年前以 AI Excel 产品 ChatExcel 出圈，积累数百万用户；其后产品线延伸到 AI DataAgent、开源 OpenAI4S 项目、元空科研实验室 e2Sci.c…
值得关注：这条材料提供了一个端侧 AI 产业落地案例：从模型压缩/端侧推理，延伸到 Agent 编排、设备执行、记忆飞轮和硬件渠道预装。 数据侧叙事：文章引用斯坦福《AI Index 2026》中的“Peak Data”，并提及…
根据给定 Manual title 的日期线索（2026-09-14）和 AGIBOT 官网抓取标题，AGIBOT 在 Newsroom 发布/推出 AGILE 2.0，标题称其与“感知（Perception）”创新相关；但抓取正文仅为导航菜单，AGILE 2.0 的定义、功能、适配产品与效果均待核实。
值得关注：对具身智能/人形机器人产业，感知能力是环境理解、操作与安全交互的基础模块之一；任何以“Perception”为卖点的版本更新都值得追踪，但需正文验证其实际增量。 与既有 AGIBOT 相关卡片相比，本条不是 IFA 2…
据腾讯研究院AI速递 20260914 摘录，陶哲轩、Peter Scholze、邓煜等25位菲尔兹奖得主联名发表公开声明，警告AI公司把解题当基准测试的竞赛式推进正在损害数学科学与共同体；声明强调解题只是工具，数学的根本目标是概念理解与洞见。
值得关注：25位菲尔兹奖得主级别联名，使这一争议从个别数学家或AI伦理讨论，上升到数学共同体对知识生产规范的集体表态。 它把AI能力评估与学科生态连接起来：如果基准只奖励解题速度和数量，可能激励绕过规范写作、先行工作引用和成果归…
Garry Tan 称，在 vibe coding 与 Agent 编程加持下，今天任何一个人都可能抵得上九个月前的 400 个自己；他建议创业者围绕独特认知行动，把成功工作沉淀为 Markdown 技能文件，并判断 AI 会消除 API 线、让最了解现场的人直接改流程，但大规模转型可能需要 20 年。
值得关注：这条观点把 agent 讨论从模型能力、基准和产品交互，推进到创业方法论与组织变革。与既有 SIMA 2、编码智能体基准、Cursor Design Mode 等卡片相比，本条增量不在模型或性能数据，而在 Garry …
据腾讯研究院 AI 速递（20260914）转述，月之暗面于 9 月 11 日在 Kimi Code 与 Kimi Work 全量上线 Kimi K2.8 Preview，官方称其综合性能接近旗舰 K3，并把 1M 上下文从 K3 的高价位档下放给所有会员，成为公司在冲刺上市与 ARR 增长时接棒高成本旗舰的低成本主力。
值得关注：对开发者：1M 上下文与多档思考强度若全员开放，长代码库、长文档与多步 Agent 任务的试错成本可能显著下降。 对行业：K2.8 Preview 与 K3 的档位差异，是观察“旗舰能力 → 主力模型 → 会员普惠”技…
Anthropic CEO Dario Amodei 主张对前沿 AI“限速”——放慢能力提升速度而非暂停训练，以争取对齐与评估研究时间；同时 Anthropic 计划让第三方评估机构长期驻场，并允许其不经编辑对外发布关键风险发现。
值得关注：与已有卡片中 SIMA 2、编码智能体基准、Cursor Design Mode 等“agent 能力增强”线索相比，本条的增量信息在治理侧：能力越强，评估与对齐的时间窗口越关键。 “限速而非暂停”是一个有区分度的政策…
论文提出 **VLoc Bench**，把“漏洞定位”作为独立的仓库级能力来评估；在统一代理接口下，最强系统仅达到 **0.229 File F1**，且 **38.4%** 的任务没有任何被评模型能正确定位，同时定位能力更强也不代表修复后能可靠地不误报。
值得关注：论文主张将“漏洞定位”确立为一种独立的、仓库尺度的能力，而不是把它混同于检测、复现或修复。 它同时考察两件事： 代理如何在完整仓库中搜索脆弱代码； 代理何时应避免报告已不存在的漏洞。 与既有脉络的关系：已有卡片如 MM…
当前 LLM 在临床问答中较容易生成逐字引用，但让这些引用完全支撑每条声明的全部细节仍存在显著能力缺口；高引用覆盖率不等于高可验证性。
值得关注：临床医生需要快速核验答案，宽泛引用不足以支持高效验证。逐字引用理论上可减少打开其他文档的成本，但如果引用不能完全支撑声明，用户可能得到“看似可验证、实际未被充分验证”的回答。该研究把问题拆成可测量的阶段，指出从“有引用…
据摘要，论文提出 Gavel（Glance And Verdict from a frozen LLM），主张冻结的 agent LLM 在前向传播中已携带技能路由信号，两个线性映射即可在上下文中没有技能文本时读出该信号，并在 Qwen3-32B 上超过增加 1.2B–16B 外部参数的路由管线。全文细节待核实。
值得关注：把技能路由从 prompt/context 工程转向从冻结模型内部状态读取，可能改变 agent harness 的设计重心。 与既有卡片脉络的关系：已有“注定失败”卡片利用隐藏层激活做失败预测与提前终止；本条的增量是…
Stellar Colosseum 是一个模型无关的多智能体 harness，用于在数学与理论计算机科学中分配推理、组织长时域研究流程；来源材料称其在 TCS-Bench 上达到 71.0% accuracy，并在 Codeforces 评估中用 Gemini 3.1 Pro 解出 218/222 题。
值得关注：与已有“格罗滕迪克常数上的长程AI研究”卡片相比，本条增量不在于重复某个具体数学常数结果，而在于提供模型无关的 many-agent harness、研究级定理证明基准 TCS-Bench 上的指标、Codeforce…
本文提出一种安全元强化学习（safe meta-RL）框架，把安全推理放到同时包含物理状态与任务信念的“信息空间”中，用安全价值函数衡量无限期避开不安全区域的概率，并将其用于安全过滤与约束策略优化；摘要称在 meta-RL 基准上有效，但具体实验细节与数值待核实。
值得关注：安全是强化学习真实部署的关键瓶颈。已有相关卡片分别覆盖持久图空间随机动力学 RL、长上下文证据感知 RL、可解释 RL 策略蒸馏；本条增量在于把安全从单任务或事后约束扩展到 meta-RL 适应阶段，并以“状态 + 任…
本文研究采用集合聚合（set-based aggregation）的循环图神经网络，给出可从网络权重检查的充分条件，使一类网络与模态 μ 演算片段 B$\Sigma^{\circ}_1$（可达性与安全性属性的布尔闭包）之间可有效双向编译；满足条件时，可形成从权重到符号解释的可验证路径。
值得关注：既有路线中，逻辑刻画依赖多重集聚合、分级/计数逻辑以及不可从参数验证的停机或接受条件；本文把条件改为可从权重检查，并给出有效双向编译。 若成立，意味着对满足条件的一类网络，可以从权重出发构造符号解释，而不必引入计数逻辑…
该论文提出一种面向 record-level 差分隐私的个性化联邦学习设计：一次性释放私有客户端上下文，把重复适配限制在固定系数空间，并用变长量化直接实现高斯机制，从而在 MNIST 与 CIFAR-10 上以更低受保护上行通信达到或超过全模型私有适配。
值得关注：它直接针对差分隐私个性化联邦学习中的“低维个性化、高维重复发布”错配，而不是只做通用压缩或只做隐私噪声注入。 若成立，该方法可同时缓解两个常见瓶颈：上行通信成本和隐私噪声对适配质量的破坏。 与已有“通过八卦协议与虚拟投…