PyRUA-REAL 框架：编码智能体通过真实世界探索实现机器人递归自我改进
研究团队提出 PyRUA-REAL 框架，让由 GPT-6-Astra 等模型驱动的编码智能体把真实世界交互经验保存为持久记忆和可复用可执行技能，用于后续探索与代码改进。在 8 项真实世界任务上平均成功率为 91.1%，在 RoboDojo 基准的 42 项任务上平均成功率为 84.4%。研究还考察了智能体协作方式、执行反馈如何支持代码改进，以及在不调用在线智能体决策时程序部署的效率与能力。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
2,347 条收录动态，更新于 03:33
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
11月4日
星期三，1 条11月6日
星期五，7 条上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构
上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。
入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。
OpenAI 推出 GPT-6 Cyber 安全研究模型
OpenAI 发布 GPT-6 Cyber，称其在安全研究上取得重大进展，已用于帮助防护 Linux 内核、Firefox 等安全关键软件。该模型经专门训练以保持在操作者指定范围内，相关评测结果显著；目前向部分 Daybreak Red 客户开放并逐步扩大。同时推出面向关键基础设施的 Daybreak Red，获批的防御方可对关键系统进行授权测试。
引用OpenAI@OpenAIIntroducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time. https://openai.com/index/introducing-gpt-6-cyber/
OpenAI 发布网络安全专用模型 GPT-6 Cyber，ExploitGym 跑分相对提升 51%
OpenAI 发布网络安全专用模型 GPT-6 Cyber，在 ExploitGym 基准上得分 48.5%，较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。
Perplexity内部工作区已有1万AI队友
目前，Perplexity内部工作区里已有约1万名“队友”（过去30天内）。这已经是我们员工人数的20倍。昨天约有1000名队友处于活跃状态。未来几年，员工人数的增长和规划方式将大不相同。
引用Johnny Ho@randomjohnnyhToday we are rolling out the latest form factor for work: Perplexity teammates. Agents have reached the point where they can start to be trusted with responsibilities at work. Teammates excel at automating tasks like deep research, data analysis, QA, triaging tickets, and reviewing code, which has saved each of us internally at Perplexity hundreds of hours of menial work. Leaving us the much more interesting work of setting vision, judging quality, and teaching restraint. Agents are now rising up beyond tools and task-based sessions to take on supporting and coworking roles. Teammates proactively reach out to you, other coworkers, and other teammates in the workspace. Teammates close the loop on their own work, finishing the job instead of requiring repeated steering or manual management of sessions. Available to Max users as a research preview today.
Newcomer 与 Felicis 发布 Emergent 榜单：29 家创始人提名的种子期 AI 初创公司
Newcomer 与 Felicis 发布 Emergent 榜单，收录 29 家由现任及往届创始人演讲嘉宾提名的种子期或更早期公司，入选门槛为融资不超过种子轮。榜单中数量最多的是构建智能体运行与控制工具的初创公司，硬件与开源方向同样受关注，每家均附提名创始人的推荐说明。这些创始人中多人将出席 11 月 12 日在旧金山举行的 Cerebral Valley AI Summit。
NVIDIA 发布 Cosmos 3 四个开放权重模型，面向交互式世界仿真
NVIDIA 在 Cosmos 世界模型开发平台上为 Cosmos 3 系列新增四个开放权重检查点，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
入选理由四个开放权重检查点分别对应驾驶数据生成、流式仿真和双臂机器人动作预测，研究者可据此判断能否用于自己的仿真与策略学习流程。
11月5日
星期四，1 条METR 复核 Anthropic 风险报告自动化研发章节：2 倍加速阈值可能已被触及
METR 发布对 Anthropic 2026 年 8 月风险报告中“自动化研发风险”章节的复核，认同 7 月 15 日模型带来的灾难性风险较低，但认为公开报告对 2 倍加速阈值的结论过于自信，该阈值当时可能已被触及。
11月6日
星期五，5 条SIRIS 评测：LLM 能否判断模拟器局限何时影响设计建议
研究团队提出 Siris，用于测试 LLM 能否区分模拟器局限只是扭曲预测、还是足以推翻其推荐的设计。Siris 通过扰动模拟器构造候选、局限与推荐都相同的工作负载对，但参考模拟器只支持其中一项推荐；在 LLM 服务设计问题上评测 13 个前沿模型，发现识别出局限并不等于能做出正确选择，最强的模型有时也会放弃有效推荐，而增加一轮审查式自我纠正能帮部分模型恢复有效选择，却在另一些模型上引入新错误。
CPU-ARC：把大模型推理轨迹缓存为 CPU 可执行方案以复用推理
研究者提出 agentic reasoning caching，从大语言模型的推理轨迹中构建可在 CPU 上执行的智能体推理缓存（ARCs），使已推理过的问题在新实例上无需模型重新求解。
研究系统评测 Weight-Space Programming 的能力、泛化与局限
一项研究在七个基准和 Qwen3.5-0.8B、Qwen3.5-9B 两个模型规模上，用 16 条编辑轨迹系统考察 Weight-Space Programming（WSP）的能力、跨任务泛化与局限。
alphaXiv 推出 Illustrated CoRL，将 600 余篇 CoRL 论文做成可视化检索地图
alphaXiv 宣布推出 Illustrated CoRL，收录并索引了 600 余篇 CoRL 论文，提供可视化方式浏览整个研究版图。用户可以搜索感兴趣的主题、打开聚类并直接进入查看，入口为 https://alphaxiv.org/conferences/corl/2026/map，该页面灵感来自 @JayAlammar。
OpenAI 推出 GPT-6 Cyber 安全模型
我们最新的网络专项模型已发布。在许多网络特定用例上，它独树一帜。可通过 Daybreak Red 访问获取。
引用OpenAI@OpenAIIntroducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time. https://openai.com/index/introducing-gpt-6-cyber/
11月5日
星期四，1 条Nature 出版主题：人工智能的负责任使用
该页面正文未能加载，仅可见标题“Responsible use of artificial intelligence”，无法确认具体发布机构、工具或研究内容。现有材料不足以支撑摘要，建议核实原文后再行整理。
11月6日
星期五，1 条Futures of Maths 上线：面向活跃数学研究者的数学与 AI 意见征集平台
Futures of Maths 上线，这是一个持续运行的平台，向活跃的数学研究者征集关于数学与 AI 的紧迫问题，参与者对平台给出的陈述按“强烈不同意”到“强烈同意”打分，也可自行提交陈述，经审核后由其他人评分。
11月5日
星期四，3 条苹果提出摊销式 MIPS 方法，用小型神经网络加速 RAG 检索
苹果在 ICML 2026 论文中提出摊销式最大内积搜索（MIPS）方法，针对固定键数据库离线训练小型神经网络，把查询更快路由到最佳匹配。
Biological foundation models
原文正文未能加载，仅标题为「Biological foundation models」，无法确认具体模型、发布机构、证据阶段或关键数字，故不提供摘要。
Nature Methods 推出新专栏 AI Bytes，用通俗语言讲解 AI 概念
Nature Methods 推出月度专栏 AI Bytes，面向生命科学研究者用通俗语言解释人工智能与深度学习概念，并附基础论文、教程和课程等权威延伸资源。首篇文章由斯坦福大学 Zijian Ma 与 James Zou 撰写，讨论生物基础模型；12 月第二篇将由卡内基梅隆大学 Xingjian Li 与 Min Xu 介绍常见 AI 架构及适用数据类型。
11月6日
星期五，4 条SemiAnalysis 发布 GDPx 基准：无 AI 智能体得分超过 12%
SemiAnalysis 发布 GDPx 基准，把 AI 智能体放进模拟知识工作环境，让它们最长运行八小时操作 Siemens NX 等专业软件、检索含数千个文件的数据室或攻击企业系统，206 项任务覆盖芯片设计、生物学、量化交易、网络安全和法律等 11 个领域。
OpenAI 推出 GPT-6 Cyber
推出 GPT‑6 Cyber：安全研究领域的重大进展，将更强的能力与更好的模型对齐相结合。 该模型驱动了我们昨天宣布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif 和 Cisco 等公司的安全团队——以及我们 OpenAI 自己的团队——已经在使用它。 GPT-6 Cyber 现已向部分 Daybreak Red 客户开放，我们将逐步扩大访问范围。 https://openai.com/index/introducing-gpt-6-cyber/
OpenAI 举办 Cyber at the Frontier 直播
11 月 12 日，也欢迎参加我们于太平洋时间上午 10 点举办的 Cyber at the Frontier 直播，了解更多 Cyber 相关公告：https://openai.com/cyber-at-the-frontier
Axiom Math 用 AI 智能体完成 Stacks Project 形式化验证
Axiom Math 宣布已对 Stacks Project 完成形式化验证，把这部约 7,654 页的数学文献翻译成约 1,600 万行经 Lean 证明助手逐行检查的代码。公司称其 AI 智能体在保留定理与定义之间相互依赖关系的前提下并行工作，并为此训练了自有数学模型。Axiom 认为这填补了代数几何在形式化数学中的空白，未来研究者可用这些已校验结果作为新证明的基础。
11月5日
星期四，3 条Anthropic 分析 20.7 万条 Claude 科研会话：数据分析与写作占比最高，构思与数据收集偏低
Anthropic 用隐私保护方法分析 2026 年 8 月 2 日至 9 月 30 日间 207,049 条消费版 Claude 与 Claude Code 科研会话，按 SciNet 分类体系标注学科与任务。
入选理由Anthropic 用 20.7 万条会话数据刻画科研人员实际把 AI 用在哪些学科和任务上，可与自身使用习惯对照。
https://x.com/i/article/2118291592113274880
https://x.com/i/article/2118291592113274880
利用几何深度学习建模突变引起的动力学参数变化以实现高效酶工程
研究提出用几何深度学习建模酶突变后动力学参数的变化，以支持高效酶工程。由于正文页面未能加载，具体模型名称、数据集规模与验证结果无法从原文确认。
11月6日
星期五，1 条腾讯发布 Hy4：首次支持图像理解与电脑操作，自称跻身开源模型前列
腾讯发布语言模型 Hy4，首次具备图像理解与自主操作软件能力，目前仅通过腾讯云、OpenRouter 和元宝等腾讯应用提供，权重发布日期未定。腾讯称在 200 多名金融从业者对近 600 项真实任务的评测中，Hy4 领先 Deepseek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash；内部测试中联网研究幻觉率从近 16% 降至约 5%。
11月4日
星期三，1 条UniProt REST API 查询语法与 Python 序列检索指南
SciSpace 发布指南，讲解如何用 Python 调用 UniProt REST API 按字段查询 UniProtKB 蛋白记录、下载 FASTA 序列并分页处理结果。
11月5日
星期四，2 条SciSpace 详解 PRISMA 2020 流程图：每个框怎么填（附真实案例）
SciSpace 发布 PRISMA 2020 流程图填写指南，逐框说明识别、筛选、纳入三阶段中记录、报告与研究三种计数单位的区别。文中以 Adelaide 大学 Dr. Faheem Ullah 的综述为例：从 6 个数据库检出 4634 条记录，经标题筛选、去重、摘要与全文筛选，再经滚雪球补充 5 项，最终纳入 74 项研究。
快速综述与系统综述的区别：何时选用及如何开展
SciSpace 发布研究指南，对比快速综述与系统综述：快速综述沿用系统综述方法但简化部分步骤，如减少数据库、限制语种、由一名综述者加抽查替代两名独立综述者，通常耗时数周到数月而非一年以上。指南给出7步流程，并说明AI可辅助起草PICO、筛选标题摘要和提取数据，但每条纳入排除决定仍需人工复核。