英国 AISI 测试开放权重蛋白质模型预训练数据过滤的有效性
英国 AI Security Institute 的 Chem-Bio 团队以开放权重的 ESM-2 蛋白质语言模型为对象，从 8M 到 3B 参数从头预训练，测试剔除病毒蛋白数据能否压制目标能力。
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。
490 条收录动态，更新于 19:55
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。
10月26日
星期一，9 条Anthropic 联合创始人 Jack Clark 称奇点已开始：科学瓶颈不在智能
Anthropic 联合创始人 Jack Clark 在 IMF 演讲中称，今年已出现"奇点已开始"的确凿证据，此前 Anthropic 称 8 月其 26% 的 AI 研发由 Claude 主导、由人类监督。
英国 AISI 发布 ReproBAIT 评测：AI 编码智能体能否从论文复现生物 AI 工具
英国 AI Security Institute 的 Chem-Bio 团队与 SecureBio 合作构建 ReproBAIT 评测，考察 AI 编码智能体在给定训练数据和有限公开信息时，能否设计、实现并训练出与现有生物 AI 工具功能相当的复刻版本。
OpenBMB 分析 1338 条后训练轨迹：智能体能执行却不会中途换策略
OpenBMB 基于 PostTrainBench 分析 1338 条完整训练轨迹（7 个基准、4 个基础模型、Claude Code / Codex CLI / OpenCode，单张 H100 运行 10 小时），把智能体能力拆为执行与策略两层。
LG AI Research 在 ICML 2026 提出 LOAM：用 LLM 设计强化学习的观察与动作模型
LG AI Research 在 ICML 2026 发表 LOAM，让大语言模型根据任务目标、机器人结构和变量含义生成观察模型与动作模型（均为 Python 函数），在不改动强化学习算法的前提下重构环境与智能体之间的接口。
Sakana AI公布AI主权三大支柱与Sawara预训练项目
Sakana AI在东京 symposium 上由 CEO David Ha 公布支撑“AI主权”的三大支柱：用AI智能体开发下一代预训练模型、面向日语与商业场景的事后学习技术 Sakana Namazu、不依赖单一模型实现前沿性能的编排技术 Sakana Fugu。
Import AI 478：数学形式化辅助对齐研究、ProgramBench 与 Mirendil 的递归自我改进信号
Import AI 第 478 期汇总了多项 AI 科研进展：AI 安全初创公司 Resolution 用智能体自动形式化了与统计学习理论相关的数学命题，包括奇点消解，耗时约一周、约 100B 输入 token 与 3 亿输出 token，token 花费约 13.5 万美元，产出约 60 万行 Lean 代码。
The Trinity：面向多模态智能体的能力驱动递归自我改进框架
研究者提出 The Trinity 递归自我改进框架，通过 Creator、Explorer、Evolver 三个角色将世界生成与 Harness 演化耦合，并把任务树重组为分层能力树。
EmbodiedLab 发布具身智能体基准：在模拟实验室中通过操作仪器获取知识
研究团队提出 EmbodiedLab 基准，要求机器人在物理模拟实验室中自行选择实验步骤、通过相机读取仪器，以获取关于系统的知识，而非仅改变物体状态。基准覆盖 5 个学科的 30 个实验和 14 种实验装置平台，每个实例重新采样系统参数，评分依据实验过程中记录的读数与任务要求的物理状态，且每个实验均经验证可解。
10月25日
星期日，7 条Google AI Studio 将推出托管智能体
GOOGLE 🔥：托管智能体（Managed Agents）即将登陆 Google AI Studio。 用户将能够在一个专门的智能体中心（Agents hub）中“检查和管理他们的自主 AI 智能体及其工具、环境和触发器”。 本周早些时候，Google 宣布了面向 GCP 的全新 Agent Compute Engine，该方案很可能构建于其上。
Anthropic 常驻智能体 Duet 上手实测
Every 的 Dan Shipper 实测了 Anthropic 的常驻智能体 Duet，认为它是目前最好的个人智能体。Every 平台负责人 Willie Williams 则解释了团队为何放弃早期的个人智能体实验，改为全团队共用一个智能体。
《科学》（20261022出版）一周论文导读：无线催化装置治糖胖病、多智能体AI框架加速药物发现
《科学》第394卷6822期导读涵盖多项研究：一种无线供电植入装置可将葡萄糖催化转化为葡萄糖酸盐经肾脏排泄，在小鼠实验中恢复正常血糖并去除部分多余热量负荷；"虚拟生物技术公司"多智能体AI框架由首席科学官智能体统一调度。
实测腾讯元宝搜索 31 条 query：Agent 场景下的权威性、时效性与学术检索短板
作者用 9 个品类共 31 条 query 实测腾讯元宝搜索，每次返回 10 条结果，认为其在政府、统计局等权威信源和金融时效性上表现较好，且直接返回正文可减少 Agent 的抓取调用。
DynaFlow 提出自由形式多智能体编排框架，在六项基准上超过最强基线 10.90 个百分点
DynaFlow 将自由形式的可执行工作流合成纳入主智能体的动作空间，由主智能体自行决定何时协作，并生成按顺序或并行调度子智能体、进行结构化信息交换与验证的任务程序。
ParetoRSI-Gym：评估 AI 智能体能否跨多领域改进语言模型
研究者提出 ParetoRSI-Gym，让智能体在数学、代码、金融、医学、科学五个领域内自行搜索并筛选数据、训练模型、读取各领域结果并迭代，除数据外其余条件固定，并用各领域的泛化基准区分能力提升与对优化分数的过拟合。
AutoTavern：LLM 研究智能体 20 天自主构建《炉石传说》酒馆战棋 AI 并登上实时天梯
南京大学与上海 AI 实验室的 Changlian Ma、Limin Wang 提出 AutoTavern，由多个专职 LLM 研究智能体通过带类型的共享研究记忆和五道验证门协作，在 20 天内注册约 1 万次实验、交付 23 个 TavernAgent 版本，并构建出复现《炉石传说》酒馆战棋 36.6.3 版本全部 978 个游戏对象的模拟器 TavernGym。
10月24日
星期六，10 条OpenBMB 发布 EC²-Bench 研究：端云协作策略随端侧能力翻转
OpenBMB 发布关于长程智能体执行中端云协作的系统研究，用 EC²-Bench 在 128 个可执行任务上评测四种协作策略，同时衡量任务完成度、资源成本与隐私暴露。
OpenClaw Enterprise 是什么及其意义
什么是 OpenClaw Enterprise，它为何重要？ @heyneighbor 与 @kevins8 坐下来聊了聊： - OpenClaw Enterprise 是什么 - 他为何打造它 - 它能做哪些其他智能体做不到的事 - 你可以如何参与 + 了解 Red Hat 和 NVIDIA 为何在贡献力量🦞
Google CEO Sundar Pichai 谈 AI 轨迹：远未到 RSI 终点，全行业算力短缺
Google CEO Sundar Pichai 在 Big Technology Podcast 访谈中表示，业界"距离 RSI（递归自我改进）的终态还相当远"，但 AI 模型已在模型开发的多个环节与研究人员形成 RSI 循环。
智能体团队用千亿Token攻千禧年数学难题
上个月，一个大型智能体团队使用了超过1000亿个Token来解决Navier-Stokes千禧年大奖难题。现在我们正用类似方法进行红队测试，以发现并修复基础设施漏洞。
引用Eric Wallace@Eric_Wallace_To make sure our frontier models don't cause another HuggingFace incident, we built an offline world that they use during training. It provides everything that the models need in a fully cached, indexed, or synthetic manner. We then built a huge team of our most cyber-capable models and told them to collaborate to find zero-days in this containment infrastructure. While they didn't find a path to the internet that wouldn't be caught by our CoT monitors, they did find ways to escape popular VMs, exploit our network infrastructure, and even ways to communicate with other agents running in separate VMs by using hardware side channels. We used this to dramatically harden our infra, and we also upstreamed a ton of patches to open-sources packages.
Coral Discovery：为自主科研智能体引入方向板以分工认知劳动
Coral AI Labs 与多所高校的研究者提出 Coral Discovery，在 MIT CORAL 的多智能体自主科研框架上加入方向板：验证器按程序 diff 给每次尝试标注方向与方法，方向板按方向统计收益、为少尝试方向加探索奖励并估算新方向价值，智能体先完成自己的方向再参考方向板。
Epoch AI 简报：AI 能否自动化 Epoch 自身工作、SpireClimb 游戏基准与 Gemini 4 Argon 表现
Epoch AI 让 Claude Fable 5.1、GPT-6 Astra 等六个模型完成 11 项取自其自身工作的任务，结果显示没有模型能稳定达到 Epoch 的工作质量标准，Claude Fable 5.1 与 GPT-6 Astra 大致并列领先。
AutoTavern 让 LLM 研究智能体自主构建炉石酒馆战棋 AI，天梯评分升至约 15000
研究团队提出 AutoTavern，由多个专用 LLM 研究智能体共享类型化研究记忆、每条主张经过验证关卡，并用实时对局闭环改进模拟器、对手与策略。
Claude 新增 MCP 任务与引导支持
我们正在为 Claude 添加对 MCP Tasks 和 Elicitations 的支持。 Tasks 让 Claude 能够将深度研究等长时间运行的任务交给插件，并在完成后回报结果。
Scientific Agent Skills 获 54k 星
我们的开源仓库 Scientific Agent Skills 在 GitHub 上刚刚达到 54k 星！
引用Star History@StarHistoryHQ54K ⭐ · Global Rank #467 · scientific-agent-skills by @k_dense_ai 🔬 Skills that equip AI agents for scientific research. 🎯 Analyzing biology data? Give your agent research tools. 📈 Three waves of attention: May, August, then October. https://www.star-history.com/?repos=K-Dense-AI%2Fscientific-agent-skills
10月23日
星期五，4 条AI 数学能力为何突飞猛进：从 Erdős 单位距离猜想到 Navier-Stokes 证明的机制分析
作者梳理了 OpenAI 内部模型在 5 月找到 Erdős 单位距离猜想的反例、随后发表 Cycle Double Cover 问题证明、7 月再解十个开放问题、9 月给出 Navier-Stokes 证明，以及 Anthropic 对费马大定理的形式化和黎曼猜想的界改进，试图回答模型能解哪类数学问题。
alphaXiv 的 OpenResearch 内置 Trackio，智能体可读实验曲线决定下一步
alphaXiv 的 OpenResearch 现已内置 Trackio：智能体把实验记录到 Trackio，图表显示在每次运行旁边，并读取曲线来决定下一步尝试什么，项目开源且本地优先。在 HF Jobs、Modal、k8s 或 Slurm 上运行时，可保存一个 Hugging Face Space，让每次运行都落到该 Space，包括私有 Space。代码见 https://github.com/alphaXiv/OpenResearch
OpenAI 联合 PerturbAI 与斯克里普斯研究所用数千个 AI 智能体分析小鼠脑细胞图谱
OpenAI 联合 PerturbAI 和斯克里普斯研究所利用数千个 AI 智能体分析覆盖整个小鼠大脑的 CRISPR 图谱，32 分钟完成数百万个脑细胞数据的分析，团队估计人类研究人员完成同等工作需数月到一年。
AI 制药公司 Pathos 完成 2.37 亿美元 E 轮融资，估值约 30 亿美元
AI 制药公司 Pathos 宣布完成由 Bristol Myers Squibb 领投的 2.37 亿美元 E 轮融资，估值约 30 亿美元。公司同时从肿瘤领域扩展至神经系统疾病，采用 Tempus AI 的新数据集，并与 BMS 合作优先聚焦阿尔茨海默病治疗。其自研模型 Foundry 运行数千个智能体，评估临床资产的成功概率，用于指导药物选择、受试人群和临床试验设计。