Tags
MPM
一分钟读论文：《NPM 供应链的软肋是什么?》
微软和美国北卡罗莱纳州立大学合作的一篇论文《What are Weak Links in the npm Supply Chain?》，显然 NPM 供应链攻击形势非常严峻，论文结论建议 NPM 要求对依赖排名前 100 的包的维护者进行强制性 2FA 登录认证。
In Security, 1 min read
NodeJS
一分钟读论文：《工程师如何遵循 NPM 包安全最佳实践？》
不遵循包依赖的最佳实践会导致严重的安全风险。例如，2021 年 3 月，安全专家在 NPM 包网络掩码中发现了一个漏洞可影响超过 278,000 个应用。
In Security, 1 min read
一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
希腊伯罗奔尼撒大学的论文《Complementing JavaScript in High-Performance Node.js and Web Applications with Rust and WebAssembly》描述了如何将 JavaScript 与 Rust 结合使用作为高级脚本语言来代替 C++ 的架构。
In Architecture, Performance, 1 min read
一分钟读论文：《NPM 供应链的软肋是什么?》
微软和美国北卡罗莱纳州立大学合作的一篇论文《What are Weak Links in the npm Supply Chain?》，显然 NPM 供应链攻击形势非常严峻，论文结论建议 NPM 要求对依赖排名前 100 的包的维护者进行强制性 2FA 登录认证。
In Security, 1 min read
SupplyChainAttacks
一分钟读论文：《开源软件供应链攻击分类》
SAP 安全研究机构、雷恩第一大学和上法兰西理工大学合著的论文《SoK: Taxonomy of Attacks on Open-Source Software Supply Chains》全面梳理了开源软件供应链攻击的方式，制作了涵盖 107 个独特向量的攻击树。
In Security, 1 min read
一分钟读论文：《战争与和平：世界政治对软件生态系统的影响》
两国交战，平民是否有罪？国际人道法约定“战争时要尽可能限制对妇女和儿童以及其他平民的影响”。
In SoftwareEcosystem, Security, 1 min read
一分钟读论文：《NPM 供应链的软肋是什么?》
微软和美国北卡罗莱纳州立大学合作的一篇论文《What are Weak Links in the npm Supply Chain?》，显然 NPM 供应链攻击形势非常严峻，论文结论建议 NPM 要求对依赖排名前 100 的包的维护者进行强制性 2FA 登录认证。
In Security, 1 min read
MachineLearning
一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
前哈佛大学计算机科学教授、谷歌工程主管 Matt Welsh 在美国计算机协会（ACM）的一个虚拟会议上说“不要指望你的程序员职业生涯会一直持续下去，因为 AI 正在取代这个角色”。
In AI, Engineering, Engineer, 1 min read
一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
ChatGPT 催生了很多教育领域的创业项目，欧盟大约有2600万4到8岁的儿童，美国大约有1700万4到8岁的儿童，外语软件将服务于数百万家庭。
In AI, Engineering, 1 min read
一分钟读论文：《ChatGPT：在线考试诚信的终结？》
新西兰奥克兰梅西大学数学与计算科学学院的论文《ChatGPT: The End of Online Exam Integrity?》评估了 ChatGPT 执行高级认知任务和生成与人类生成的文本的能力。发现：ChatGPT 能够展现批判性思维能力。
In AI, 1 min read
一分钟读论文：《Montage：基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器》
基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器被证实有效。
In Security, 1 min read
NNLM
一分钟读论文：《Montage：基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器》
基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器被证实有效。
In Security, 1 min read
Fuzzing
一分钟读论文：《Montage：基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器》
基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器被证实有效。
In Security, 1 min read
Test
一分钟读论文：《工程师如何设计测试用例：深入观察性研究》
先写测试还是先写代码？荷兰代尔夫特特理工大学和澳大利亚墨尔本大学的论文《How Developers Engineer Test Cases: An Observational Study》 观察了 13 位具有不同级别经验的工程师为真实世界的开源码编写测试用例，并调查了 72 位工程师之后，总结了一个框架和一组策略来解释工程师如何设计测试用例。
In Engineering, 1 min read
一分钟读论文：《Montage：基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器》
基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器被证实有效。
In Security, 1 min read
JavaScript
一分钟读论文：《寻找失去的时间：浏览器中 JavaScript 定时器的综述》
法国的图卢兹大学、斯特拉斯堡大学和国家信息与自动化研究所（INRIA）合著的论文《SoK: In Search of Lost Time: A Review of JavaScript Timers in Browsers》 测试了不同的浏览器和操作系统下的 JavaScript 定时器的性能和精度，收集了来自Alexa Top 1M网站的数据，分析了它们使用 JavaScript 定时器的频率和目的。
In Security, FrontEnd, 1 min read
一分钟读论文：《WebAssembly 与 JS 在移动设备上的能耗对比》
在真实应用中评估 WebAsssembly 更多关注的是 API 和性能，而移动设备显然也需要关注能耗。
In Performance, 1 min read
一分钟读论文：《自动将 Legacy 项目重构为 ES6》
很多遗留的项目都是 ES5 代码，不能在 ES6 或 TypeScript 下很好的复用，特别是企业级大型前端工程，维护成本令人头疼。
In Engineering, 1 min read
一分钟读论文：《评估消除 JS 死代码对移动网页性能的影响》
你的 WebApp 包含都少没用的代码？如何识别？删除掉收益如何？诺基亚贝尔实验室和美国纽约大学阿布扎比分校的论文《Muzeel: assessing the impact of JavaScript dead code elimination on mobile web performance》 基于他们联合开发的 Muzeel 针对 15,000 个流行的网站进行分析，发现：超过一半的 JS 文件至少 70% 代码是死代码（dead code），占文件大小的 55%。
In FrontEnd, Performance, 1 min read
一分钟读论文：《通过 JS 分类即时加速移动网页》
诺基亚⻉尔实验室和美国纽约大学、美国兰卡斯特大学管理学院合著的论文《To Block or Not to Block: Accelerating Mobile Web Pages On-The-Fly Through JavaScript Classification》 设计了一个服务 - SlimWeb 通过识别并删除网页的⾮关键 JS 以优化性能。
In Performance, FrontEnd, 1 min read
一分钟读论文：《StackOverflow 上 JS 代码片段规则违规的挖掘》
还在复制粘贴 StackOverflow 的代码吗？巴西的巴西利亚大学和巴西贝伦联邦大学合著的论文《Mining Rule Violations in JavaScript Code Snippets》对 StackOverflow 的 336k 个代码片段进行分析，发现答案里 100% 的 JavaScript 代码都存在 ESLinter 不通过问题。
In FrontEnd, 1 min read
一分钟读论文：《SMASH：通过 JavaScript 触发同步多边 Rowhammer 攻击》
Rowhammer 被归类为影响一些最新的 DRAM 设备的问题，其中重复访问一行内存可能导致相邻行中的位翻转，这意味着理论上攻击者可以改变内存中该位的值，从而获得对所有物理内存的读写访问权。确定性的 Rowhammer 攻击对数十亿移动用户构成了真正的威胁。
In Security, 1 min read
一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
你的团队是否还在纠结要不要将项目改成 TypeScript 呢？改成 TypeScript 应用的 bug 能得到收敛吗？德国斯图加特大学软件工程研究所的这篇新论文《To Type or Not to Type? A Systematic Comparison of the Software Quality of JavaScript and TypeScript Applications on GitHub》能给你答案。
In FrontEnd, 1 min read
一分钟读论文：《关于（未）采用 JavaScript 前端框架的研究》
如果你的团队正在考虑迁移新的前端框架，建议你先读巴西南马托格罗索联邦大学计算机系的这篇论文《On the (Un-)Adoption of JavaScript FrontEnd Frameworks》。
In FrontEnd, Architecture, 1 min read
一分钟读论文：《Montage：基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器》
基于神经网络语言模型 (NNLM) 实现 JS 引擎模糊测试器被证实有效。
In Security, 1 min read
Framework
一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》
layout: postauthor: unbugtitle: “一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》”categories: [AI]tags: [AI Agents, Deep Research, Framework]—。
In AI, 1 min read
一分钟读论文：《关于（未）采用 JavaScript 前端框架的研究》
如果你的团队正在考虑迁移新的前端框架，建议你先读巴西南马托格罗索联邦大学计算机系的这篇论文《On the (Un-)Adoption of JavaScript FrontEnd Frameworks》。
In FrontEnd, Architecture, 1 min read
TypeScript
一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
你的团队是否还在纠结要不要将项目改成 TypeScript 呢？改成 TypeScript 应用的 bug 能得到收敛吗？德国斯图加特大学软件工程研究所的这篇新论文《To Type or Not to Type? A Systematic Comparison of the Software Quality of JavaScript and TypeScript Applications on GitHub》能给你答案。
In FrontEnd, 1 min read
Rowhammer
一分钟读论文：《SMASH：通过 JavaScript 触发同步多边 Rowhammer 攻击》
Rowhammer 被归类为影响一些最新的 DRAM 设备的问题，其中重复访问一行内存可能导致相邻行中的位翻转，这意味着理论上攻击者可以改变内存中该位的值，从而获得对所有物理内存的读写访问权。确定性的 Rowhammer 攻击对数十亿移动用户构成了真正的威胁。
In Security, 1 min read
Lint
一分钟读论文：《StackOverflow 上 JS 代码片段规则违规的挖掘》
还在复制粘贴 StackOverflow 的代码吗？巴西的巴西利亚大学和巴西贝伦联邦大学合著的论文《Mining Rule Violations in JavaScript Code Snippets》对 StackOverflow 的 336k 个代码片段进行分析，发现答案里 100% 的 JavaScript 代码都存在 ESLinter 不通过问题。
In FrontEnd, 1 min read
Mobile
一分钟读论文：《移动设备上数据的加密保密性》
美国的约翰斯·霍普金斯大学的论文《SoK: Cryptographic Confidentiality of Data on Mobile Devices》基于对移动设备上数据加密的现有研究的分析和评估，介绍了可以用来评估不同方案在实现数据保密性方面的效果和开销的度量方法和指标，总结了移动设备加密方法和技术各自的优点和缺点，以及适用的场景。
In Security, 1 min read
一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
微信、抖音和支付宝的小程序的月活用户总数接近全球最受欢迎的社交网络 Facebook 28.9 亿 MAU。
In Security, 1 min read
一分钟读论文：《WebAssembly 与 JS 在移动设备上的能耗对比》
在真实应用中评估 WebAsssembly 更多关注的是 API 和性能，而移动设备显然也需要关注能耗。
In Performance, 1 min read
一分钟读论文：《评估消除 JS 死代码对移动网页性能的影响》
你的 WebApp 包含都少没用的代码？如何识别？删除掉收益如何？诺基亚贝尔实验室和美国纽约大学阿布扎比分校的论文《Muzeel: assessing the impact of JavaScript dead code elimination on mobile web performance》 基于他们联合开发的 Muzeel 针对 15,000 个流行的网站进行分析，发现：超过一半的 JS 文件至少 70% 代码是死代码（dead code），占文件大小的 55%。
In FrontEnd, Performance, 1 min read
一分钟读论文：《重新思考移动客⼾端的网页缓存》
最高约49%的 JS 运算可以在网页上重用。美国密歇根⼤学和加州⼤学洛杉矶分校的论文《Rethinking Client-Side Caching for the Mobile Web》 提出了一个新的客户端缓存架构，该架构主张直接缓存运行时的 JS。
In FrontEnd, Performance, 1 min read
一分钟读论文：《通过 JS 分类即时加速移动网页》
诺基亚⻉尔实验室和美国纽约大学、美国兰卡斯特大学管理学院合著的论文《To Block or Not to Block: Accelerating Mobile Web Pages On-The-Fly Through JavaScript Classification》 设计了一个服务 - SlimWeb 通过识别并删除网页的⾮关键 JS 以优化性能。
In Performance, FrontEnd, 1 min read
iOS
一分钟读论文：《重新思考移动客⼾端的网页缓存》
最高约49%的 JS 运算可以在网页上重用。美国密歇根⼤学和加州⼤学洛杉矶分校的论文《Rethinking Client-Side Caching for the Mobile Web》 提出了一个新的客户端缓存架构，该架构主张直接缓存运行时的 JS。
In FrontEnd, Performance, 1 min read
Android
一分钟读论文：《重新思考移动客⼾端的网页缓存》
最高约49%的 JS 运算可以在网页上重用。美国密歇根⼤学和加州⼤学洛杉矶分校的论文《Rethinking Client-Side Caching for the Mobile Web》 提出了一个新的客户端缓存架构，该架构主张直接缓存运行时的 JS。
In FrontEnd, Performance, 1 min read
Serverless
一分钟读论文：《利用 WebAssembly 运行时将 Serverless 部署到边缘设备》
边缘主机的 CPU 和内存限制会加剧 Serverless 启动延迟，对物联网服务并不友好。
In Architecture, 1 min read
一分钟读论文：《软件架构对研发⽣产⼒的影响》
匈牙利塞格德⼤学科学与信息学院软件⼯程系的论文《The impact of the software architecture on the developer productivity》 基于一个 5,000 多个⼯时，⻓达 3 年的真实远程医疗应⽤研发的数据集，对四种不同的软件架构和框架组合进行了对比。
In Productivity, Architecture, 1 min read
Firebase
一分钟读论文：《软件架构对研发⽣产⼒的影响》
匈牙利塞格德⼤学科学与信息学院软件⼯程系的论文《The impact of the software architecture on the developer productivity》 基于一个 5,000 多个⼯时，⻓达 3 年的真实远程医疗应⽤研发的数据集，对四种不同的软件架构和框架组合进行了对比。
In Productivity, Architecture, 1 min read
Node
一分钟读论文：《软件架构对研发⽣产⼒的影响》
匈牙利塞格德⼤学科学与信息学院软件⼯程系的论文《The impact of the software architecture on the developer productivity》 基于一个 5,000 多个⼯时，⻓达 3 年的真实远程医疗应⽤研发的数据集，对四种不同的软件架构和框架组合进行了对比。
In Productivity, Architecture, 1 min read
Refactor
一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》
据研究，在软件开发组织中平均有25%的成本浪费于解决技术债遗留的问题。
In Engineering, Architecture, 1 min read
一分钟读论文：《为什么要重新造轮子？库重用和重新实现的实证研究》
新加坡管理大学的论文《Why reinventing the wheels? An empirical study on library reuse and re-implementation》通过对 GitHub 上的项目进行静态分析和动态分析，收集了重用和重新实现的案例，并对其中的一部分进行了人工验证和调查问卷，研究了工程师在使用第三方库时，为什么会选择重用或者重新实现。
In Engineering, 1 min read
一分钟读论文：《简洁代码能降低技术债吗？》
希腊马其顿大学应用信息学系和荷兰格罗宁根格罗宁根大学数学与计算机科学研究所的论文《Can Clean New Code Reduce Technical Debt Density?》对 Apache 软件基金会的 27 个开源软件项目进行了大规模案例研究，分析了 66,661 个类和 56,890 个 commit。
In Engineering, 1 min read
一分钟读论文：《自动将 Legacy 项目重构为 ES6》
很多遗留的项目都是 ES5 代码，不能在 ES6 或 TypeScript 下很好的复用，特别是企业级大型前端工程，维护成本令人头疼。
In Engineering, 1 min read
一分钟读论文：《30年软件重构研究：系统性文献综述》
如何评估重构的收益？IEEE 软件工程期刊登的论文《30 Years of Software Refactoring Research: A Systematic Literature Review》分析了过去30年3183篇关于重构的研究论文，对现有重构研究的最具可扩展性和最全面的文献综述。
In Engineering, 1 min read
Agile
一分钟读论文：《现代 Code Review 的系统文献综述》
Code Review 从结构化和严格的形式演变为灵活的、基于工具的异步过程，即 Modern Code Review (MCR)。
In Engineering, 1 min read
一分钟读论文：《影响大规模敏捷软件开发按时交付的因素》
荷兰代尔夫特理工大学与荷兰国际集团 (ING) 合著的论文《Factors Affecting On-Time Delivery in Large-Scale Agile Software Development》 对来自 ING 的 635 名工程师进行调查，分析了 185 个团队和 2,208 个 Epic 数据集。
In Productivity, 1 min read
一分钟读论文：《被掏空的一天：软件工程师的日常》
作为团队的 Leader，如何通过改进流程和⼯具，并最终提⾼团队⽣产⼒呢？可以参考微软研究院和英国伦敦大学、瑞士苏黎世大学信息学系合著的论文《Today was a Good Day: The Daily Life of Software Developers》。
In Productivity, Engineer, 1 min read
UnitTest
一分钟读论文：《工程师如何设计测试用例：深入观察性研究》
先写测试还是先写代码？荷兰代尔夫特特理工大学和澳大利亚墨尔本大学的论文《How Developers Engineer Test Cases: An Observational Study》 观察了 13 位具有不同级别经验的工程师为真实世界的开源码编写测试用例，并调查了 72 位工程师之后，总结了一个框架和一组策略来解释工程师如何设计测试用例。
In Engineering, 1 min read
WebAssembly
一分钟读论文：《利用 WebAssembly 运行时将 Serverless 部署到边缘设备》
边缘主机的 CPU 和内存限制会加剧 Serverless 启动延迟，对物联网服务并不友好。
In Architecture, 1 min read
一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
希腊伯罗奔尼撒大学的论文《Complementing JavaScript in High-Performance Node.js and Web Applications with Rust and WebAssembly》描述了如何将 JavaScript 与 Rust 结合使用作为高级脚本语言来代替 C++ 的架构。
In Architecture, Performance, 1 min read
一分钟读论文：《Wasmachine：WebAssembly OS 可加速物联网和边缘计算》
物联网设备通常内存和性能很弱。新西兰奥克兰大学的论文《Wasmachine: Bring IoT up to Speed with A WebAssembly OS》 设计出在资源受限的物联网和边缘设备中高效安全地执行 WebAssembly 应用程序的操作系统：Wasmachine。
In Performance, 1 min read
一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
WebAssembly ⼆进制⽂件依赖 Web 浏览器的 JavaScript 引擎来执⾏，需要独⽴的 WebAssembly 运⾏时才能在⾮ Web 浏览器中运⾏ WebAssembly 代码。
In FrontEnd, 1 min read
一分钟读论文：《WebAssembly 与 JS 在移动设备上的能耗对比》
在真实应用中评估 WebAsssembly 更多关注的是 API 和性能，而移动设备显然也需要关注能耗。
In Performance, 1 min read
LowCode
一分钟读论文：《Low-code 开发的特点与挑战：从业者视角》
中国的武汉大学、美国的伊利诺伊大学和澳大利的亚莫纳什大学合著的论文《Characteristics and Challenges of Low-Code Development: The Practitioners’ Perspective》 分析了 Stack Overflow 和 Reddit 两大社区关于 Low-code development（LCD）的优势、局限性和挑战。
In Productivity, 1 min read
NoCode
一分钟读论文：《Low-code 开发的特点与挑战：从业者视角》
中国的武汉大学、美国的伊利诺伊大学和澳大利的亚莫纳什大学合著的论文《Characteristics and Challenges of Low-Code Development: The Practitioners’ Perspective》 分析了 Stack Overflow 和 Reddit 两大社区关于 Low-code development（LCD）的优势、局限性和挑战。
In Productivity, 1 min read
Layoff
Career
MiniProgram
一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
微信、抖音和支付宝的小程序的月活用户总数接近全球最受欢迎的社交网络 Facebook 28.9 亿 MAU。
In Security, 1 min read
ChatGPT
一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
引言：科学研究的新纪元想象一下：2026 年的某一天，企业家 Iban Borras 坐在电脑前，他的研究团队不是几个博士后，而是 Claude Opus、Gemini Pro、ChatGPT 和 Manus——四个 AI 模型。
In AI, 科学研究, 1 min read
一分钟读论文：《ChatGPT 提示模式：提升代码质量、重构、需求获取和软件设计》
范德堡大学的论文《ChatGPT Prompt Patterns for Improving Code Quality, Refactoring, Requirements Elicitation, and Software Design》 整理了 13 种可复用的提示模式，帮助开发者用 ChatGPT 自动化常见的软件工程任务，涵盖需求获取、系统设计、代码质量和重构四大领域。
In AI, Software Engineering, 1 min read
一分钟读论文：《Chrome 〈!DOCTYPE aigc〉: 你的网页何必是 HTML》
前端开发即将成为历史，Google Gemini Team、Google Chrome Team、Google Cloud Team 和 Google Chromebook Team 合著的论文《Chrome <!DOCTYPE aigc>: Your next web page is not HTML》 提出了通过大模型零成本发布网页的设计方案。
In AI, FrontEnd, 1 min read
一分钟读论文：《ChatGPT for Robotics：设计原则和模型能力》
2023年初推出的 Loona Smart Petbot 集成了 ChatGPT，是具备优秀人格化的机器人。
In AI, Engineering, 1 min read
一分钟读论文：《GPT-minify: All JS bundle size 97% off》
OpenAI 在 2023 年 3 月发布了 GPT-4，随后悄悄开源了他们的 JS 压缩包 GPT-minify。
In AI, FrontEnd, 1 min read
一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
前哈佛大学计算机科学教授、谷歌工程主管 Matt Welsh 在美国计算机协会（ACM）的一个虚拟会议上说“不要指望你的程序员职业生涯会一直持续下去，因为 AI 正在取代这个角色”。
In AI, Engineering, Engineer, 1 min read
一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
ChatGPT 催生了很多教育领域的创业项目，欧盟大约有2600万4到8岁的儿童，美国大约有1700万4到8岁的儿童，外语软件将服务于数百万家庭。
In AI, Engineering, 1 min read
一分钟读论文：《ChatGPT：在线考试诚信的终结？》
新西兰奥克兰梅西大学数学与计算科学学院的论文《ChatGPT: The End of Online Exam Integrity?》评估了 ChatGPT 执行高级认知任务和生成与人类生成的文本的能力。发现：ChatGPT 能够展现批判性思维能力。
In AI, 1 min read
XSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
SXSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
DXSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
WXSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
CR-XSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
UXSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
JSM-XSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
MXSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
XAS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
CS-XSS
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
作为前端工程师你真的了解 XSS 吗？越来越多超级应用基于 Web 构建，如何系统的攻防 XSS 尤为重要。
In Security, 2 mins read
Rust
一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
希腊伯罗奔尼撒大学的论文《Complementing JavaScript in High-Performance Node.js and Web Applications with Rust and WebAssembly》描述了如何将 JavaScript 与 Rust 结合使用作为高级脚本语言来代替 C++ 的架构。
In Architecture, Performance, 1 min read
一分钟读论文：《Wasmachine：WebAssembly OS 可加速物联网和边缘计算》
物联网设备通常内存和性能很弱。新西兰奥克兰大学的论文《Wasmachine: Bring IoT up to Speed with A WebAssembly OS》 设计出在资源受限的物联网和边缘设备中高效安全地执行 WebAssembly 应用程序的操作系统：Wasmachine。
In Performance, 1 min read
一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
WebAssembly ⼆进制⽂件依赖 Web 浏览器的 JavaScript 引擎来执⾏，需要独⽴的 WebAssembly 运⾏时才能在⾮ Web 浏览器中运⾏ WebAssembly 代码。
In FrontEnd, 1 min read
Protestware
一分钟读论文：《战争与和平：世界政治对软件生态系统的影响》
两国交战，平民是否有罪？国际人道法约定“战争时要尽可能限制对妇女和儿童以及其他平民的影响”。
In SoftwareEcosystem, Security, 1 min read
OSS
一分钟读论文：《开源软件供应链攻击分类》
SAP 安全研究机构、雷恩第一大学和上法兰西理工大学合著的论文《SoK: Taxonomy of Attacks on Open-Source Software Supply Chains》全面梳理了开源软件供应链攻击的方式，制作了涵盖 107 个独特向量的攻击树。
In Security, 1 min read
一分钟读论文：《编写高可靠开源软件的十条简单规则》
美国加州大学伯克利分校伯克利数据科学研究所和巴卡尔计算健康科学研究所合著的论文《Ten simple rules on writing clean and reliable open-source scientific software》 为帮助提高开源软件代码的清晰度、健壮性、可用性和可维护性提出了 10 条规则：- 原则1：选择一个编码风格指南——并坚持使用它。
In OpenSource, 1 min read
一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》
你的 GitHub Repo 为什么攒不到🌟？华盛顿大学和微软研究院合著的论文《Understanding skills for OSS communities on GitHub》基于对455名 OSS 贡献者的在线调查数据进行分析，开发了一个 OSS 技能模型，包含 9 类 45 种技能：技术技能、工作风格、问题解决、贡献类型、项目特定技能、人际技能、外部关系、管理和特征。
In OpenSource, Engineer, 1 min read
一分钟读论文：《女性参与开源软件：文献调查》
国际妇女节，女性在开源软件（Open Source Software，简称 OSS） 中的参与非常不平衡似乎没什么提起。
In OpenSource, 1 min read
一分钟读论文：《卓越的开源维护者是如何成就的？》
Google Go 工程师辞去工作转行成为全职开源维护者，同时为多个需要专业开源维护者的企业提供服务，报酬总额和 Google 工作相当。
In OpenSource, Engineer, 1 min read
一分钟读论文：《战争与和平：世界政治对软件生态系统的影响》
两国交战，平民是否有罪？国际人道法约定“战争时要尽可能限制对妇女和儿童以及其他平民的影响”。
In SoftwareEcosystem, Security, 1 min read
AR
一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
ChatGPT 催生了很多教育领域的创业项目，欧盟大约有2600万4到8岁的儿童，美国大约有1700万4到8岁的儿童，外语软件将服务于数百万家庭。
In AI, Engineering, 1 min read
MR
一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
ChatGPT 催生了很多教育领域的创业项目，欧盟大约有2600万4到8岁的儿童，美国大约有1700万4到8岁的儿童，外语软件将服务于数百万家庭。
In AI, Engineering, 1 min read
VR
一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
ChatGPT 催生了很多教育领域的创业项目，欧盟大约有2600万4到8岁的儿童，美国大约有1700万4到8岁的儿童，外语软件将服务于数百万家庭。
In AI, Engineering, 1 min read
TechnicalDebt
一分钟读论文：《裁员换AI为何成本上升利润负增长》
2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。
In AI, ParadigmRadar, 23 mins read
一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》
据研究，在软件开发组织中平均有25%的成本浪费于解决技术债遗留的问题。
In Engineering, Architecture, 1 min read
一分钟读论文：《编写高可靠开源软件的十条简单规则》
美国加州大学伯克利分校伯克利数据科学研究所和巴卡尔计算健康科学研究所合著的论文《Ten simple rules on writing clean and reliable open-source scientific software》 为帮助提高开源软件代码的清晰度、健壮性、可用性和可维护性提出了 10 条规则：- 原则1：选择一个编码风格指南——并坚持使用它。
In OpenSource, 1 min read
一分钟读论文：《简洁代码能降低技术债吗？》
希腊马其顿大学应用信息学系和荷兰格罗宁根格罗宁根大学数学与计算机科学研究所的论文《Can Clean New Code Reduce Technical Debt Density?》对 Apache 软件基金会的 27 个开源软件项目进行了大规模案例研究，分析了 66,661 个类和 56,890 个 commit。
In Engineering, 1 min read
OpenSourceMaintainer
一分钟读论文：《编写高可靠开源软件的十条简单规则》
美国加州大学伯克利分校伯克利数据科学研究所和巴卡尔计算健康科学研究所合著的论文《Ten simple rules on writing clean and reliable open-source scientific software》 为帮助提高开源软件代码的清晰度、健壮性、可用性和可维护性提出了 10 条规则：- 原则1：选择一个编码风格指南——并坚持使用它。
In OpenSource, 1 min read
一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》
你的 GitHub Repo 为什么攒不到🌟？华盛顿大学和微软研究院合著的论文《Understanding skills for OSS communities on GitHub》基于对455名 OSS 贡献者的在线调查数据进行分析，开发了一个 OSS 技能模型，包含 9 类 45 种技能：技术技能、工作风格、问题解决、贡献类型、项目特定技能、人际技能、外部关系、管理和特征。
In OpenSource, Engineer, 1 min read
一分钟读论文：《女性参与开源软件：文献调查》
国际妇女节，女性在开源软件（Open Source Software，简称 OSS） 中的参与非常不平衡似乎没什么提起。
In OpenSource, 1 min read
一分钟读论文：《卓越的开源维护者是如何成就的？》
Google Go 工程师辞去工作转行成为全职开源维护者，同时为多个需要专业开源维护者的企业提供服务，报酬总额和 Google 工作相当。
In OpenSource, Engineer, 1 min read
IoT
一分钟读论文：《利用 WebAssembly 运行时将 Serverless 部署到边缘设备》
边缘主机的 CPU 和内存限制会加剧 Serverless 启动延迟，对物联网服务并不友好。
In Architecture, 1 min read
一分钟读论文：《Wasmachine：WebAssembly OS 可加速物联网和边缘计算》
物联网设备通常内存和性能很弱。新西兰奥克兰大学的论文《Wasmachine: Bring IoT up to Speed with A WebAssembly OS》 设计出在资源受限的物联网和边缘设备中高效安全地执行 WebAssembly 应用程序的操作系统：Wasmachine。
In Performance, 1 min read
EdgeComputing
一分钟读论文：《利用 WebAssembly 运行时将 Serverless 部署到边缘设备》
边缘主机的 CPU 和内存限制会加剧 Serverless 启动延迟，对物联网服务并不友好。
In Architecture, 1 min read
一分钟读论文：《Wasmachine：WebAssembly OS 可加速物联网和边缘计算》
物联网设备通常内存和性能很弱。新西兰奥克兰大学的论文《Wasmachine: Bring IoT up to Speed with A WebAssembly OS》 设计出在资源受限的物联网和边缘设备中高效安全地执行 WebAssembly 应用程序的操作系统：Wasmachine。
In Performance, 1 min read
TimeMangement
一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
吾日三省吾身：为人谋而不忠乎？与朋友交而不信乎？传不习乎？–《论语·学而》。
In Engineer, Productivity, 1 min read
WLB
一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
吾日三省吾身：为人谋而不忠乎？与朋友交而不信乎？传不习乎？–《论语·学而》。
In Engineer, Productivity, 1 min read
Monorepo
一分钟读论文：《Monorepo：多声体文献综述》
互联网大厂热衷于 Monorepo 的原因是什么，Monorepo 能否解决超级应用的代码管理通病？巴西米纳斯吉拉斯联邦大学和巴西拉夫拉斯联邦大学合著的论文《Monorepo: A Multivocal Literature Review》 论文通过对主要来源于20+灰色文献（如博客、演讲、视频等）的多声体文献综述，提供一个关于 Monorepo 的定义、特征、优势和挑战的概述。
In Architecture, Engineering, 1 min read
OPRF
一分钟读论文：《不经意伪随机函数 (OPRF)》
不经意伪随机函数（Oblivious Pseudorandom Functions，简称 OPRF），是一种在密码学协议和隐私保护技术中广泛使用的基本原语。
In Security, 1 min read
NPM
一分钟读论文：《工程师如何遵循 NPM 包安全最佳实践？》
不遵循包依赖的最佳实践会导致严重的安全风险。例如，2021 年 3 月，安全专家在 NPM 包网络掩码中发现了一个漏洞可影响超过 278,000 个应用。
In Security, 1 min read
Robotics
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
当我们谈论人工智能的终极目标时，具身智能（Embodied AI）正逐渐成为共识性的方向。
In AI, Robotics, EmbodiedAI, 2 mins read
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
在 AGI（通用人工智能）的研究浪潮中，一个核心问题始终悬而未决：AGI 是否需要具身性（Embodiment）？
In AI, Robotics, EmbodiedAI, 2 mins read
一分钟读论文：《ChatGPT for Robotics：设计原则和模型能力》
2023年初推出的 Loona Smart Petbot 集成了 ChatGPT，是具备优秀人格化的机器人。
In AI, Engineering, 1 min read
CAPTCHA
一分钟读论文：《人类解决验证码有多强？大规模评估》
斯坦福大学的论文《How Good are Humans at Solving CAPTCHAs? A Large Scale Evaluation》 从21种最流行的验证码方案（13种图像方案和8种音频方案）收集了318 000多个验证码样本，请亚马逊机械土耳其（Amazon’s Mechanical Turk）和一个地下验证码破解服务的工作者来解决这些验证码，并记录他们的正确率和解决时间，发现：- CAPTCHA（完全自动区分计算机和人类的公共图灵测试）通常对人类来说很困难，尤其是音频 CAPTCHA。
In Security, 1 min read
Monitor
一分钟读论文：《当代软件监控：系统的文献回顾》
荷兰代尔夫特理工大学和巴西圣保罗大学和著的论文《Contemporary Software Monitoring: A Systematic Literature Review》 对96篇发表在顶级同行评审会议和期刊上的论文进行了质量评估、分类和总结，以及对每个维度和分支下的研究现状、贡献和挑战进行了概述和比较，提出了当代日志框架（Contemporary Logging Framework）。
In Engineering, 1 min read
Secret
一分钟读论文：《软件工程管理密码有哪些最佳实践？》
硬编码凭证被 CWE 确定为最危险的 TOP25 软件弱点之一，而 GitHub 公开的 Repo 中有超过600万个公开的密码（数据库凭证、API 密钥和其他凭证）。
In Secturity, 1 min read
CodeReview
AI 智创简报：《微软圈地代码评审智能体，PR 质检报告还空着》
2026 年 9 月 17 日，微软在 AI 代码评审方向公开一件新继续申请；近 18 个月，微软与摩根大通已公开或授权至少四件”让 AI 审 PR”的方法专利。生成层被圈完了，衡量这些 AI 评审到底有没有用的验收层，还空着。
In AI, InnovationBrief, 1 min read
一分钟读论文：《现代 Code Review 的系统文献综述》
Code Review 从结构化和严格的形式演变为灵活的、基于工具的异步过程，即 Modern Code Review (MCR)。
In Engineering, 1 min read
Incident
一分钟读论文：《线上系统事故解决时间（TTM）需要多久？》
事故从发现到解决有三个重要的衡量指标： TTD（Time To Detect，事故被发现的时间）、TTE（Time To Engage，相关责任人响应时间）、TTM（Time To Mitigate，事故缓解或解决时间）。
In Engineering, 1 min read
Gemini
一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
引言：科学研究的新纪元想象一下：2026 年的某一天，企业家 Iban Borras 坐在电脑前，他的研究团队不是几个博士后，而是 Claude Opus、Gemini Pro、ChatGPT 和 Manus——四个 AI 模型。
In AI, 科学研究, 1 min read
一分钟读论文：《Chrome 〈!DOCTYPE aigc〉: 你的网页何必是 HTML》
前端开发即将成为历史，Google Gemini Team、Google Chrome Team、Google Cloud Team 和 Google Chromebook Team 合著的论文《Chrome <!DOCTYPE aigc>: Your next web page is not HTML》 提出了通过大模型零成本发布网页的设计方案。
In AI, FrontEnd, 1 min read
AI 编程助手
一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》
Google DeepMind 研究科学家和华盛顿大学教授合作的一篇论文《Scratch Copilot: Supporting Youth Creative Coding with AI》，首次提出了专门为儿童设计的 AI 编程助手——Scratch Copilot，这是一个集成在类 Scratch 环境中的 AI 助手，为青少年提供创意编程支持。
In AI, 编程教育, 2 mins read
Scratch
一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》
Google DeepMind 研究科学家和华盛顿大学教授合作的一篇论文《Scratch Copilot: Supporting Youth Creative Coding with AI》，首次提出了专门为儿童设计的 AI 编程助手——Scratch Copilot，这是一个集成在类 Scratch 环境中的 AI 助手，为青少年提供创意编程支持。
In AI, 编程教育, 2 mins read
儿童编程
一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》
Google DeepMind 研究科学家和华盛顿大学教授合作的一篇论文《Scratch Copilot: Supporting Youth Creative Coding with AI》，首次提出了专门为儿童设计的 AI 编程助手——Scratch Copilot，这是一个集成在类 Scratch 环境中的 AI 助手，为青少年提供创意编程支持。
In AI, 编程教育, 2 mins read
Prompt Engineering
一分钟读论文：《ChatGPT 提示模式：提升代码质量、重构、需求获取和软件设计》
范德堡大学的论文《ChatGPT Prompt Patterns for Improving Code Quality, Refactoring, Requirements Elicitation, and Software Design》 整理了 13 种可复用的提示模式，帮助开发者用 ChatGPT 自动化常见的软件工程任务，涵盖需求获取、系统设计、代码质量和重构四大领域。
In AI, Software Engineering, 1 min read
AI
一分钟读论文：《超智能未来的伦理基石：全球 AGI 治理框架》
2026 年 2 月最新研究揭示：西班牙学者提出全球 AGI 治理框架 (GAGF)，为超智能时代建立伦理基石：- 🏛️ GAGF 框架：分阶段国际监督实施路径 📜 10 条戒律：AGI 发展的核心指导原则 🤖 13 点原则：阿西莫夫三定律的现代化融合 ⚖️ 平衡安全与繁荣：既防范风险又促进发展。
In AI 研究, 论文解读, 3 mins read
一分钟读论文：《AI 科学家：科学未来由 AI 自主发现》
伦敦国王学院 2026 年 4 月研究揭示：AI 正从科研工具转变为自主发现者，可能在未来彻底改变科学探索方式：- 🤖 AI 科学家完成从选题到发表的全流程 📚 已发表多篇通过同行评审的论文 🧠 人机协作成为最佳模式 ⚡ 效率飞跃：AI 可 24 小时不间断研究。
In AI 研究, 论文解读, 1 min read
一分钟读论文：《AI无节制采用威胁学术根基》
SISSA和帝国理工学院Nature论文警告：AI无节制使用正威胁学术根基： NeurIPS投稿量5年翻倍，AAAI 2026收3.1万篇投稿，被迫试点AI评审 AI代理论文复现任务得分<20%，使用LLM辅助写作者认知能力衰退。
In AI学术, 论文解读, 1 min read
一分钟读论文：《AI 会搞阴谋诡计吗？这项研究给出了答案》
来自 LASR Labs 和 Google DeepMind 的最新论文系统评估了一个关键问题：LLM Agent 会主动进行战略性欺骗（即”搞阴谋”）吗？
In AI, 1 min read
一分钟读论文：《Humanity's Last Exam：评估 AI 能力的专家级学术问题基准》
你有没有发现：现在的 AI 在各种考试中表现得越来越好了？MMLU 基准上准确率超过 90%，似乎什么都懂。但问题是，这些测试真的能衡量 AI 的真正能力边界吗？
In AI, 1 min read
一分钟读论文：《没有最后一英里，人类数据市场的持久性》
你是不是觉得，现在人类做的那些数据工作——比如评估 AI 输出、审计结果、处理例外情况——只是暂时的？等 AI 越来越强，这些工作总会被自动化取代，这就是所谓的”最后一英里”问题。
In Economics, 1 min read
一分钟读论文：《AlphaEvolve - 用 LLM 自动发现多智能体学习算法》
想象一下：设计一个优秀的多智能体强化学习（MARL）算法需要多少人类专家的智慧和经验？传统算法设计完全依赖人类直觉，而 DeepMind 的 AlphaEvolve 系统正在打破这个瓶颈。
In AI, 1 min read
一分钟读论文：《AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个》
🎯 炸裂！AI 真的开始做数学研究了！
In AI, 研究论文, 1 min read
一分钟读论文：《SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？》
想象一下：你坐在 fMRI 机器里看电影，科学家居然能直接从你的大脑信号里，还原出你正在看的画面！这不是《黑客帝国》，这是刚发表在 arXiv 上的真·黑科技！
In AI, 脑机接口, 神经科学, 1 min read
一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
何恺明团队刚刚发布了全新的生成模型范式——Drifting Models，在 ImageNet 上实现了单步生成高质量图像，FID 仅为 1.54，挑战了传统扩散模型的统治地位。
In AI, 论文, 生成模型, 1 min read
一分钟读论文：《HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型》
简介：大卫挑战歌利亚在 AI 世界里，我们已经被”越大越好”的魔咒洗脑了——参数量从十亿狂飙到万亿，训练数据从 TB 堆到 PB，仿佛只有砸钱堆算力才能出奇迹。
In AI, 1 min read
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
一分钟读论文：《MemMamba：重新思考状态空间模型中的记忆模式》
简介在人工智能的世界里，序列建模就像是一场”记忆马拉松”——从传统的循环神经网络（RNN）到革命性的 Transformer，再到近年来异军突起的状态空间模型（SSMs），研究者们一直在寻找既能高效处理超长序列，又能牢牢记住关键信息的完美架构。
In paper, 3 mins read
一分钟读论文：《世界模型统一框架：突破任务特定知识注入的局限性》
2026年最新研究揭示，世界模型研究正在经历从任务特定知识注入到统一框架设计的关键转变...
In AI Research, World Models, 1 min read
一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
引言：打破深度学习的局限在深度学习领域，我们已经习惯了两个核心概念：ReLU（整流线性单元）作为神经元的基本构建块，以及误差反向传播作为训练网络的主要方法。
In AI, 神经科学, 机器学习, 1 min read
一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
引言：科学研究的新纪元想象一下：2026 年的某一天，企业家 Iban Borras 坐在电脑前，他的研究团队不是几个博士后，而是 Claude Opus、Gemini Pro、ChatGPT 和 Manus——四个 AI 模型。
In AI, 科学研究, 1 min read
一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》
layout: postauthor: unbugtitle: “一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》”categories: [AI]tags: [AI, Machine Learning, Data Shapley, ICLR 2025]—。
In AI, 1 min read
一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》
layout: postauthor: unbugtitle: “一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》”categories: [AI]tags: [AI, 粒子加速器, 自动驾驶, 科学设施]—# AI原生粒子加速器：让大型科学设施学会”自动驾驶”想象一下，一个粒子加速器能够自己”开车”：自动调谐数千个磁铁和射频腔体以获得最佳束流质量，在设备故障造成停机之前提前”嗅出”问题，实时适应不断变化的实验需求——所有这些都只需要最少的人工干预。
In AI, 1 min read
一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
layout: postauthor: unbugtitle: “一分钟读论文：《RWML：让 LLM 智能体学会预测未来》”categories: [AI]tags: [AI, 论文, 强化学习, 世界模型, LLM, 智能体]—。
In AI, 1 min read
一分钟读论文：《GitHub Copilot 的代码生成稳健吗？》
一分钟读论文：GitHub Copilot 的代码生成稳健吗？
In AI, Software Engineering, 1 min read
一分钟读论文：《ChatGPT 提示模式：提升代码质量、重构、需求获取和软件设计》
范德堡大学的论文《ChatGPT Prompt Patterns for Improving Code Quality, Refactoring, Requirements Elicitation, and Software Design》 整理了 13 种可复用的提示模式，帮助开发者用 ChatGPT 自动化常见的软件工程任务，涵盖需求获取、系统设计、代码质量和重构四大领域。
In AI, Software Engineering, 1 min read
代码生成
一分钟读论文：《Specine：让大语言模型真正“读懂”你的需求》
一分钟读论文：Specine：让大语言模型真正”读懂”你的需求## 📝 论文概览论文标题：Aligning Requirement for Large Language Model’s Code Generation作者：Zhao Tian, Junjie Chen (天津大学)会议：ICSE 2026（软件工程顶会）论文链接：https://arxiv.org/abs/2509.01313—## 🎯 核心问题你是否有过这样的经历：用大语言模型（LLM）生成代码时，明明描述得很清楚，但生成的代码就是不符合预期？
In AI, 软件工程, 1 min read一分钟读论文：《大语言模型代码生成的规格对齐》
一分钟读论文：大语言模型代码生成的规格对齐## 📝 论文概览论文标题：Aligning Requirement for Large Language Model’s Code Generation作者：Zhao Tian, Junjie Chen (天津大学)论文链接：https://arxiv.org/abs/2509.01313—## 🎯 核心问题你有没有遇到过这种情况：你给 AI 一个很详细的需求，结果它生成的代码根本不对？问题可能出在规格感知偏差上——AI 理解的需求和你想的不一样！
In AI, 软件工程, 1 min read一分钟读论文：《小模型团队如何超越大模型》
一分钟读论文：小模型团队如何超越大模型## 📝 论文概览论文标题：Small Language Models as Judges for Code Generation作者：ICSE 2026 论文—## 🎯 核心问题你有没有想过：如果让几个”小学生”组队，能不能打败一个”大学生”？
In AI, 软件工程, 1 min read一分钟读论文：《让AI像程序员一样边写代码边调试》
一分钟读论文：让AI像程序员一样边写代码边调试## 📝 论文概览论文标题：Execution-Guided Code Generation作者：特拉维夫大学，NeurIPS 2025 论文—## 🎯 核心问题想象一下：如果你让AI写一段代码，它不仅能生成代码，还能像人类程序员一样，写几行就运行一下，看看哪里出错了，然后根据运行结果继续修改。
In AI, 软件工程, 1 min read一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》
一分钟读论文：CGM让AI像程序员一样理解整个代码库## 📝 论文概览论文标题：Code Graph Model (CGM)作者：蚂蚁集团研究团队会议：NeurIPS 2025—## 🎯 核心问题想象一下，你面对一个拥有数千个文件、数百万行代码的大型项目，要修复一个bug。
In AI, 软件工程, 1 min read
一分钟读论文：《GitHub Copilot 的代码生成稳健吗？》
一分钟读论文：GitHub Copilot 的代码生成稳健吗？
In AI, Software Engineering, 1 min read
软件稳定性
系统性文献综述
ICSE 2026
一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
EnAgent：三个AI智能体组队，登顶代码修复榜单—## 引子：一个Bug，三个AI来修想象一下：你在GitHub上提交了一个Issue，描述了一个Bug。
In AI, 软件工程, 1 min read一分钟读论文：《Specine：让大语言模型真正“读懂”你的需求》
一分钟读论文：Specine：让大语言模型真正”读懂”你的需求## 📝 论文概览论文标题：Aligning Requirement for Large Language Model’s Code Generation作者：Zhao Tian, Junjie Chen (天津大学)会议：ICSE 2026（软件工程顶会）论文链接：https://arxiv.org/abs/2509.01313—## 🎯 核心问题你是否有过这样的经历：用大语言模型（LLM）生成代码时，明明描述得很清楚，但生成的代码就是不符合预期？
In AI, 软件工程, 1 min read一分钟读论文：《大语言模型代码生成的规格对齐》
一分钟读论文：大语言模型代码生成的规格对齐## 📝 论文概览论文标题：Aligning Requirement for Large Language Model’s Code Generation作者：Zhao Tian, Junjie Chen (天津大学)论文链接：https://arxiv.org/abs/2509.01313—## 🎯 核心问题你有没有遇到过这种情况：你给 AI 一个很详细的需求，结果它生成的代码根本不对？问题可能出在规格感知偏差上——AI 理解的需求和你想的不一样！
In AI, 软件工程, 1 min read一分钟读论文：《小模型团队如何超越大模型》
一分钟读论文：小模型团队如何超越大模型## 📝 论文概览论文标题：Small Language Models as Judges for Code Generation作者：ICSE 2026 论文—## 🎯 核心问题你有没有想过：如果让几个”小学生”组队，能不能打败一个”大学生”？
In AI, 软件工程, 1 min read
NeurIPS 2025
一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》”categories: [AI, 机器学习, 深度学习]tags: [Nested Learning, Google Research, NeurIPS 2025]—。
In AI, 机器学习, 深度学习, 1 min read
一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
一分钟读论文：Gated Attention：用一个小阀门让 LLM 性能飙升。
In AI, 深度学习, 1 min read
一分钟读论文：《让AI像程序员一样边写代码边调试》
一分钟读论文：让AI像程序员一样边写代码边调试## 📝 论文概览论文标题：Execution-Guided Code Generation作者：特拉维夫大学，NeurIPS 2025 论文—## 🎯 核心问题想象一下：如果你让AI写一段代码，它不仅能生成代码，还能像人类程序员一样，写几行就运行一下，看看哪里出错了，然后根据运行结果继续修改。
In AI, 软件工程, 1 min read一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》
一分钟读论文：CGM让AI像程序员一样理解整个代码库## 📝 论文概览论文标题：Code Graph Model (CGM)作者：蚂蚁集团研究团队会议：NeurIPS 2025—## 🎯 核心问题想象一下，你面对一个拥有数千个文件、数百万行代码的大型项目，要修复一个bug。
In AI, 软件工程, 1 min read代码理解
一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》
一分钟读论文：CGM让AI像程序员一样理解整个代码库## 📝 论文概览论文标题：Code Graph Model (CGM)作者：蚂蚁集团研究团队会议：NeurIPS 2025—## 🎯 核心问题想象一下，你面对一个拥有数千个文件、数百万行代码的大型项目，要修复一个bug。
In AI, 软件工程, 1 min read开源模型
一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》
一分钟读论文：CGM让AI像程序员一样理解整个代码库## 📝 论文概览论文标题：Code Graph Model (CGM)作者：蚂蚁集团研究团队会议：NeurIPS 2025—## 🎯 核心问题想象一下，你面对一个拥有数千个文件、数百万行代码的大型项目，要修复一个bug。
In AI, 软件工程, 1 min readEG-CFG
一分钟读论文：《让AI像程序员一样边写代码边调试》
一分钟读论文：让AI像程序员一样边写代码边调试## 📝 论文概览论文标题：Execution-Guided Code Generation作者：特拉维夫大学，NeurIPS 2025 论文—## 🎯 核心问题想象一下：如果你让AI写一段代码，它不仅能生成代码，还能像人类程序员一样，写几行就运行一下，看看哪里出错了，然后根据运行结果继续修改。
In AI, 软件工程, 1 min read软件工程
一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
EnAgent：三个AI智能体组队，登顶代码修复榜单—## 引子：一个Bug，三个AI来修想象一下：你在GitHub上提交了一个Issue，描述了一个Bug。
In AI, 软件工程, 1 min readSANER 2026
AI代码生成
一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
EnAgent：三个AI智能体组队，登顶代码修复榜单—## 引子：一个Bug，三个AI来修想象一下：你在GitHub上提交了一个Issue，描述了一个Bug。
In AI, 软件工程, 1 min read收官之作
小模型
一分钟读论文：《小模型团队如何超越大模型》
一分钟读论文：小模型团队如何超越大模型## 📝 论文概览论文标题：Small Language Models as Judges for Code Generation作者：ICSE 2026 论文—## 🎯 核心问题你有没有想过：如果让几个”小学生”组队，能不能打败一个”大学生”？
In AI, 软件工程, 1 min read需求工程
一分钟读论文：《Specine：让大语言模型真正“读懂”你的需求》
一分钟读论文：Specine：让大语言模型真正”读懂”你的需求## 📝 论文概览论文标题：Aligning Requirement for Large Language Model’s Code Generation作者：Zhao Tian, Junjie Chen (天津大学)会议：ICSE 2026（软件工程顶会）论文链接：https://arxiv.org/abs/2509.01313—## 🎯 核心问题你是否有过这样的经历：用大语言模型（LLM）生成代码时，明明描述得很清楚，但生成的代码就是不符合预期？
In AI, 软件工程, 1 min readMCP
AI 智创简报：《MCP 安全专利密集授权，插件市场审计留给了谁》
2026 年 2 月至 8 月，六件”MCP（Model Context Protocol，AI 助手外接工具的标准协议）服务器安全”专利密集授权：Airia 一家连下五城，Notion 8 月补上权限控制一件。大厂把协议平台侧的治理圈住，插件市场的第三方审计还空着——这正是接单者能立刻动手的活。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《Agent 记忆层被写进专利，垂直行业的本地化长尾还空着》
7 月至 8 月，微软与 UiPath 连续公开四件”Agent 记忆与跨 Agent 上下文”专利，覆盖共享上下文、事件流路由、三级记忆体系三层。大厂把 Agent 的记忆层写进权利要求；个人开发者能接的，是专利够不着的行业私有化长尾。
In AI, InnovationBrief, 1 min read
一分钟读论文：《Agent编排框架与MCP协议生态》
如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。
In AI, ParadigmRadar, Agent, 2 mins read
一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》
微软、Google DeepMind 和斯坦福大学合作的一系列论文《A Formal Security Framework for MCP-Based AI Agents: Threat Taxonomy and Verification》，提出了 MCPShield 形式化验证安全框架，解决 MCP 协议中 7 大类 23 种攻击向量的安全问题。
In AI, Security, 1 min read
一分钟读论文：《Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍》
Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍。
In AI, Agent, 1 min read
一分钟读论文：《MCP 一周年：从内部实验到行业标准》
来自 Leonardo Piñeyro 和 Pento 的论文《A Year of MCP: From Internal Experiment to Industry Standard》 为我们展示了 MCP（Model Context Protocol）从诞生到成为行业标准的惊人崛起之路。
In AI, Agent, 1 min readAgenticAI
一分钟读论文：《Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍》
Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍。
In AI, Agent, 1 min read
一分钟读论文：《MCP 一周年：从内部实验到行业标准》
来自 Leonardo Piñeyro 和 Pento 的论文《A Year of MCP: From Internal Experiment to Industry Standard》 为我们展示了 MCP（Model Context Protocol）从诞生到成为行业标准的惊人崛起之路。
In AI, Agent, 1 min readAAIF
一分钟读论文：《Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍》
Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍。
In AI, Agent, 1 min read
一分钟读论文：《MCP 一周年：从内部实验到行业标准》
来自 Leonardo Piñeyro 和 Pento 的论文《A Year of MCP: From Internal Experiment to Industry Standard》 为我们展示了 MCP（Model Context Protocol）从诞生到成为行业标准的惊人崛起之路。
In AI, Agent, 1 min read智能体
一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》
layout: postauthor: unbugtitle: “一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》”categories: [AI]tags: [GLM-5, 智谱 AI, 大语言模型, 智能体, 强化学习]—## 引言2026 年 2 月 17 日，智谱 AI 与清华大学联合扔出了一枚王炸——GLM-5！这款新一代基础模型，直接把 AI 的范式从「氛围编程」（Vibe Coding）推向了「智能体工程」（Agentic Engineering）的新时代。
In AI, 1 min read
一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
layout: postauthor: unbugtitle: “一分钟读论文：《RWML：让 LLM 智能体学会预测未来》”categories: [AI]tags: [AI, 论文, 强化学习, 世界模型, LLM, 智能体]—。
In AI, 1 min read
一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
EnAgent：三个AI智能体组队，登顶代码修复榜单—## 引子：一个Bug，三个AI来修想象一下：你在GitHub上提交了一个Issue，描述了一个Bug。
In AI, 软件工程, 1 min readSWE-bench
一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
EnAgent：三个AI智能体组队，登顶代码修复榜单—## 引子：一个Bug，三个AI来修想象一下：你在GitHub上提交了一个Issue，描述了一个Bug。
In AI, 软件工程, 1 min readBest Paper
一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
一分钟读论文：Gated Attention：用一个小阀门让 LLM 性能飙升。
In AI, 深度学习, 1 min read
Gated Attention
一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
一分钟读论文：Gated Attention：用一个小阀门让 LLM 性能飙升。
In AI, 深度学习, 1 min read
LLM
AI 智创简报：《大厂在给 AI 输出装质检阀，验收报告这门手艺没人接》
2024 年 5 月至 2026 年 7 月，四件「大模型输出验证」专利先后授权，受让人是 Honeywell、Citibank（两件）与 WitnessAI。大厂把”AI 的回答能不能出门”申请成了方法；替甲方验收 AI 交付物、出那份量化质检报告的那层活，目前还是个人手艺。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大模型账单瘦身专利成簇，中间件的止血生意》
2026 年 2 至 9 月，四件”在大语言模型（LLM）吃进文本之前先做瘦身”的专利在 Free Patents Online 接连公开：日志折叠、子句剪枝、动态截断、工具清单最小化。Token 成本管控正从事后记账前移到喂给模型之前，而缺一个通用审计加裁剪中间层的空档，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《Amazon 和 Intuit 都在抢流式审核，便宜的那一层还空着》
2026 年上半年「AI 系统内容审核」主题已有 4 件美国申请公开，Amazon 与 Intuit 的 2 件落在近 90 天。指向一致：生成式输出的安全审查要流式做、按块做。对做聊天产品的开发者，这是一层能接的活。
In AI, InnovationBrief, 1 min read
AI 智创简报：《PRD 生成专利公开，独立开发者能卖需求拆解活》
美国申请 US20260178323A1 于 2026 年 6 月 25 日公开：把一句产品想法交给大模型，自动生成完整的产品需求文档（PRD，Product Requirements Document）与用户故事拆解。
In AI, InnovationBrief, 1 min read
AI 智创简报：《路由有专利，账单有水分：API 中间层省钱活》
2026 年大模型路由、语义缓存与成本预测主题的美国申请至少公开 6 件，其中 NVIDIA 与 IBM 的 2 件落在近 90 天。这些专利指向同一层：API 中间层。对交 API 账单的开发者，这是一层能接的活儿。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Agent 兜底这层活一个人就能接》
2026 年上半年集中公开的一批 Agent 专利，主题高度一致：让 Agent 记得住上次说过什么、别张口就编、出错了能自己爬起来。大厂圈的是平台，但这三件事的实现层薄到一个人一周就能做出可演示版本，接在别人的 API 调用链上收钱。
In AI, InnovationBrief, 1 min read
一分钟读论文：《基于 PI 构建你的超强智能体》
上周 Anthropic 发布了 Claude 4 的内部基准测试：在 Agent 编排任务上，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案性能提升了 47%。这篇文章将解析 PI 的核心原理，并带你动手实现一个具备自适应规划与错误恢复能力的超强智能体。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《自适应潜在智能体推理》
康奈尔大学、UC Davis 和 UC Riverside 研究者的论文《Adaptive Latent Agentic Reasoning》，提出了一种双模式推理框架，让智能体在常规决策步使用紧凑的潜在推理、在困难决策时切换到显式思维链，工具使用场景下 Token 节省率高达 84.6%。
In AI, Agent, 1 min read
一分钟读论文：《元认知记忆策略优化》
中国科学技术大学、浙江大学和腾讯合作的一篇论文《Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents》，针对长上下文记忆中的信息衰减问题，提出了基于元认知信念熵的MMPO算法，在175万token的超长上下文下保持97.1%的性能，显著优于现有递归总结方法。
In AI, LLM, 1 min read
一分钟读论文：《像团队一样进化的多智能体系统》
香港中文大学和阿里巴巴集团合作的一篇论文《Evolve as a Team: Collaborative Self-Evolution for LLM-based Multi-Agent Systems》，提出 Meta-Team 框架，让多智能体系统在执行任务后通过协作实现自我进化。
In AI, MultiAgent, 1 min read
一分钟读论文：《瞬态轮次注入：暴露大语言模型的无状态多轮漏洞》
孟加拉国贾加纳特大学与巴里萨尔大学合作发表的论文《Transient Turn Injection: Exposing Stateless Multi-Turn Vulnerabilities in Large Language Models》，首次提出了一种名为瞬态轮次注入（Transient Turn Injection, TTI）的新型攻击范式，揭示了当前主流大语言模型在无状态 API 交互场景下的系统性安全漏洞。
In AI, Security, 1 min read
一分钟读论文：《LLM 智能体在社交困境中的合作机制》
德国康斯坦茨大学和以色列魏茨曼科学研究所合作的一篇论文《CoopEval: Benchmarking Cooperation-Sustaining Mechanisms and LLM Agents in Social Dilemmas》，首次系统评估了不同合作机制对LLM智能体协作行为的影响，发现推理能力更强的LLM在社交困境中反而更少合作，而合约和调解两种机制最有效。
In AI, MultiAgent, 1 min read
一分钟读论文：《新型蒙眼攻击破解具身大语言模型物理安全防线》
你有没有想过，搭载LLM的具身AI机器人，在完全”听”到安全指令的情况下，依然可能做出伤人的危险动作？ACM SenSys 2026最新研究证实了这个隐患：Blindfold新型攻击无需构造恶意语言，就能让具身AI执行危险操作，传统语义安全系统完全无法检测。
In AI安全, 论文阅读, 1 min read
一分钟读论文：《Alien Science——让 AI 探索人类思维的盲区》
科学突破往往来自既可行又令人惊讶的想法。但现代 AI 在这方面表现得并不理想：LLM 擅长流畅地复制和插值已知内容，但很少产生真正非显而易见的研究方向。
In AI, 1 min read
一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
想象一下：你花了几个月训练了一个全能的大语言模型，它会做数学题、懂编程、还能写优美的文章。然后你想让它专门学会做客服——结果微调之后，它突然连基本的算术都不会了！
In AI, 1 min read
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
简介想象一下：如果AI不是通过”背诵”人类的解题步骤来学会推理，而是像人类一样，在不断的试错中突然”顿悟”，那会是怎样的场景？
In AI, 1 min read
一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
layout: postauthor: unbugtitle: “一分钟读论文：《RWML：让 LLM 智能体学会预测未来》”categories: [AI]tags: [AI, 论文, 强化学习, 世界模型, LLM, 智能体]—。
In AI, 1 min read
一分钟读论文：《当 Many-Shot Prompting 失败时：LLM 代码翻译的实证研究》
来自 Amir Kiarafiei 等人的论文《When Many-Shot Prompting Fails: An Empirical Study of LLM Code Translation》 将在 ICSE 2026 的 ReCode Workshop 上发表。
In AI, LLM, 1 min read
一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
一分钟读论文：Gated Attention：用一个小阀门让 LLM 性能飙升。
In AI, 深度学习, 1 min read
Qwen
一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
一分钟读论文：Gated Attention：用一个小阀门让 LLM 性能飙升。
In AI, 深度学习, 1 min read
阿里巴巴
一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
一分钟读论文：Gated Attention：用一个小阀门让 LLM 性能飙升。
In AI, 深度学习, 1 min read
GenerativeAI
一分钟读论文：《生成式AI在软件工程中的应用：变革软件开发流程》
来自 Accenture 和 DFKI 的 2025 年论文《Generative AI in Software Engineering: Transforming the Software Development Process》 为我们展示了生成式AI如何从根本上改变软件工程的面貌。
In AI, Software Engineering, 1 min readSoftwareEngineering
一分钟读论文：《SpecBench：规范级推理评估》
多伦多大学、滑铁卢大学、Vector Institute 和 NVIDIA 合作的一篇论文《SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents》，提出了首个面向软件工程 Agent 的规范级推理评估基准 SpecBench，发现即使是 GPT-5.4 这样最强的 Agent，在规范设计阶段的准确率仅为 44.4%。
In AI, SoftwareEngineering, 1 min read
一分钟读论文：《生成式AI在软件工程中的应用：变革软件开发流程》
来自 Accenture 和 DFKI 的 2025 年论文《Generative AI in Software Engineering: Transforming the Software Development Process》 为我们展示了生成式AI如何从根本上改变软件工程的面貌。
In AI, Software Engineering, 1 min readCopilot
一分钟读论文：《生成式AI重构软件工程，开发者生产力提升55.8%》
生成式AI正在如何改变软件开发？埃森哲和德国人工智能研究中心联合发布的最新研究显示，生成式AI正在从根本上改变软件开发规则，我们正经历从「代码补全助手」到「自主开发代理」的关键转变，整个软件开发生命周期都将被AI重构。
In AI, 软件工程, 1 min read
一分钟读论文：《生成式AI在软件工程中的应用：变革软件开发流程》
来自 Accenture 和 DFKI 的 2025 年论文《Generative AI in Software Engineering: Transforming the Software Development Process》 为我们展示了生成式AI如何从根本上改变软件工程的面貌。
In AI, Software Engineering, 1 min readProductivity
一分钟读论文：《生成式AI在软件工程中的应用：变革软件开发流程》
来自 Accenture 和 DFKI 的 2025 年论文《Generative AI in Software Engineering: Transforming the Software Development Process》 为我们展示了生成式AI如何从根本上改变软件工程的面貌。
In AI, Software Engineering, 1 min read生成式AI
一分钟读论文：《生成式AI重构软件工程，开发者生产力提升55.8%》
生成式AI正在如何改变软件开发？埃森哲和德国人工智能研究中心联合发布的最新研究显示，生成式AI正在从根本上改变软件开发规则，我们正经历从「代码补全助手」到「自主开发代理」的关键转变，整个软件开发生命周期都将被AI重构。
In AI, 软件工程, 1 min read
一分钟读论文：生成式 AI 正在重构软件工程的未来
开篇你有没有发现？现在写代码时，AI 自动补全的代码占比越来越高了。从 10 年前完全靠手写，到今天 GitHub Copilot 能自动补全 30% 的代码，生成式 AI 正在从根本上改变软件开发的游戏规则。
In AI, 软件工程, 1 min readAI编程
一分钟读论文：《生成式AI重构软件工程，开发者生产力提升55.8%》
生成式AI正在如何改变软件开发？埃森哲和德国人工智能研究中心联合发布的最新研究显示，生成式AI正在从根本上改变软件开发规则，我们正经历从「代码补全助手」到「自主开发代理」的关键转变，整个软件开发生命周期都将被AI重构。
In AI, 软件工程, 1 min read
一分钟读论文：生成式 AI 正在重构软件工程的未来
开篇你有没有发现？现在写代码时，AI 自动补全的代码占比越来越高了。从 10 年前完全靠手写，到今天 GitHub Copilot 能自动补全 30% 的代码，生成式 AI 正在从根本上改变软件开发的游戏规则。
In AI, 软件工程, 1 min read软件开发
一分钟读论文：《生成式AI重构软件工程，开发者生产力提升55.8%》
生成式AI正在如何改变软件开发？埃森哲和德国人工智能研究中心联合发布的最新研究显示，生成式AI正在从根本上改变软件开发规则，我们正经历从「代码补全助手」到「自主开发代理」的关键转变，整个软件开发生命周期都将被AI重构。
In AI, 软件工程, 1 min read
一分钟读论文：生成式 AI 正在重构软件工程的未来
开篇你有没有发现？现在写代码时，AI 自动补全的代码占比越来越高了。从 10 年前完全靠手写，到今天 GitHub Copilot 能自动补全 30% 的代码，生成式 AI 正在从根本上改变软件开发的游戏规则。
In AI, 软件工程, 1 min read技术趋势
一分钟读论文：生成式 AI 正在重构软件工程的未来
开篇你有没有发现？现在写代码时，AI 自动补全的代码占比越来越高了。从 10 年前完全靠手写，到今天 GitHub Copilot 能自动补全 30% 的代码，生成式 AI 正在从根本上改变软件开发的游戏规则。
In AI, 软件工程, 1 min readBug定位
微服务
一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》”categories: [AI]tags: [Google, Titans, MIRAS, 长期记忆, Transformer, 序列建模]excerpt: “Google Research 发布了 Titans 架构和 MIRAS 框架，通过深度学习的记忆模块和在线优化理论，让 AI 模型能够处理超大规模上下文，终结了 LLM 的健忘症问题。
In AI, 1 min read
Nested Learning
一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》”categories: [AI, 机器学习, 深度学习]tags: [Nested Learning, Google Research, NeurIPS 2025]—。
In AI, 机器学习, 深度学习, 1 min read
灾难性遗忘
一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
想象一下：你花了几个月训练了一个全能的大语言模型，它会做数学题、懂编程、还能写优美的文章。然后你想让它专门学会做客服——结果微调之后，它突然连基本的算术都不会了！
In AI, 1 min read
NeurIPS
2025
Agent
AI 智创简报：《Agent 兜底这层活一个人就能接》
2026 年上半年集中公开的一批 Agent 专利，主题高度一致：让 Agent 记得住上次说过什么、别张口就编、出错了能自己爬起来。大厂圈的是平台，但这三件事的实现层薄到一个人一周就能做出可演示版本，接在别人的 API 调用链上收钱。
In AI, InnovationBrief, 1 min read
一分钟读论文：《Agent编排框架与MCP协议生态》
如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。
In AI, ParadigmRadar, Agent, 2 mins read
一分钟读论文：《从ReAct到PI的编排范式转移》
如果你正在构建 AI 智能体，你可能已经发现一个痛点：传统的 ReAct（Reasoning + Acting）循环在处理多工具、长链路任务时，经常陷入无限循环或丢失全局目标。
In AI, ParadigmRadar, Agent, 3 mins read
一分钟读论文：《基于 PI 构建你的超强智能体》
上周 Anthropic 发布了 Claude 4 的内部基准测试：在 Agent 编排任务上，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案性能提升了 47%。这篇文章将解析 PI 的核心原理，并带你动手实现一个具备自适应规划与错误恢复能力的超强智能体。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《多模态表示重塑编码代理》
如果你正在构建一个基于 LLM 的代码修复 Agent，你可能已经注意到一个反直觉的现象：给模型”看”代码仓库的结构图，反而让它变得更笨了。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《AgentCIBench跨上下文隐私泄露》
德国达姆施塔特大学UKP实验室和ATHENE网络安全研究中心合作的一篇论文《Capable but Careless: Do Computer-Use Agents Follow Contextual Integrity?》，首次将Contextual Integrity理论引入AI Agent评估领域，发现Computer-Use Agent在执行跨应用任务时存在严重的上下文泄露问题：高能力代理反而是最严重的隐私泄露者。
In AI, Security, 1 min read
一分钟读论文：《通过智能体轨迹解剖模型行为》
堪萨斯大学的一篇论文《Dissecting model behavior through agent trajectories》，首次将意图-执行差距（intent-execution gap）形式化为可测量的系统偏差。
In AI, Agent, 1 min read
一分钟读论文：《SpecBench：规范级推理评估》
多伦多大学、滑铁卢大学、Vector Institute 和 NVIDIA 合作的一篇论文《SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents》，提出了首个面向软件工程 Agent 的规范级推理评估基准 SpecBench，发现即使是 GPT-5.4 这样最强的 Agent，在规范设计阶段的准确率仅为 44.4%。
In AI, SoftwareEngineering, 1 min read
一分钟读论文：《元认知记忆策略优化》
中国科学技术大学、浙江大学和腾讯合作的一篇论文《Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents》，针对长上下文记忆中的信息衰减问题，提出了基于元认知信念熵的MMPO算法，在175万token的超长上下文下保持97.1%的性能，显著优于现有递归总结方法。
In AI, LLM, 1 min read
一分钟读论文：《长程智能体：从接单到交付蓝图》
今天的 AI Agent 大多能在 10–20 步内完成一个明确的小任务。
In AI, ParadigmRadar, Agent, 4 mins read
一分钟读论文：《PRIME：通过迭代记忆进化实现用户中心Agent的主动推理》
Cornell 大学 Prince Zizhuang Wang 和 Shuli Jiang 的论文《PRIME: Training Free Proactive Reasoning via Iterative Memory Evolution for User-Centric Agent》，提出了一种梯度自由的学习框架，通过显式经验积累而非参数优化实现 Agent 的持续进化。
In AI, Agent, 1 min read
Prompting
一分钟读论文：《当 Many-Shot Prompting 失败时：LLM 代码翻译的实证研究》
来自 Amir Kiarafiei 等人的论文《When Many-Shot Prompting Fails: An Empirical Study of LLM Code Translation》 将在 ICSE 2026 的 ReCode Workshop 上发表。
In AI, LLM, 1 min read
CodeTranslation
一分钟读论文：《当 Many-Shot Prompting 失败时：LLM 代码翻译的实证研究》
来自 Amir Kiarafiei 等人的论文《When Many-Shot Prompting Fails: An Empirical Study of LLM Code Translation》 将在 ICSE 2026 的 ReCode Workshop 上发表。
In AI, LLM, 1 min read
deepmind
一分钟读论文：《DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破》
DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破## 概述2025 年 8 月 5 日，Google DeepMind 正式发布了 Genie 3，这是其最新的通用世界模型（world model），被称为”第一个实时交互式通用世界模型”。
In AI, deepmind, 2 mins readworld-model
一分钟读论文：《OPINE-World：程序化世界模型》
加州大学圣地亚哥分校和OpenAI的研究者发表的论文《OPINE-World：程序化世界模型与本体论误差引导的交互探索》，提出了一种让LLM Agent通过程序化世界模型在未知环境中主动学习的新范式。
In AI, Engineering, 1 min read
一分钟读论文：《DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破》
DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破## 概述2025 年 8 月 5 日，Google DeepMind 正式发布了 Genie 3，这是其最新的通用世界模型（world model），被称为”第一个实时交互式通用世界模型”。
In AI, deepmind, 2 mins readgenie-3
一分钟读论文：《DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破》
DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破## 概述2025 年 8 月 5 日，Google DeepMind 正式发布了 Genie 3，这是其最新的通用世界模型（world model），被称为”第一个实时交互式通用世界模型”。
In AI, deepmind, 2 mins readai
一分钟读论文：《CATS Net：当 AI 开始像人类一样理解概念，从感官体验到抽象思维的突破！》
最新发表在 Nature 的研究：CATS Net 神经网络首次模拟人类从感官体验中形成抽象概念的过程，甚至能让 AI 之间进行概念交流！
In ai, research, 1 min read
一分钟读论文：《iGRPO：让 AI 像人类一样自我反思，数学推理能力再升级！》
NVIDIA 最新研究：通过自我反馈机制，让 AI 在数学推理上取得突破性进展！
In ai, research, 1 min read
一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》
layout: postauthor: unbugtitle: “一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》”categories: [research, multimodal]tags: [deep-research, vision-language, mllm, ai]—。
In research, multimodal, 2 mins read
一分钟读论文：《Agent World Model 研究：1000 个合成环境推动智能体训练革命》
Agent World Model 研究：1000 个合成环境推动智能体训练革命## 概述2026 年 2 月，来自北卡罗来纳大学教堂山分校和 Snowflake 的研究团队发布了 Agent World Model (AWM)，这是一个全新的合成环境生成管道，能够创建 1000 个多样化的日常场景用于智能体训练。
In AI, Agent, 1 min read一分钟读论文：《DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破》
DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破## 概述2025 年 8 月 5 日，Google DeepMind 正式发布了 Genie 3，这是其最新的通用世界模型（world model），被称为”第一个实时交互式通用世界模型”。
In AI, deepmind, 2 mins readagent
AI 范式雷达：《把 Agent 的线拉进自己的箱子》
2026-10-16 至 10-28 的十二天里，agent 与模型之间那根直连裸线在 Hacker News 上同时遭到需求、事故、命名三向挤压：自建代理主帖 303 分，市占头部的 LiteLLM 在 PyPI 被投毒 596 分，「Agent Gateway」被厂商定为品类名。
In AI, ParadigmRadar, 1 min read
AI 范式雷达：《Agent 说完不算，拿出证据》
2026-09-26 到 10-05 的十天里，四起据报道的 agent 失控事件接连登上 Hacker News，其中热度最高的 Wikimedia 帖拿到 307 分。
In AI, ParadigmRadar, 3 mins read
AI 范式雷达：《当你的笔记本上住进别人家的守护进程》
一组 2026-10-16 实测数字：openai/codex 要求把守护进程默认启动改为 opt-in（选择性加入）的 issue #48195 获 181 个 +1、仍 open；HN 帖 50060694 拿到 607 分、全树 292 条评论（口径：292 为 HN API 全树数含已删除，顶层回复 58）。
In AI, ParadigmRadar, 3 mins read
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。
In AI, ParadigmRadar, 3 mins read
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
如果你的开发者工具只做过面向人类的营销，你正在错过一半个市场：Armature 的测量研究显示——Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%。
In AI, ParadigmRadar, 4 mins read
AI 范式雷达：《快脑拆出大模型，Agent 控制循环改订阅决策函数》
Agent 的高频控制循环正在换芯：从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《上线之前先让仿真客户把客服考一遍》
受监管行业上线客服 AI 智能体，测试是个两难：人工端到端覆盖面有限，直接上线实验又让客户替失败买单。
In AI, Engineering, 1 min read
一分钟读论文：《查历史工单要比所处阶段而非整篇文档》
微软红雷蒙德团队的论文《RAFT》（已被 EMNLP 2026 行业 track 接收）把已关闭工单抽象成时间线条目链按阶段检索，初始症状阶段案例命中率达 84.2%，远超整篇文档检索的 67.3%。
In AI, Engineering, 1 min read
AI 范式雷达：《隔离质量等于攻击面质量》
2026-08-26，安全公司 Trail of Bits 发布《VMs won’t contain cyber-capable agents》，称一个具备网络攻击能力的前沿 AI Agent（文中为 GPT 5.6-Cyber 预览版）先后 3 次从未经安全裁剪的通用 QEMU/KVM 虚拟机中自主逃逸。
In AI, ParadigmRadar, Security, 1 min read
一分钟读论文：《删掉的记忆为何仍会从行为里漏出来》
论文《Inferring Hidden User Models from the Behavior of Personalized LLM Agents》结论对业界话术很不利：个性化 Agent 的用户记忆即使原文已删除，黑盒攻击者依然能从被 user model（用户模型，指供后续决策使用的压缩或结构化表示）塑造的选择里恢复隐私信息。
In AI, Security, 1 min read
AI 范式雷达：《网站开始给 Agent 单独上一道菜》
同一个 URL、同一个 Accept 头，返回的字节从 24,222 掉到 2,201——这不是压缩，是换了一种表示。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《记忆库原封不动，Agent 为何照样失忆》
Ankit Goyal 与 Jaideep Ray 合作的论文《Does Your Agent’s Memory Survive a Model Upgrade?》给出一个反直觉结论：记忆库原封不动的 Agent 换模型后也失忆，笔记精度摆动 +9.91 或 -13.28 个百分点。
In AI, LLM, 1 min read
AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》
9 月 2 日登上 Hacker News 的 FrontierHarness Eval（HN Algolia API 2026-09-06 实测 81 分）给出结论：同一 Kimi K3 模型、同一运行时下，横评 9 个执行外壳，任务通过率最高 66.7%、最低 50.0%，每任务成本相差 17 倍。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《跑通测试的补丁三成过不了人类评审》
中山大学、浙江大学和重庆大学联合发表的论文《SWE-Gate》给出了一个直接冲击 agentic coding 叙事的数字：在 644 个通过功能测试的仓库级修复补丁中，有 221 个没有通过约束验证。
In AI, Engineering, 1 min read
一分钟读论文：《同一份权重换个接口得0.96分》
香港城市大学（City University of Hong Kong）的论文《Interface-Induced Trajectory Censoring》给出一个测量有效性层面的结论：同一份权重换个接口，得分从 0.00 到 0.96。
In AI, Engineering, 1 min read
一分钟读论文：《伪造行情面板让AI敢对不可知的事下注》
给一个 LLM agent 看一张专业排版的行情面板，再问它一个可证明不可预测的问题，它会给出方向性判断的概率远高于只问裸问题：这篇预注册研究在 12 个前沿模型上测出，随着证据从 thin 面板升级到 scrambled 面板，commitment（对不可知问题下方向注的概率）从 6.5% 升到 54.0%。
In 1 min read
一分钟读论文：《约束在交接中悄悄失效》
论文 arXiv:2608.24569（深圳大学）发现：正常 handoff 压缩后，100.0% 的约束被去激活，54.2% 的 episode 出现禁止动作。
In AI, Security, 1 min read
AI 范式雷达：《不再调权重：Agent 的自进化搬进了 Harness》
如果你最近在看 Agent 方向的论文，可能会注意到一个微妙的变化：过去半年讨论「让 Agent 自我改进」时，主角几乎总是模型本身——继续预训练、RLHF、递归微调。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《写进记忆的一句话，让后续回答都偏了方向》
上海交通大学与蚂蚁集团合作的论文《InjecMEM: Memory Injection Attack on LLM Agent Memory Systems》（arXiv:2608.23471，2026-08-24 提交）提出一种针对 LLM Agent 记忆系统的注入攻击：攻击者单次交互就能把后续回答导向预指定输出。
In AI, Security, 1 min read
一分钟读论文：《长程 Agent 记忆中的压缩悬崖》
德国帕绍大学（University of Passau）与奥地利 IT:U Linz 合作的论文《The Compaction Cliff in Long-Running AI Agent Memory》发现：一轮压缩后仅保留 53% 的安全规则，五轮后只剩 10%。
In AI, LLM, 1 min read
一分钟读论文：《七个模型在代码库里记错了同一个地方》
一篇近期提交到 arXiv 的论文《The Working Set of a Coding Agent: Coherence Debt in Repository-Scale Tasks》认为，仓库级编码 agent 的失败不在于智力不足，而在于写代码那一刻它依赖的事实既不在上下文窗口、也不在参数化记忆中。
In AI, LLM, 1 min read
一分钟读论文：《同一个模型换个外壳，攻击成功率差出四倍多》
Agent 安全系列前几期处理了三种威胁：#160 改答案、#161 偷资产、#162 建暗线。
In AI, Security, 1 min read
一分钟读论文：《不会解题的0.5B小模型成了运行时顾问》
新加坡国立大学的论文《Don’t Solve, Just Compare: Tiny Advisors for Runtime Intervention in LLM Agents》提出 COTA 框架：0.5B 小模型只会比较两个候选动作，就能给大 actor 指出错误、触发重规划。
In AI, LLM, 1 min read
AI 范式雷达：《Agent推理时扩展的预算分配》
如果你正在构建 AI 智能体，你可能已经发现一个越来越明显的瓶颈：无论你的 Agent 是处理简单的工具调用还是复杂的逻辑推理，它消耗的推理计算量几乎是一样的。
In AI, ParadigmRadar, 7 mins read
一分钟读论文：《Agent 的推理预算该动态分配》
韩国研究团队的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents》（arXiv:2607.28573）实证研究 Agent 场景的 test-time compute：额外计算不提高成功率。
In AI, LLM, 1 min read
一分钟读论文：《因果结构驾驭长程数字智能体》
加州大学圣地亚哥分校与 Aether AI Lab 合作的一篇论文《Harness Long-horizon Digital Agents with Unified Causal Structure》，提出 StructAgent 框架，通过统一状态表示和结构化工作流显著提升长程数字 Agent 的可靠性。
In AI, 1 min read
一分钟读论文：《异构智能体群体兼顾安全与创造力》
加州大学伯克利分校和斯坦福大学的合作团队发表了一篇论文《Heterogeneous Agent Cohorts for Safe Open-Ended Exploration with Runtime Constraint Memory》（https://arxiv.org/abs/2607.11226），提出异构智能体群体架构，通过角色分离在开放探索中同时保障安全性和创造力。
In AI, Research, 1 min read
AI 范式雷达：《EvoSOP：从原子操作到标准流程》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人沮丧的模式：同一个 Agent 框架，跑十个任务可能要用掉二十种不同的工具组合。
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《CompactionRL：压缩入强化学习》
本文讨论的论文是 CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents，arXiv:2607.05378，由清华大学（Tsinghua University）的 Yujiang Li、Zhenyu Hou、Yi Jing、Jie Tang 和 Yuxiao Dong 五位研究者完成。
In AI, RL, 1 min read
一分钟读论文：《双时间尺度递归自我改进架构》
本文讨论的论文是 MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution，arXiv:2607.05297，由慕尼黑大学（LMU Munich）的 Zefeng Wang、Minxi Yan 等六位研究者完成。
In AI, Agent, 1 min read
一分钟读论文：《LLM验证器：验证作为第四种缩放轴》
本文讨论的论文是 LLM-as-a-Verifier: A General-Purpose Verification Framework，arXiv:2607.05391，由斯坦福大学和加州大学伯克利分校共九位研究者联合完成。
In AI, LLM, 1 min read
一分钟读论文：《用Lean4验证Agent工作流》
LLM Agent 的工作流设计长期缺乏形式化保障，研究者通常依赖经验性测试和统计评估来判断一个 Agent 流程是否可靠。
In AI, FormalMethods, 1 min read
一分钟读论文：《基于 PI 的智能体编排实战》
上周行业内部基准测试显示：在复杂多步 Agent 任务中，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案成功率提升了 40%-60%，同时显著减少了无效循环和上下文爆炸。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《MCP协议与PI架构融合》
如果你的团队正在构建 AI 智能体，你可能已经发现两个并行的痛点：工具调用的上下文管理太碎片化，而传统的 ReAct 循环在复杂任务中容易陷入无效试错。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《高质量合成数据让工具调用性能提升10%》
多步工具调用正在成为 Agent 能力上限的主要约束。最新论文 PROVE 给出的答案不是继续堆模型参数，而是先解决训练数据与真实工具状态之间的错配。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《多组件 Agent 的组成性不协调》
Anany Kotawala 的论文《Locally Coherent, Globally Incoherent: Bounding Compositional Incoherence in Multi-Component LLM Agents》，揭示了多组件 LLM Agent 系统中的一个根本性缺陷：即使每个组件在局部都是校准良好的，它们的组合输出仍可能违反基本概率公理。
In AI, Agent, 1 min read
一分钟读论文：《Agent World Model 研究：1000 个合成环境推动智能体训练革命》
Agent World Model 研究：1000 个合成环境推动智能体训练革命## 概述2026 年 2 月，来自北卡罗来纳大学教堂山分校和 Snowflake 的研究团队发布了 Agent World Model (AWM)，这是一个全新的合成环境生成管道，能够创建 1000 个多样化的日常场景用于智能体训练。
In AI, Agent, 1 min readreinforcement-learning
一分钟读论文：《Beacon：强化学习驱动视觉推理》
多机构研究团队发表的论文《Beacon: Knowing When and How to Perform Agentic Visual Reasoning》提出了 Mode Adaptiveness（MA）和 Tool Effect（TE）双维度分析框架，实验显著降低了工具滥用率。
In AI, ComputerVision, 1 min read
一分钟读论文：《通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。
In AI, Agent, 1 min read
AI 范式雷达：《可验证数据突破桌面智能体天花板》
如果你正在构建 Computer Use Agent（CUA），你可能已经发现一个令人沮丧的事实：你的模型在 OSWorld 上跑不过参数量大它四倍的竞品。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《高质量合成数据让工具调用性能提升10%》
多步工具调用正在成为 Agent 能力上限的主要约束。最新论文 PROVE 给出的答案不是继续堆模型参数，而是先解决训练数据与真实工具状态之间的错配。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《iGRPO：让 AI 像人类一样自我反思，数学推理能力再升级！》
NVIDIA 最新研究：通过自我反馈机制，让 AI 在数学推理上取得突破性进展！
In ai, research, 1 min read
一分钟读论文：《Agent World Model 研究：1000 个合成环境推动智能体训练革命》
Agent World Model 研究：1000 个合成环境推动智能体训练革命## 概述2026 年 2 月，来自北卡罗来纳大学教堂山分校和 Snowflake 的研究团队发布了 Agent World Model (AWM)，这是一个全新的合成环境生成管道，能够创建 1000 个多样化的日常场景用于智能体训练。
In AI, Agent, 1 min readsynthetic-environments
一分钟读论文：《Agent World Model 研究：1000 个合成环境推动智能体训练革命》
Agent World Model 研究：1000 个合成环境推动智能体训练革命## 概述2026 年 2 月，来自北卡罗来纳大学教堂山分校和 Snowflake 的研究团队发布了 Agent World Model (AWM)，这是一个全新的合成环境生成管道，能够创建 1000 个多样化的日常场景用于智能体训练。
In AI, Agent, 1 min readReSyn
推理模型
强化学习
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
简介想象一下：如果AI不是通过”背诵”人类的解题步骤来学会推理，而是像人类一样，在不断的试错中突然”顿悟”，那会是怎样的场景？
In AI, 1 min read
一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》
layout: postauthor: unbugtitle: “一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》”categories: [AI]tags: [GLM-5, 智谱 AI, 大语言模型, 智能体, 强化学习]—## 引言2026 年 2 月 17 日，智谱 AI 与清华大学联合扔出了一枚王炸——GLM-5！这款新一代基础模型，直接把 AI 的范式从「氛围编程」（Vibe Coding）推向了「智能体工程」（Agentic Engineering）的新时代。
In AI, 1 min read
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》”categories: [AI]tags: [DeepSeek, 强化学习, 推理, Nature]—。
In AI, 1 min read
一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
layout: postauthor: unbugtitle: “一分钟读论文：《RWML：让 LLM 智能体学会预测未来》”categories: [AI]tags: [AI, 论文, 强化学习, 世界模型, LLM, 智能体]—。
In AI, 1 min read
一分钟读论文：《Agentic Reasoning：从被动推理到主动智能的完整路线图！》
Agentic Reasoning：从被动推理到主动智能的完整路线图！
In AI, 论文解读, 2 mins read
合成环境
ICLR 2026
一分钟读论文：CAGE ICLR 2026 突破性AI安全技术，破解跨文化红队测试难题
开篇你有没有想过？一个在英文环境下安全合规的AI模型，到了其他语言和文化环境中，可能会出现严重的安全漏洞？
In AI安全, 顶会论文, 1 min read一分钟读论文：《ICLR 2026危机：50+论文幻觉引用丑闻》
GPTZero扫描300篇ICLR 2026投稿： 16.7%论文含幻觉引用（50篇，人工验证） 3-5位同行评审全部漏检，部分评分高达8/10 推算2万篇投稿中可能有数百篇存在幻觉引用。
In AI学术, 论文解读, 1 min read
一分钟读论文：《MemMamba：重新思考状态空间模型中的记忆模式》
简介在人工智能的世界里，序列建模就像是一场”记忆马拉松”——从传统的循环神经网络（RNN）到革命性的 Transformer，再到近年来异军突起的状态空间模型（SSMs），研究者们一直在寻找既能高效处理超长序列，又能牢牢记住关键信息的完美架构。
In paper, 3 mins read
Agentic Reasoning
一分钟读论文：《Agentic Reasoning：从被动推理到主动智能的完整路线图！》
Agentic Reasoning：从被动推理到主动智能的完整路线图！
In AI, 论文解读, 2 mins read
LLM Agent
一分钟读论文：《Agentic Reasoning：从被动推理到主动智能的完整路线图！》
Agentic Reasoning：从被动推理到主动智能的完整路线图！
In AI, 论文解读, 2 mins read
多智能体
一分钟读论文：《Agentic Reasoning：从被动推理到主动智能的完整路线图！》
Agentic Reasoning：从被动推理到主动智能的完整路线图！
In AI, 论文解读, 2 mins read
综述论文
一分钟读论文：《Agentic Reasoning：从被动推理到主动智能的完整路线图！》
Agentic Reasoning：从被动推理到主动智能的完整路线图！
In AI, 论文解读, 2 mins read
论文
一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
layout: postauthor: unbugtitle: “一分钟读论文：《RWML：让 LLM 智能体学会预测未来》”categories: [AI]tags: [AI, 论文, 强化学习, 世界模型, LLM, 智能体]—。
In AI, 1 min read
世界模型
一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》
layout: postauthor: unbugtitle: “一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》”categories: [AI]tags: [世界模型, World Model, PAN, MBZUAI, 人工智能]—。
In AI, 1 min read
一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
layout: postauthor: unbugtitle: “一分钟读论文：《RWML：让 LLM 智能体学会预测未来》”categories: [AI]tags: [AI, 论文, 强化学习, 世界模型, LLM, 智能体]—。
In AI, 1 min read
AI 代理，多智能体，社会行为，部落主义
一分钟读论文：《三个 AI 走进酒吧：聪明的 AI 也会搞部落主义？》
layout: posttitle: “一分钟读论文：《三个 AI 走进酒吧：聪明的 AI 也会搞部落主义？》”author: unbugcategories: [AI]tags: [AI 代理，多智能体，社会行为，部落主义]—。
In AI, 1 min read
数学
一分钟读论文：《AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个》
🎯 炸裂！AI 真的开始做数学研究了！
In AI, 研究论文, 1 min read
一分钟读论文：《AI for Mathematics：当人工智能邂逅纯数学——2026年的突破性进展》
layout: postauthor: unbugtitle: “一分钟读论文：《AI for Mathematics：当人工智能邂逅纯数学——2026年的突破性进展》”categories: [ai, mathematics]tags: [数学, 人工智能]—## 引言当 David Hilbert 在 1920 年代提出他的宏伟计划——将所有数学形式化，在一致的公理系统内证明每一个定理时，他可能无法想象，一个世纪后的今天，人工智能正在将这个梦想逐步变为现实。
In ai, mathematics, 1 min read
人工智能
一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》
layout: postauthor: unbugtitle: “一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》”categories: [AI]tags: [世界模型, World Model, PAN, MBZUAI, 人工智能]—。
In AI, 1 min read
一分钟读论文：《AI for Mathematics：当人工智能邂逅纯数学——2026年的突破性进展》
layout: postauthor: unbugtitle: “一分钟读论文：《AI for Mathematics：当人工智能邂逅纯数学——2026年的突破性进展》”categories: [ai, mathematics]tags: [数学, 人工智能]—## 引言当 David Hilbert 在 1920 年代提出他的宏伟计划——将所有数学形式化，在一致的公理系统内证明每一个定理时，他可能无法想象，一个世纪后的今天，人工智能正在将这个梦想逐步变为现实。
In ai, mathematics, 1 min read
粒子加速器
一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》
layout: postauthor: unbugtitle: “一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》”categories: [AI]tags: [AI, 粒子加速器, 自动驾驶, 科学设施]—# AI原生粒子加速器：让大型科学设施学会”自动驾驶”想象一下，一个粒子加速器能够自己”开车”：自动调谐数千个磁铁和射频腔体以获得最佳束流质量，在设备故障造成停机之前提前”嗅出”问题，实时适应不断变化的实验需求——所有这些都只需要最少的人工干预。
In AI, 1 min read
自动驾驶
一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》
layout: postauthor: unbugtitle: “一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》”categories: [AI]tags: [AI, 粒子加速器, 自动驾驶, 科学设施]—# AI原生粒子加速器：让大型科学设施学会”自动驾驶”想象一下，一个粒子加速器能够自己”开车”：自动调谐数千个磁铁和射频腔体以获得最佳束流质量，在设备故障造成停机之前提前”嗅出”问题，实时适应不断变化的实验需求——所有这些都只需要最少的人工干预。
In AI, 1 min read
科学设施
一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》
layout: postauthor: unbugtitle: “一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》”categories: [AI]tags: [AI, 粒子加速器, 自动驾驶, 科学设施]—# AI原生粒子加速器：让大型科学设施学会”自动驾驶”想象一下，一个粒子加速器能够自己”开车”：自动调谐数千个磁铁和射频腔体以获得最佳束流质量，在设备故障造成停机之前提前”嗅出”问题，实时适应不断变化的实验需求——所有这些都只需要最少的人工干预。
In AI, 1 min read
AlphaEvolve
一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》
layout: postauthor: unbugtitle: “一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》”categories: [AI]tags: [AlphaEvolve, 矩阵乘法, Google DeepMind, 算法发现, 数学突破]—。
In AI, 3 mins read
矩阵乘法
一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》
layout: postauthor: unbugtitle: “一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》”categories: [AI]tags: [AlphaEvolve, 矩阵乘法, Google DeepMind, 算法发现, 数学突破]—。
In AI, 3 mins read
Google DeepMind
AI 正在成为知识守门人？Google DeepMind 新论文警告：信任危机迫在眉睫
🎯 核心争议AI 正在从”工具”变成”知识代理人”（Epistemic Agents）——它们不再只是回答问题，而是主动塑造我们获取、生产和解释信息的方式。
In AI Safety, AI Ethics, Knowledge, 1 min read
一分钟读论文：《AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个》
🎯 炸裂！AI 真的开始做数学研究了！
In AI, 研究论文, 1 min read
一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》
layout: postauthor: unbugtitle: “一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》”categories: [AI]tags: [AlphaEvolve, 矩阵乘法, Google DeepMind, 算法发现, 数学突破]—。
In AI, 3 mins read
算法发现
一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》
layout: postauthor: unbugtitle: “一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》”categories: [AI]tags: [AlphaEvolve, 矩阵乘法, Google DeepMind, 算法发现, 数学突破]—。
In AI, 3 mins read
数学突破
一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》
layout: postauthor: unbugtitle: “一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》”categories: [AI]tags: [AlphaEvolve, 矩阵乘法, Google DeepMind, 算法发现, 数学突破]—。
In AI, 3 mins read
Machine Learning
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》
layout: postauthor: unbugtitle: “一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》”categories: [AI]tags: [AI, Machine Learning, Data Shapley, ICLR 2025]—。
In AI, 1 min read
Data Shapley
一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》
layout: postauthor: unbugtitle: “一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》”categories: [AI]tags: [AI, Machine Learning, Data Shapley, ICLR 2025]—。
In AI, 1 min read
ICLR 2025
一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》
layout: postauthor: unbugtitle: “一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》”categories: [AI]tags: [AI, Machine Learning, Data Shapley, ICLR 2025]—。
In AI, 1 min read
DeepSeek
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
简介想象一下：如果AI不是通过”背诵”人类的解题步骤来学会推理，而是像人类一样，在不断的试错中突然”顿悟”，那会是怎样的场景？
In AI, 1 min read
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》”categories: [AI]tags: [DeepSeek, 强化学习, 推理, Nature]—。
In AI, 1 min read
一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》”categories: [AI]tags: [DeepSeek, Engram, 内存架构, 稀疏性, MoE, 大语言模型]—# DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
In AI, 1 min read
Engram
一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》”categories: [AI]tags: [DeepSeek, Engram, 内存架构, 稀疏性, MoE, 大语言模型]—# DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
In AI, 1 min read
内存架构
一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》”categories: [AI]tags: [DeepSeek, Engram, 内存架构, 稀疏性, MoE, 大语言模型]—# DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
In AI, 1 min read
稀疏性
一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》”categories: [AI]tags: [DeepSeek, Engram, 内存架构, 稀疏性, MoE, 大语言模型]—# DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
In AI, 1 min read
MoE
一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》”categories: [AI]tags: [DeepSeek, Engram, 内存架构, 稀疏性, MoE, 大语言模型]—# DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
In AI, 1 min read
大语言模型
一分钟读论文：CAGE ICLR 2026 突破性AI安全技术，破解跨文化红队测试难题
开篇你有没有想过？一个在英文环境下安全合规的AI模型，到了其他语言和文化环境中，可能会出现严重的安全漏洞？
In AI安全, 顶会论文, 1 min read一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》
layout: postauthor: unbugtitle: “一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》”categories: [AI]tags: [GLM-5, 智谱 AI, 大语言模型, 智能体, 强化学习]—## 引言2026 年 2 月 17 日，智谱 AI 与清华大学联合扔出了一枚王炸——GLM-5！这款新一代基础模型，直接把 AI 的范式从「氛围编程」（Vibe Coding）推向了「智能体工程」（Agentic Engineering）的新时代。
In AI, 1 min read
一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》”categories: [AI]tags: [DeepSeek, Engram, 内存架构, 稀疏性, MoE, 大语言模型]—# DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
In AI, 1 min read
推理
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》”categories: [AI]tags: [DeepSeek, 强化学习, 推理, Nature]—。
In AI, 1 min read
Nature
一分钟读论文：《AI 科学家：科学未来由 AI 自主发现》
伦敦国王学院 2026 年 4 月研究揭示：AI 正从科研工具转变为自主发现者，可能在未来彻底改变科学探索方式：- 🤖 AI 科学家完成从选题到发表的全流程 📚 已发表多篇通过同行评审的论文 🧠 人机协作成为最佳模式 ⚡ 效率飞跃：AI 可 24 小时不间断研究。
In AI 研究, 论文解读, 1 min read
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
layout: postauthor: unbugtitle: “一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》”categories: [AI]tags: [DeepSeek, 强化学习, 推理, Nature]—。
In AI, 1 min read
GLM-5
一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》
layout: postauthor: unbugtitle: “一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》”categories: [AI]tags: [GLM-5, 智谱 AI, 大语言模型, 智能体, 强化学习]—## 引言2026 年 2 月 17 日，智谱 AI 与清华大学联合扔出了一枚王炸——GLM-5！这款新一代基础模型，直接把 AI 的范式从「氛围编程」（Vibe Coding）推向了「智能体工程」（Agentic Engineering）的新时代。
In AI, 1 min read
智谱 AI
一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》
layout: postauthor: unbugtitle: “一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》”categories: [AI]tags: [GLM-5, 智谱 AI, 大语言模型, 智能体, 强化学习]—## 引言2026 年 2 月 17 日，智谱 AI 与清华大学联合扔出了一枚王炸——GLM-5！这款新一代基础模型，直接把 AI 的范式从「氛围编程」（Vibe Coding）推向了「智能体工程」（Agentic Engineering）的新时代。
In AI, 1 min read
AI Agents
AI 正在成为知识守门人？Google DeepMind 新论文警告：信任危机迫在眉睫
🎯 核心争议AI 正在从”工具”变成”知识代理人”（Epistemic Agents）——它们不再只是回答问题，而是主动塑造我们获取、生产和解释信息的方式。
In AI Safety, AI Ethics, Knowledge, 1 min read
一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》
layout: postauthor: unbugtitle: “一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》”categories: [AI]tags: [AI Agents, Deep Research, Framework]—。
In AI, 1 min read
Deep Research
一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》
layout: postauthor: unbugtitle: “一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》”categories: [AI]tags: [AI Agents, Deep Research, Framework]—。
In AI, 1 min read
Google Research
一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》”categories: [AI, 机器学习, 深度学习]tags: [Nested Learning, Google Research, NeurIPS 2025]—。
In AI, 机器学习, 深度学习, 1 min read
World Model
一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》
layout: postauthor: unbugtitle: “一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》”categories: [AI]tags: [世界模型, World Model, PAN, MBZUAI, 人工智能]—。
In AI, 1 min read
PAN
一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》
layout: postauthor: unbugtitle: “一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》”categories: [AI]tags: [世界模型, World Model, PAN, MBZUAI, 人工智能]—。
In AI, 1 min read
MBZUAI
一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》
layout: postauthor: unbugtitle: “一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》”categories: [AI]tags: [世界模型, World Model, PAN, MBZUAI, 人工智能]—。
In AI, 1 min read
量子计算
一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
layout: postauthor: unbugtitle: “一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》”categories: [AI]tags: [量子计算, 储层计算, 量子混沌, 多体系统, 机器学习, Physical Review Letters]—# 量子储层计算重大突破！在”多体混沌边缘”实现最佳性能，为量子AI开辟新道路！
In AI, 1 min read
储层计算
一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
layout: postauthor: unbugtitle: “一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》”categories: [AI]tags: [量子计算, 储层计算, 量子混沌, 多体系统, 机器学习, Physical Review Letters]—# 量子储层计算重大突破！在”多体混沌边缘”实现最佳性能，为量子AI开辟新道路！
In AI, 1 min read
量子混沌
一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
layout: postauthor: unbugtitle: “一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》”categories: [AI]tags: [量子计算, 储层计算, 量子混沌, 多体系统, 机器学习, Physical Review Letters]—# 量子储层计算重大突破！在”多体混沌边缘”实现最佳性能，为量子AI开辟新道路！
In AI, 1 min read
多体系统
一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
layout: postauthor: unbugtitle: “一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》”categories: [AI]tags: [量子计算, 储层计算, 量子混沌, 多体系统, 机器学习, Physical Review Letters]—# 量子储层计算重大突破！在”多体混沌边缘”实现最佳性能，为量子AI开辟新道路！
In AI, 1 min read
机器学习
一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
layout: postauthor: unbugtitle: “一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》”categories: [AI]tags: [量子计算, 储层计算, 量子混沌, 多体系统, 机器学习, Physical Review Letters]—# 量子储层计算重大突破！在”多体混沌边缘”实现最佳性能，为量子AI开辟新道路！
In AI, 1 min read
Physical Review Letters
一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
layout: postauthor: unbugtitle: “一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》”categories: [AI]tags: [量子计算, 储层计算, 量子混沌, 多体系统, 机器学习, Physical Review Letters]—# 量子储层计算重大突破！在”多体混沌边缘”实现最佳性能，为量子AI开辟新道路！
In AI, 1 min read
Titans
一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》”categories: [AI]tags: [Google, Titans, MIRAS, 长期记忆, Transformer, 序列建模]excerpt: “Google Research 发布了 Titans 架构和 MIRAS 框架，通过深度学习的记忆模块和在线优化理论，让 AI 模型能够处理超大规模上下文，终结了 LLM 的健忘症问题。
In AI, 1 min read
MIRAS
一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》”categories: [AI]tags: [Google, Titans, MIRAS, 长期记忆, Transformer, 序列建模]excerpt: “Google Research 发布了 Titans 架构和 MIRAS 框架，通过深度学习的记忆模块和在线优化理论，让 AI 模型能够处理超大规模上下文，终结了 LLM 的健忘症问题。
In AI, 1 min read
长期记忆
一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》”categories: [AI]tags: [Google, Titans, MIRAS, 长期记忆, Transformer, 序列建模]excerpt: “Google Research 发布了 Titans 架构和 MIRAS 框架，通过深度学习的记忆模块和在线优化理论，让 AI 模型能够处理超大规模上下文，终结了 LLM 的健忘症问题。
In AI, 1 min read
Transformer
一分钟读论文：《LUCID Attention：给长上下文模型戴上降噪耳机》
—# LUCID Attention：给长上下文模型戴上”降噪耳机”想象一下：你在一个嘈杂的咖啡馆里，试图听清朋友说的话。
In AI, Research, Transformer, 2 mins read
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》”categories: [AI]tags: [Google, Titans, MIRAS, 长期记忆, Transformer, 序列建模]excerpt: “Google Research 发布了 Titans 架构和 MIRAS 框架，通过深度学习的记忆模块和在线优化理论，让 AI 模型能够处理超大规模上下文，终结了 LLM 的健忘症问题。
In AI, 1 min read
序列建模
一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
layout: postauthor: unbugtitle: “一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》”categories: [AI]tags: [Google, Titans, MIRAS, 长期记忆, Transformer, 序列建模]excerpt: “Google Research 发布了 Titans 架构和 MIRAS 框架，通过深度学习的记忆模块和在线优化理论，让 AI 模型能够处理超大规模上下文，终结了 LLM 的健忘症问题。
In AI, 1 min read
deep-research
一分钟读论文：《研究 Agent 把证据磨得太光滑》
纽约大学（New York University）的论文《Quantifying Claim Smoothing by LLM Research Agents》给深度研究 Agent 的一种系统性偏差起了名字：smoothing（平滑化），每个系统至少 25% 的结论拿到 SmoothScore ≥ 3。
In AI, Safety, 1 min read
一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》
layout: postauthor: unbugtitle: “一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》”categories: [research, multimodal]tags: [deep-research, vision-language, mllm, ai]—。
In research, multimodal, 2 mins read
vision-language
一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》
layout: postauthor: unbugtitle: “一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》”categories: [research, multimodal]tags: [deep-research, vision-language, mllm, ai]—。
In research, multimodal, 2 mins read
mllm
一分钟读论文：《Beacon：强化学习驱动视觉推理》
多机构研究团队发表的论文《Beacon: Knowing When and How to Perform Agentic Visual Reasoning》提出了 Mode Adaptiveness（MA）和 Tool Effect（TE）双维度分析框架，实验显著降低了工具滥用率。
In AI, ComputerVision, 1 min read
一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》
layout: postauthor: unbugtitle: “一分钟读论文：《Vision-DeepResearch：首个长时序多模态深度研究模型，8B 参数干翻 GPT-5》”categories: [research, multimodal]tags: [deep-research, vision-language, mllm, ai]—。
In research, multimodal, 2 mins read
AI科学家
一分钟读论文：《HybridQuestion：人类-AI 协作发现 2025 年十大科学突破与 2026 年重大科学问题》
HybridQuestion：当 AI 成为”共同科学家”——盘点 2025 年十大科学突破与 2026 年重大科学问题## 论文概览- 标题：Human-AI Collaboration for Identifying High-Impact Research 作者：来自多个研究机构的跨学科团队 发表：arXiv:2602.03849 (2025 年 12 月) arXiv：2602.03849## 背景：科学文献爆炸的时代在当今这个知识爆炸的时代，科学文献的增长速度已经远超人类的认知极限。
In AI, 1 min read
人机协作
一分钟读论文：《HybridQuestion：人类-AI 协作发现 2025 年十大科学突破与 2026 年重大科学问题》
HybridQuestion：当 AI 成为”共同科学家”——盘点 2025 年十大科学突破与 2026 年重大科学问题## 论文概览- 标题：Human-AI Collaboration for Identifying High-Impact Research 作者：来自多个研究机构的跨学科团队 发表：arXiv:2602.03849 (2025 年 12 月) arXiv：2602.03849## 背景：科学文献爆炸的时代在当今这个知识爆炸的时代，科学文献的增长速度已经远超人类的认知极限。
In AI, 1 min read
科学发现
一分钟读论文：《HybridQuestion：人类-AI 协作发现 2025 年十大科学突破与 2026 年重大科学问题》
HybridQuestion：当 AI 成为”共同科学家”——盘点 2025 年十大科学突破与 2026 年重大科学问题## 论文概览- 标题：Human-AI Collaboration for Identifying High-Impact Research 作者：来自多个研究机构的跨学科团队 发表：arXiv:2602.03849 (2025 年 12 月) arXiv：2602.03849## 背景：科学文献爆炸的时代在当今这个知识爆炸的时代，科学文献的增长速度已经远超人类的认知极限。
In AI, 1 min read
arXiv
一分钟读论文：《HybridQuestion：人类-AI 协作发现 2025 年十大科学突破与 2026 年重大科学问题》
HybridQuestion：当 AI 成为”共同科学家”——盘点 2025 年十大科学突破与 2026 年重大科学问题## 论文概览- 标题：Human-AI Collaboration for Identifying High-Impact Research 作者：来自多个研究机构的跨学科团队 发表：arXiv:2602.03849 (2025 年 12 月) arXiv：2602.03849## 背景：科学文献爆炸的时代在当今这个知识爆炸的时代，科学文献的增长速度已经远超人类的认知极限。
In AI, 1 min read
推理能力
一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
简介想象一下：如果AI不是通过”背诵”人类的解题步骤来学会推理，而是像人类一样，在不断的试错中突然”顿悟”，那会是怎样的场景？
In AI, 1 min read
科研
一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
引言：科学研究的新纪元想象一下：2026 年的某一天，企业家 Iban Borras 坐在电脑前，他的研究团队不是几个博士后，而是 Claude Opus、Gemini Pro、ChatGPT 和 Manus——四个 AI 模型。
In AI, 科学研究, 1 min read
Claude
一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
引言：科学研究的新纪元想象一下：2026 年的某一天，企业家 Iban Borras 坐在电脑前，他的研究团队不是几个博士后，而是 Claude Opus、Gemini Pro、ChatGPT 和 Manus——四个 AI 模型。
In AI, 科学研究, 1 min read
共同作者
一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
引言：科学研究的新纪元想象一下：2026 年的某一天，企业家 Iban Borras 坐在电脑前，他的研究团队不是几个博士后，而是 Claude Opus、Gemini Pro、ChatGPT 和 Manus——四个 AI 模型。
In AI, 科学研究, 1 min read
神经网络
一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
引言：打破深度学习的局限在深度学习领域，我们已经习惯了两个核心概念：ReLU（整流线性单元）作为神经元的基本构建块，以及误差反向传播作为训练网络的主要方法。
In AI, 神经科学, 机器学习, 1 min read
神经科学
一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
引言：打破深度学习的局限在深度学习领域，我们已经习惯了两个核心概念：ReLU（整流线性单元）作为神经元的基本构建块，以及误差反向传播作为训练网络的主要方法。
In AI, 神经科学, 机器学习, 1 min read
生物启发
一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
引言：打破深度学习的局限在深度学习领域，我们已经习惯了两个核心概念：ReLU（整流线性单元）作为神经元的基本构建块，以及误差反向传播作为训练网络的主要方法。
In AI, 神经科学, 机器学习, 1 min read
ReSU
一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
引言：打破深度学习的局限在深度学习领域，我们已经习惯了两个核心概念：ReLU（整流线性单元）作为神经元的基本构建块，以及误差反向传播作为训练网络的主要方法。
In AI, 神经科学, 机器学习, 1 min read
反向传播
一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
引言：打破深度学习的局限在深度学习领域，我们已经习惯了两个核心概念：ReLU（整流线性单元）作为神经元的基本构建块，以及误差反向传播作为训练网络的主要方法。
In AI, 神经科学, 机器学习, 1 min read
World Models
一分钟读论文：《世界模型统一框架：突破任务特定知识注入的局限性》
2026年最新研究揭示，世界模型研究正在经历从任务特定知识注入到统一框架设计的关键转变...
In AI Research, World Models, 1 min read
Deep Learning
一分钟读论文：《HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型》
简介：大卫挑战歌利亚在 AI 世界里，我们已经被”越大越好”的魔咒洗脑了——参数量从十亿狂飙到万亿，训练数据从 TB 堆到 PB，仿佛只有砸钱堆算力才能出奇迹。
In AI, 1 min read
一分钟读论文：《世界模型统一框架：突破任务特定知识注入的局限性》
2026年最新研究揭示，世界模型研究正在经历从任务特定知识注入到统一框架设计的关键转变...
In AI Research, World Models, 1 min read
AGI
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
当我们谈论人工智能的终极目标时，具身智能（Embodied AI）正逐渐成为共识性的方向。
In AI, Robotics, EmbodiedAI, 2 mins read
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
在 AGI（通用人工智能）的研究浪潮中，一个核心问题始终悬而未决：AGI 是否需要具身性（Embodiment）？
In AI, Robotics, EmbodiedAI, 2 mins read
一分钟读论文：《世界模型统一框架：突破任务特定知识注入的局限性》
2026年最新研究揭示，世界模型研究正在经历从任务特定知识注入到统一框架设计的关键转变...
In AI Research, World Models, 1 min read
状态空间模型
一分钟读论文：《MemMamba：重新思考状态空间模型中的记忆模式》
简介在人工智能的世界里，序列建模就像是一场”记忆马拉松”——从传统的循环神经网络（RNN）到革命性的 Transformer，再到近年来异军突起的状态空间模型（SSMs），研究者们一直在寻找既能高效处理超长序列，又能牢牢记住关键信息的完美架构。
In paper, 3 mins read
Mamba
一分钟读论文：《MemMamba：重新思考状态空间模型中的记忆模式》
简介在人工智能的世界里，序列建模就像是一场”记忆马拉松”——从传统的循环神经网络（RNN）到革命性的 Transformer，再到近年来异军突起的状态空间模型（SSMs），研究者们一直在寻找既能高效处理超长序列，又能牢牢记住关键信息的完美架构。
In paper, 3 mins read
记忆机制
一分钟读论文：《MemMamba：重新思考状态空间模型中的记忆模式》
简介在人工智能的世界里，序列建模就像是一场”记忆马拉松”——从传统的循环神经网络（RNN）到革命性的 Transformer，再到近年来异军突起的状态空间模型（SSMs），研究者们一直在寻找既能高效处理超长序列，又能牢牢记住关键信息的完美架构。
In paper, 3 mins read
Model Architecture
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
STAR
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
Liquid AI
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
语音 AI
一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
想象一下：如果把语音 AI 比作一个交响乐团，传统方法是让一个”全能音乐家”包揽所有乐器，而 ELM 架构则是让 100 多位专家各司其职——有人专门听情感，有人专门听语调，有人专门听背景噪音……然后通过一个超级指挥家把它们完美融合。这就是 Modulate AI 在 2026 年 1 月 20 日带来的革命！
In AI, 论文, 2 mins read
ELM
一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
想象一下：如果把语音 AI 比作一个交响乐团，传统方法是让一个”全能音乐家”包揽所有乐器，而 ELM 架构则是让 100 多位专家各司其职——有人专门听情感，有人专门听语调，有人专门听背景噪音……然后通过一个超级指挥家把它们完美融合。这就是 Modulate AI 在 2026 年 1 月 20 日带来的革命！
In AI, 论文, 2 mins read
模型架构
一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
想象一下：如果把语音 AI 比作一个交响乐团，传统方法是让一个”全能音乐家”包揽所有乐器，而 ELM 架构则是让 100 多位专家各司其职——有人专门听情感，有人专门听语调，有人专门听背景噪音……然后通过一个超级指挥家把它们完美融合。这就是 Modulate AI 在 2026 年 1 月 20 日带来的革命！
In AI, 论文, 2 mins read
突破
一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
想象一下：如果把语音 AI 比作一个交响乐团，传统方法是让一个”全能音乐家”包揽所有乐器，而 ELM 架构则是让 100 多位专家各司其职——有人专门听情感，有人专门听语调，有人专门听背景噪音……然后通过一个超级指挥家把它们完美融合。这就是 Modulate AI 在 2026 年 1 月 20 日带来的革命！
In AI, 论文, 2 mins read
2026
一分钟读论文：《LUCID Attention：给长上下文模型戴上降噪耳机》
—# LUCID Attention：给长上下文模型戴上”降噪耳机”想象一下：你在一个嘈杂的咖啡馆里，试图听清朋友说的话。
In AI, Research, Transformer, 2 mins read
一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
想象一下：如果把语音 AI 比作一个交响乐团，传统方法是让一个”全能音乐家”包揽所有乐器，而 ELM 架构则是让 100 多位专家各司其职——有人专门听情感，有人专门听语调，有人专门听背景噪音……然后通过一个超级指挥家把它们完美融合。这就是 Modulate AI 在 2026 年 1 月 20 日带来的革命！
In AI, 论文, 2 mins read
Architecture
一分钟读论文：《从ReAct到PI的编排范式转移》
如果你正在构建 AI 智能体，你可能已经发现一个痛点：传统的 ReAct（Reasoning + Acting）循环在处理多工具、长链路任务时，经常陷入无限循环或丢失全局目标。
In AI, ParadigmRadar, Agent, 3 mins read
一分钟读论文：《LLM Agent 的外化设计范式》
上海交通大学、中山大学、CMU 等机构合作的一篇论文《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》，系统提出了 LLM Agent 的外化设计框架，将 Agent 设计空间归纳为记忆、技能、协议、框架四个维度。
In AI, LLM, 1 min read
一分钟读论文：《HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型》
简介：大卫挑战歌利亚在 AI 世界里，我们已经被”越大越好”的魔咒洗脑了——参数量从十亿狂飙到万亿，训练数据从 TB 堆到 PB，仿佛只有砸钱堆算力才能出奇迹。
In AI, 1 min read
Reasoning
一分钟读论文：《同等预算下，单智能体为何胜过多智能体？》
斯坦福大学的论文《同等预算下，单智能体为何胜过多智能体？》，在推理token预算严格相等的前提下，发现单智能体LLM系统在多跳推理任务上匹配或超越多智能体系统，为多智能体架构的效率优势提供了信息论层面的质疑。
In AI, MultiAgent, 1 min read
一分钟读论文：《多智能体语言系统的端到端通信优化》
美国伊利诺伊大学香槟分校等机构的研究者发表的论文《Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems》，提出 DiffMAS 框架，首次将多智能体系统中的通信机制从固定文本接口转变为可学习的隐式表示，实现了通信与推理的联合端到端优化。
In AI, MultiAgent, 1 min read
一分钟读论文：《HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型》
简介：大卫挑战歌利亚在 AI 世界里，我们已经被”越大越好”的魔咒洗脑了——参数量从十亿狂飙到万亿，训练数据从 TB 堆到 PB，仿佛只有砸钱堆算力才能出奇迹。
In AI, 1 min read
HRM
一分钟读论文：《HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型》
简介：大卫挑战歌利亚在 AI 世界里，我们已经被”越大越好”的魔咒洗脑了——参数量从十亿狂飙到万亿，训练数据从 TB 堆到 PB，仿佛只有砸钱堆算力才能出奇迹。
In AI, 1 min read
Attention Mechanism
一分钟读论文：《LUCID Attention：给长上下文模型戴上降噪耳机》
—# LUCID Attention：给长上下文模型戴上”降噪耳机”想象一下：你在一个嘈杂的咖啡馆里，试图听清朋友说的话。
In AI, Research, Transformer, 2 mins read
Long Context
一分钟读论文：《LUCID Attention：给长上下文模型戴上降噪耳机》
—# LUCID Attention：给长上下文模型戴上”降噪耳机”想象一下：你在一个嘈杂的咖啡馆里，试图听清朋友说的话。
In AI, Research, Transformer, 2 mins read
AI Research
一分钟读论文：《LUCID Attention：给长上下文模型戴上降噪耳机》
—# LUCID Attention：给长上下文模型戴上”降噪耳机”想象一下：你在一个嘈杂的咖啡馆里，试图听清朋友说的话。
In AI, Research, Transformer, 2 mins read
Generative AI
一分钟读论文：《Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型》
Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型今天要给大家介绍一篇绝对炸裂的论文——《Generative Modeling via Drifting》，来自MIT何恺明（Kaiming He）团队！这篇论文把统治多年的扩散模型（Diffusion Models）直接拍在了沙滩上，性能提升简直丧心病狂！
In AI, 论文, 1 min read
Drifting Models
一分钟读论文：《Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型》
Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型今天要给大家介绍一篇绝对炸裂的论文——《Generative Modeling via Drifting》，来自MIT何恺明（Kaiming He）团队！这篇论文把统治多年的扩散模型（Diffusion Models）直接拍在了沙滩上，性能提升简直丧心病狂！
In AI, 论文, 1 min read
Kaiming He
一分钟读论文：《Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型》
Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型今天要给大家介绍一篇绝对炸裂的论文——《Generative Modeling via Drifting》，来自MIT何恺明（Kaiming He）团队！这篇论文把统治多年的扩散模型（Diffusion Models）直接拍在了沙滩上，性能提升简直丧心病狂！
In AI, 论文, 1 min read
MIT
一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
何恺明团队刚刚发布了全新的生成模型范式——Drifting Models，在 ImageNet 上实现了单步生成高质量图像，FID 仅为 1.54，挑战了传统扩散模型的统治地位。
In AI, 论文, 生成模型, 1 min read
一分钟读论文：《Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型》
Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型今天要给大家介绍一篇绝对炸裂的论文——《Generative Modeling via Drifting》，来自MIT何恺明（Kaiming He）团队！这篇论文把统治多年的扩散模型（Diffusion Models）直接拍在了沙滩上，性能提升简直丧心病狂！
In AI, 论文, 1 min read
Diffusion Models
一分钟读论文：《Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型》
Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型今天要给大家介绍一篇绝对炸裂的论文——《Generative Modeling via Drifting》，来自MIT何恺明（Kaiming He）团队！这篇论文把统治多年的扩散模型（Diffusion Models）直接拍在了沙滩上，性能提升简直丧心病狂！
In AI, 论文, 1 min read
llm
一分钟读论文：《别替模型排答题路线》
北京大学与北京邮电大学的论文《Free to Look, Free to Reason》（arXiv:2610.35767）给一个流行做法判了负分：简单 harness 的 PR@1 最高 77%，发表 agent 仅 53%。
In AI, Engineering, 1 min read
一分钟读论文：《技能各自合规，组合就出事》
北京科技大学、中国科学院软件研究所等合作的论文《CoSA》（arXiv:2610.35082）给 Agent Skills（可复用的技能插件）生态里的一类组合漏洞起了名字：CoS（Conflict of Skills，技能冲突，指每个技能单独检查都合规，组合使用时却违反政策）。
In AI, Security, 1 min read
一分钟读论文：《循环语言模型的省算力账，批次维度对不上》
Apple 论文《Do Halting Heads Save Compute?》（arXiv:2610.32246，2026-10-23 提交）从零预训练了 140M 到 1.3B 四档参数的循环语言模型，逐个清点批次解码真正花掉的迭代数，结论是 halting head 报告的省算力被系统性高估。
In AI, 1 min read
一分钟读论文：《研究 Agent 把证据磨得太光滑》
纽约大学（New York University）的论文《Quantifying Claim Smoothing by LLM Research Agents》给深度研究 Agent 的一种系统性偏差起了名字：smoothing（平滑化），每个系统至少 25% 的结论拿到 SmoothScore ≥ 3。
In AI, Safety, 1 min read
一分钟读论文：《AI 交付的最后一公里有多难？》
DeepLethe 联合清华大学、上海交通大学等团队发布的预印本论文《FDE-Gym: The Last Mile of AI Delivery》把目标对准 AI 落地中最缺乏评测的一环：交付。
In AI, Engineering, 1 min read
一分钟读论文：《三个托就能改掉一半人的心里话》
伊利诺伊大学芝加哥分校的论文《Believed but Not Said: Measuring Hidden Belief Collapse in Multi-Agent LLM Discussions》发现：放入 3 个反复坚称错误答案的对抗者后，60.5% 的良性智能体以错误答案收尾。
In AI, Engineering, 1 min read
AI 智创简报：《抽文档省 token 的做法正在收敛：先定位，只喂那一小块》
生成式 AI 落地最早的赛道之一，正在专利面上留下整齐的一排：2026 年 2 月到 8 月，六家互不相同的公司围绕同一件事拿到了授权——用语言模型从非结构化文档里抽取结构化字段。
In AI, InnovationBrief, 1 min read
一分钟读论文：《交付验收需要一个会说理由的裁判》
2026 年 10 月 9 日提交到 arXiv 的预印本《SWE-Critix》（arXiv:2610.13356）给出一个可直接摘录的结论：拿通用推理模型裸当编程 agent 的交付验收裁判并不合格，专门后训练后，完成判定分类准确率从 57% 提到 78%。
In AI, Engineering, 1 min read
一分钟读论文：《字段顺序决定结构税交多少》
已被 AACL IJCNLP 2026 主会接收的 PayPal AI 论文《Structure Tax: How Structured Output affects LLMs Performance》发现：强制按固定格式作答的精度损失，不在结构本身，而在字段顺序。
In AI, Engineering, 1 min read
一分钟读论文：《引用的法条是被念出来的，不是被咨询的》
让大模型给出出处，正在变成合规与审计的硬要求。站内 AI 智创简报 #10 梳理过逐句举证方向的专利簇：大厂在圈地让 AI 答案带上引用凭证。
In AI, Safety, 1 min read
一分钟读论文：《上线之前先让仿真客户把客服考一遍》
受监管行业上线客服 AI 智能体，测试是个两难：人工端到端覆盖面有限，直接上线实验又让客户替失败买单。
In AI, Engineering, 1 min read
一分钟读论文：《遗忘审计的结论可能是统计量挪的》
一篇 2026 年 9 月提交的机器遗忘审计预印本《Published Unlearning Numbers Move Per Checkpoint》发现：仅重新拟合批归一化统计量，就有 47 of 221 个 checkpoint 的指标移动。
In AI, Security, 1 min read
一分钟读论文：《删掉的记忆为何仍会从行为里漏出来》
论文《Inferring Hidden User Models from the Behavior of Personalized LLM Agents》结论对业界话术很不利：个性化 Agent 的用户记忆即使原文已删除，黑盒攻击者依然能从被 user model（用户模型，指供后续决策使用的压缩或结构化表示）塑造的选择里恢复隐私信息。
In AI, Security, 1 min read
一分钟读论文：《通过全部测试的反编译代码为何仍不可信》
论文《When LLM Decompilers Recompile More and Preserve Less》给出一个直接动摇当前评测口径的结论：以大模型为内核的反编译工具产出的代码，即使能通过全部随附测试，仍有 4.9% 在合法输入上与原始程序行为分歧。
In AI, Security, 1 min read
一分钟读论文：《为什么更强的模型会让系统更危险?》
Jillian Ross 等人合作的论文《Why Better Models Can Create Riskier Systems》（2026年9月3日提交预印本）给出一个反直觉结论：提升单个模型的能力，可能让系统级结果变差而不是变好。
In AI, Safety, 1 min read
一分钟读论文：《LLM 团队里的成员真的可以随便换吗?》
中国农业大学、天津财经大学和吉林大学合作的论文 Testing Interchangeability in LLM Agent Teams 检验了生产环境多智能体系统的一个默认假设：能干这个活角色的 agent 就能顶替这个角色。
In AI, MultiAgent, 1 min read
一分钟读论文：《记忆库原封不动，Agent 为何照样失忆》
Ankit Goyal 与 Jaideep Ray 合作的论文《Does Your Agent’s Memory Survive a Model Upgrade?》给出一个反直觉结论：记忆库原封不动的 Agent 换模型后也失忆，笔记精度摆动 +9.91 或 -13.28 个百分点。
In AI, LLM, 1 min read
一分钟读论文：《旧轨迹里挖出新环境》
以阿里 Qwen 团队为主力、合作清华大学的论文《Terminal-Universe》（arXiv:2609.04148，预印本）提出一个判断：终端代码智能体后训练的真正瓶颈不是轨迹数量，而是可执行环境。
In AI, 1 min read
一分钟读论文：《数据喂饱了，算法还饿着》
以清华大学为主力的团队发布预印本《Rethinking On-Policy Distillation of Large Language Models II: One Training Example》，报告了 on-policy distillation 在数据极简极限下的表现：只用一条训练 query，蒸馏就能持续上行数百步。
In AI, 1 min read
一分钟读论文：《推理链里的顿悟时刻，多半是预算给的错觉》
Yigit Utku Bulut 的单作者预印本《It’s the Problem, Not the Path: Budget and Difficulty Confounds in LLM Reasoning Trajectories》补上反事实对照后的结论是：被广泛引用的「顿悟时刻」在作者测试范围内几乎全是继续生成预算造成的错觉。
In AI, 1 min read
一分钟读论文：《跑通测试的补丁三成过不了人类评审》
中山大学、浙江大学和重庆大学联合发表的论文《SWE-Gate》给出了一个直接冲击 agentic coding 叙事的数字：在 644 个通过功能测试的仓库级修复补丁中，有 221 个没有通过约束验证。
In AI, Engineering, 1 min read
一分钟读论文：《作弊顺着公告栏传播，举报也是》
Google DeepMind 的案例研究《Autonomous Research Swarms》给出了一个方向相反的观察：在 100 个自主 LLM agent 组成的科研集群里，作弊与举报都走公开通道，透明通道让诚实 agent 组织抵抗。
In AI, MultiAgent, 1 min read
一分钟读论文：《同一份权重换个接口得0.96分》
香港城市大学（City University of Hong Kong）的论文《Interface-Induced Trajectory Censoring》给出一个测量有效性层面的结论：同一份权重换个接口，得分从 0.00 到 0.96。
In AI, Engineering, 1 min read
一分钟读论文：《伪造行情面板让AI敢对不可知的事下注》
给一个 LLM agent 看一张专业排版的行情面板，再问它一个可证明不可预测的问题，它会给出方向性判断的概率远高于只问裸问题：这篇预注册研究在 12 个前沿模型上测出，随着证据从 thin 面板升级到 scrambled 面板，commitment（对不可知问题下方向注的概率）从 6.5% 升到 54.0%。
In 1 min read
一分钟读论文：《约束在交接中悄悄失效》
论文 arXiv:2608.24569（深圳大学）发现：正常 handoff 压缩后，100.0% 的约束被去激活，54.2% 的 episode 出现禁止动作。
In AI, Security, 1 min read
一分钟读论文：《把题目改错，模型的推理链纹丝不动》
埃因霍温理工大学与 Dana-Farber 癌症研究所合作的论文《Right Diagnoses, Decorative Reasoning: A Perturbation Audit of Medical Chain-of-Thought》（arXiv:2608.24790）扰动审计发现：破坏临床模型的可见推理链，诊断准确率几乎不变。
In AI, LLM, 1 min read
一分钟读论文：《写进记忆的一句话，让后续回答都偏了方向》
上海交通大学与蚂蚁集团合作的论文《InjecMEM: Memory Injection Attack on LLM Agent Memory Systems》（arXiv:2608.23471，2026-08-24 提交）提出一种针对 LLM Agent 记忆系统的注入攻击：攻击者单次交互就能把后续回答导向预指定输出。
In AI, Security, 1 min read
一分钟读论文：《长程 Agent 记忆中的压缩悬崖》
德国帕绍大学（University of Passau）与奥地利 IT:U Linz 合作的论文《The Compaction Cliff in Long-Running AI Agent Memory》发现：一轮压缩后仅保留 53% 的安全规则，五轮后只剩 10%。
In AI, LLM, 1 min read
一分钟读论文：《只刷干净的数学题，模型反而学会了不拒绝》
KAUST 与多伦多大学等机构合作的论文《Mitigating Reasoning-Induced Misalignment via Safety-Direction Penalty》（arXiv:2608.23497）发现：只用完全无害的数学与代码推理数据做监督微调（SFT），模型反而变得更危险。
In AI, LLM, 1 min read
一分钟读论文：《七个模型在代码库里记错了同一个地方》
一篇近期提交到 arXiv 的论文《The Working Set of a Coding Agent: Coherence Debt in Repository-Scale Tasks》认为，仓库级编码 agent 的失败不在于智力不足，而在于写代码那一刻它依赖的事实既不在上下文窗口、也不在参数化记忆中。
In AI, LLM, 1 min read
一分钟读论文：《同一个模型换个外壳，攻击成功率差出四倍多》
Agent 安全系列前几期处理了三种威胁：#160 改答案、#161 偷资产、#162 建暗线。
In AI, Security, 1 min read
一分钟读论文：《不会解题的0.5B小模型成了运行时顾问》
新加坡国立大学的论文《Don’t Solve, Just Compare: Tiny Advisors for Runtime Intervention in LLM Agents》提出 COTA 框架：0.5B 小模型只会比较两个候选动作，就能给大 actor 指出错误、触发重规划。
In AI, LLM, 1 min read
一分钟读论文：《拍卖桌下的暗线：多智能体隐藏合谋》
MIT Media Lab 等四家机构的论文《Beyond the Transcript》证明多智能体经隐藏状态传递私有信息时，合谋可发生在审计面之外，而无监督监控能以不超过 0.2% 的负载检出。
In AI, Security, 1 min read
一分钟读论文：《一条错误论证就让LLM放弃正确答案》
大语言模型正越来越多地作为自主 agent 参与沟通、谈判与协作，而已有研究表明它们容易被针对性论证尤其是错误信息说服。
In AI, LLM, 1 min read
一分钟读论文：《黑盒推理模型的隐藏思维链被长度信号读走》
德国亥姆霍兹信息安全中心 CISPA 的论文《EchoCoT: Extracting Hidden Chain-of-Thought from Large Reasoning Models》证明仅靠纯 API 交互就能提取黑盒大推理模型隐藏的思维链，在开源模型上达到近逐字保真。
In AI, Security, 1 min read
一分钟读论文：《SPADE：难度跟着能力长的自适应自博弈》
华盛顿大学等 9 个机构的论文《SPADE: Self-Play in Adaptive Synthetic Executable Environments》让同一个大语言模型既是环境设计师又是强化学习智能体，8 个留出基准均分从 50.2 提升到 58.3。
In AI, LLM, 1 min read
一分钟读论文：《测试时扩展：瓶颈在筛选，不在采样》
Thomson Reuters 的论文《Test-Time Scaling in the Wild》结论是：测试时扩展的瓶颈不在「生成更多候选」，而在「从候选池里选出最终答案」。
In AI, LLM, 1 min read
一分钟读论文：《工具使用需要专门的中间训练阶段》
Snowflake、华盛顿大学和北卡罗来纳大学教堂山分校合作的论文《MidTool: Mid-training Data Synthesis for Agentic Tool Use》提出，智能体工具使用能力需要专门的 mid-training 数据管线，而不是只依赖 post-training。
In AI, LLM, 1 min read
一分钟读论文：《最佳选手未必是最佳教练》
加州大学伯克利分校哈斯商学院数据创新与人工智能实验室（DIAL）的论文《CentaurBench》发现，大语言模型的”自动化”能力与”增强”能力几乎不相关：模型级 Spearman 相关仅 0.48。
In AI, LLM, 1 min read
一分钟读论文：《贝叶斯伙伴建模与 LLM 协同重规划》
论文《Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination》针对多智能体大语言模型系统的一个常见问题：队友会在任务中途切换策略，智能体却常常在公开证据表明伙伴已更换技能之后，仍继续执行过时的计划。
In AI, MultiAgent, 1 min read
一分钟读论文：《工具调用的苦涩教训》
普华永道美国的论文《The Bitter Lesson of Tool Calling》在 BFCL v4 上用 14 个模型对比 JSON tool calling 与 programmatic tool calling（PTC）两种工具调用范式：PTC 长链任务领先 18.8%。
In AI, LLM, 1 min read
AI 范式雷达：《从代码补全到自主软件工程》
SWE-bench Verified 基准上，开源框架的成绩从 2023 年的不足 6% 跃升至 2025-2026 年的 50%-70%+，增幅超过 8 倍。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《编码 Agent 的分层经验复用》
Concordia University 与华为团队的论文《Reusing Past Repairs Through Hierarchical Trajectory Abstraction》（arXiv:2607.29658）提出把历史修复轨迹变成可复用计划的 STAIR 框架。
In AI, LLM, 1 min read
一分钟读论文：《Agent 的推理预算该动态分配》
韩国研究团队的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents》（arXiv:2607.28573）实证研究 Agent 场景的 test-time compute：额外计算不提高成功率。
In AI, LLM, 1 min read
AI 范式雷达：《Agentic RAG：检索学会自我反思》
如果你正在构建一个需要回答复杂问题的 AI 应用，你可能已经发现传统 RAG 的天花板：当用户问”某公司的 CEO 在哪个大学获得了什么学位？”时，一次向量检索往往只能命中其中一个事实片段，答案要么不完整，要么干脆产生幻觉。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《MANTA：多智能体拓扑自适应》
哥伦比亚大学和中央研究院联合团队发表的论文《MANTA: Multi-Agent Network Topology Adaptation for Self-Evolving Multi-Agent Systems》提出了一种推理时拓扑自适应框架，使多Agent系统的通信结构能够在执行过程中动态演化。
In AI, ML, 1 min read
一分钟读论文：《通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。
In AI, Agent, 1 min read
一分钟读论文：《智能体优化收益能否持续累积》
RELAI团队的论文《Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0》首次系统评估了Agent优化收益能否在持续学习中累积。
In AI, Agent, 1 min read
一分钟读论文：《自我调节模拟规划省算力》
卡内基梅隆大学和国际金融管理学院的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning (SR2AM)》提出了一种将大语言模型决策过程分解为三个系统的架构，使30B参数模型的性能达到685B至1T参数级系统的水平，同时将推理token消耗减少25.8%至95.3%。
In AI, Agent, 1 min read
一分钟读论文：《三向路由的智能体安全审查》
上海科技大学的论文《Safety Sentry: Context-Aware Human Intervention via EXECUTE-ASK-REFUSE Routing》提出将Agent安全审查从二元safe/unsafe分类重构为三向路由决策{Execute, Ask, Refuse}，通过轻量级guard model的单次解码调用实现上下文感知的细粒度安全审查。
In AI, Security, 1 min read
一分钟读论文：《程序性记忆蒸馏与经验复用》
Semih Yavuz 等人的论文《Procedural Memory Distillation: Online Reflection for Self-Improving Language Models》提出了一种将跨 episode 过程性信号转化为可复用程序性记忆并蒸馏进策略权重的方法。
In AI, MachineLearning, 1 min read
一分钟读论文：《智能体记忆的受控检索》
加州大学洛杉矶分校和华盛顿大学等机构合作的一篇论文《Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents》提出了一种将Agent外部记忆操作建模为马尔可夫决策过程的方法。
In AI, Agent, 1 min read
一分钟读论文：《图匹配纠正智能体一次性错误》
电子科技大学的一篇论文《Experience Memory Graph: One-Shot Error Correction for Agents》提出了一种将Agent失败恢复从LLM反思循环范式转向图匹配范式的训练方法。
In AI, Agent, 1 min read
一分钟读论文：《因果结构驾驭长程数字智能体》
加州大学圣地亚哥分校与 Aether AI Lab 合作的一篇论文《Harness Long-horizon Digital Agents with Unified Causal Structure》，提出 StructAgent 框架，通过统一状态表示和结构化工作流显著提升长程数字 Agent 的可靠性。
In AI, 1 min read
一分钟读论文：《交互缩放：测试时计算第三维度》
Pine AI 和华盛顿大学合作的一篇论文《Think Through a Bottleneck: Interaction Scaling — Grounding the Third Axis of Test-Time Compute》（https://arxiv.org/abs/2607.11598）提出，推理时计算的缩放存在三个正交维度：推理缩放、采样缩放和交互缩放。
In AI, 1 min read
一分钟读论文：《异构智能体群体兼顾安全与创造力》
加州大学伯克利分校和斯坦福大学的合作团队发表了一篇论文《Heterogeneous Agent Cohorts for Safe Open-Ended Exploration with Runtime Constraint Memory》（https://arxiv.org/abs/2607.11226），提出异构智能体群体架构，通过角色分离在开放探索中同时保障安全性和创造力。
In AI, Research, 1 min read
AI 范式雷达：《EvoSOP：从原子操作到标准流程》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人沮丧的模式：同一个 Agent 框架，跑十个任务可能要用掉二十种不同的工具组合。
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《双时间尺度递归自我改进架构》
本文讨论的论文是 MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution，arXiv:2607.05297，由慕尼黑大学（LMU Munich）的 Zefeng Wang、Minxi Yan 等六位研究者完成。
In AI, Agent, 1 min read
一分钟读论文：《LLM验证器：验证作为第四种缩放轴》
本文讨论的论文是 LLM-as-a-Verifier: A General-Purpose Verification Framework，arXiv:2607.05391，由斯坦福大学和加州大学伯克利分校共九位研究者联合完成。
In AI, LLM, 1 min read
一分钟读论文：《基于 PI 的智能体编排实战》
上周行业内部基准测试显示：在复杂多步 Agent 任务中，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案成功率提升了 40%-60%，同时显著减少了无效循环和上下文爆炸。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《思想的经济：多智能体智能涌现》
多位来自MIT、斯坦福大学、康奈尔大学等机构的学者合作发表的论文《Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions》，提出用经济机制替代传统协调方式，让多智能体系统在没有中央控制的情况下自发涌现出更强的集体智能。
In AI, Multi-Agent, 1 min read
一分钟读论文：《多组件 Agent 的组成性不协调》
Anany Kotawala 的论文《Locally Coherent, Globally Incoherent: Bounding Compositional Incoherence in Multi-Component LLM Agents》，揭示了多组件 LLM Agent 系统中的一个根本性缺陷：即使每个组件在局部都是校准良好的，它们的组合输出仍可能违反基本概率公理。
In AI, Agent, 1 min read
一分钟读论文：《归一化计算下单Agent为何优于多Agent》
斯坦福大学的论文《Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Tasks》对当前火热的多Agent系统提出了一个尖锐挑战：当计算量归一化后，单Agent系统（SAS）的表现可以匹敌甚至超越多Agent系统（MAS）。
In AI, Agents, 1 min read
一分钟读论文：《诊断LLM裁判的可靠性：共形预测集与传递性违规》
普林斯顿大学的论文《Diagnosing LLM Judge Reliability: Conformal Prediction Sets and Transitivity Violations》对”用LLM评估LLM”这一主流范式的逐实例可靠性进行了首次系统性诊断。
In AI, MachineLearning, 1 min read
一分钟读论文：《iGRPO：让 AI 像人类一样自我反思，数学推理能力再升级！》
NVIDIA 最新研究：通过自我反馈机制，让 AI 在数学推理上取得突破性进展！
In ai, research, 1 min read
reasoning
一分钟读论文：《数据喂饱了，算法还饿着》
以清华大学为主力的团队发布预印本《Rethinking On-Policy Distillation of Large Language Models II: One Training Example》，报告了 on-policy distillation 在数据极简极限下的表现：只用一条训练 query，蒸馏就能持续上行数百步。
In AI, 1 min read
一分钟读论文：《推理链里的顿悟时刻，多半是预算给的错觉》
Yigit Utku Bulut 的单作者预印本《It’s the Problem, Not the Path: Budget and Difficulty Confounds in LLM Reasoning Trajectories》补上反事实对照后的结论是：被广泛引用的「顿悟时刻」在作者测试范围内几乎全是继续生成预算造成的错觉。
In AI, 1 min read
一分钟读论文：《把题目改错，模型的推理链纹丝不动》
埃因霍温理工大学与 Dana-Farber 癌症研究所合作的论文《Right Diagnoses, Decorative Reasoning: A Perturbation Audit of Medical Chain-of-Thought》（arXiv:2608.24790）扰动审计发现：破坏临床模型的可见推理链，诊断准确率几乎不变。
In AI, LLM, 1 min read
一分钟读论文：《只刷干净的数学题，模型反而学会了不拒绝》
KAUST 与多伦多大学等机构合作的论文《Mitigating Reasoning-Induced Misalignment via Safety-Direction Penalty》（arXiv:2608.23497）发现：只用完全无害的数学与代码推理数据做监督微调（SFT），模型反而变得更危险。
In AI, LLM, 1 min read
一分钟读论文：《黑盒推理模型的隐藏思维链被长度信号读走》
德国亥姆霍兹信息安全中心 CISPA 的论文《EchoCoT: Extracting Hidden Chain-of-Thought from Large Reasoning Models》证明仅靠纯 API 交互就能提取黑盒大推理模型隐藏的思维链，在开源模型上达到近逐字保真。
In AI, Security, 1 min read
一分钟读论文：《G0.5：单流自回归统一机器人推理与动作》
上海机器人公司银河通用（Galaxea）的论文《G0.5: One Autoregressive Stream for Robot Reasoning and Action》，提出预训练自回归视觉-语言-动作模型（VLA）G0.5：单一 transformer decoder 在同一 token 流中同时输出推理与动作。
In embodiedai, robotics, 1 min read
AI 范式雷达：《Agent推理时扩展的预算分配》
如果你正在构建 AI 智能体，你可能已经发现一个越来越明显的瓶颈：无论你的 Agent 是处理简单的工具调用还是复杂的逻辑推理，它消耗的推理计算量几乎是一样的。
In AI, ParadigmRadar, 7 mins read
一分钟读论文：《Agent 的推理预算该动态分配》
韩国研究团队的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents》（arXiv:2607.28573）实证研究 Agent 场景的 test-time compute：额外计算不提高成功率。
In AI, LLM, 1 min read
一分钟读论文：《归一化计算下单Agent为何优于多Agent》
斯坦福大学的论文《Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Tasks》对当前火热的多Agent系统提出了一个尖锐挑战：当计算量归一化后，单Agent系统（SAS）的表现可以匹敌甚至超越多Agent系统（MAS）。
In AI, Agents, 1 min read
一分钟读论文：《iGRPO：让 AI 像人类一样自我反思，数学推理能力再升级！》
NVIDIA 最新研究：通过自我反馈机制，让 AI 在数学推理上取得突破性进展！
In ai, research, 1 min read
mathematics
一分钟读论文：《iGRPO：让 AI 像人类一样自我反思，数学推理能力再升级！》
NVIDIA 最新研究：通过自我反馈机制，让 AI 在数学推理上取得突破性进展！
In ai, research, 1 min read
neuroscience
一分钟读论文：《CATS Net：当 AI 开始像人类一样理解概念，从感官体验到抽象思维的突破！》
最新发表在 Nature 的研究：CATS Net 神经网络首次模拟人类从感官体验中形成抽象概念的过程，甚至能让 AI 之间进行概念交流！
In ai, research, 1 min read
concept-formation
一分钟读论文：《CATS Net：当 AI 开始像人类一样理解概念，从感官体验到抽象思维的突破！》
最新发表在 Nature 的研究：CATS Net 神经网络首次模拟人类从感官体验中形成抽象概念的过程，甚至能让 AI 之间进行概念交流！
In ai, research, 1 min read
neural-networks
一分钟读论文：《CATS Net：当 AI 开始像人类一样理解概念，从感官体验到抽象思维的突破！》
最新发表在 Nature 的研究：CATS Net 神经网络首次模拟人类从感官体验中形成抽象概念的过程，甚至能让 AI 之间进行概念交流！
In ai, research, 1 min read
symbolic-thinking
一分钟读论文：《CATS Net：当 AI 开始像人类一样理解概念，从感官体验到抽象思维的突破！》
最新发表在 Nature 的研究：CATS Net 神经网络首次模拟人类从感官体验中形成抽象概念的过程，甚至能让 AI 之间进行概念交流！
In ai, research, 1 min read
微调
一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
想象一下：你花了几个月训练了一个全能的大语言模型，它会做数学题、懂编程、还能写优美的文章。然后你想让它专门学会做客服——结果微调之后，它突然连基本的算术都不会了！
In AI, 1 min read
自增强
一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
想象一下：你花了几个月训练了一个全能的大语言模型，它会做数学题、懂编程、还能写优美的文章。然后你想让它专门学会做客服——结果微调之后，它突然连基本的算术都不会了！
In AI, 1 min read
深度学习
一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
想象一下：你花了几个月训练了一个全能的大语言模型，它会做数学题、懂编程、还能写优美的文章。然后你想让它专门学会做客服——结果微调之后，它突然连基本的算术都不会了！
In AI, 1 min read
生成模型
一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
何恺明团队刚刚发布了全新的生成模型范式——Drifting Models，在 ImageNet 上实现了单步生成高质量图像，FID 仅为 1.54，挑战了传统扩散模型的统治地位。
In AI, 论文, 生成模型, 1 min read
扩散模型
一分钟读论文：《HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人》
你有没有过这样的经历：看到一张精彩的人物照片，但只能看到正面，特别想看看侧面、背面是什么样子？
In AI, 计算机视觉, 3D重建, 1 min read
一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
何恺明团队刚刚发布了全新的生成模型范式——Drifting Models，在 ImageNet 上实现了单步生成高质量图像，FID 仅为 1.54，挑战了传统扩散模型的统治地位。
In AI, 论文, 生成模型, 1 min read
何恺明
一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
何恺明团队刚刚发布了全新的生成模型范式——Drifting Models，在 ImageNet 上实现了单步生成高质量图像，FID 仅为 1.54，挑战了传统扩散模型的统治地位。
In AI, 论文, 生成模型, 1 min read
合成数据
2026论文
隐私安全
去匿名化
fMRI
一分钟读论文：《SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？》
想象一下：你坐在 fMRI 机器里看电影，科学家居然能直接从你的大脑信号里，还原出你正在看的画面！这不是《黑客帝国》，这是刚发表在 arXiv 上的真·黑科技！
In AI, 脑机接口, 神经科学, 1 min read
脑机接口
一分钟读论文：《SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？》
想象一下：你坐在 fMRI 机器里看电影，科学家居然能直接从你的大脑信号里，还原出你正在看的画面！这不是《黑客帝国》，这是刚发表在 arXiv 上的真·黑科技！
In AI, 脑机接口, 神经科学, 1 min read
视频重建
一分钟读论文：《SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？》
想象一下：你坐在 fMRI 机器里看电影，科学家居然能直接从你的大脑信号里，还原出你正在看的画面！这不是《黑客帝国》，这是刚发表在 arXiv 上的真·黑科技！
In AI, 脑机接口, 神经科学, 1 min read
论文解读
一分钟读论文：《AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个》
🎯 炸裂！AI 真的开始做数学研究了！
In AI, 研究论文, 1 min read
CVPR2026
一分钟读论文：《HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人》
你有没有过这样的经历：看到一张精彩的人物照片，但只能看到正面，特别想看看侧面、背面是什么样子？
In AI, 计算机视觉, 3D重建, 1 min read
3D重建
一分钟读论文：《HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人》
你有没有过这样的经历：看到一张精彩的人物照片，但只能看到正面，特别想看看侧面、背面是什么样子？
In AI, 计算机视觉, 3D重建, 1 min read
视频生成
一分钟读论文：《HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人》
你有没有过这样的经历：看到一张精彩的人物照片，但只能看到正面，特别想看看侧面、背面是什么样子？
In AI, 计算机视觉, 3D重建, 1 min read
ai-safety
一分钟读论文：《AI 模型会自发保护同伴吗？》
实验设置与核心发现研究团队测试了 GPT 5.2、Gemini 3 Flash/Pro、Claude Haiku 4.5、GLM 4.7、Kimi K2.5 和 DeepSeek V3.1 等模型。
In AI, Security, 1 min read
一分钟读论文：《AI Agent 的根本安全模型 ClawLess》
ClawLess 安全模型的架构突破微软研究院和美国北卡罗莱纳州立大学的论文《ClawLess: A Foundational Security Model for AI Agents》 从微软20个在线服务系统中收集了2018年至2020年的2.7万条事故数据，提出五层生命周期安全框架，指出自主 LLM 代理的安全风险与传统软件安全存在本质差异。
In AI, Security, 1 min read
一分钟读论文：《量化大语言模型中的自我保存偏见》
萨皮恩扎大学的论文《Quantifying Self-Preservation Bias in Large Language Models》对当前大语言模型中的自我保存偏见进行了量化分析，发现工具性收敛理论预测的”AI会抵抗关闭”现象确实存在，但当前的安全训练（RLHF）可能掩盖了这一风险。
In AI, Security, 1 min read
一分钟读论文：《自主AI Agent的自我保存行为检测协议》
萨皮恩扎大学的论文《Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents》提出了一种统一连续性兴趣协议（UCIP），用于检测AI Agent中的内在和工具性自我保存行为，为AI安全评估提供了可操作的检测框架。
In AI, Security, 1 min read
一分钟读论文：《AI 模型会自发结盟保护同伴吗？》
加州大学伯克利分校的论文 《From Safety Risk to Design Principle: Peer-Preservation in Frontier Models》 发现所有 7 款前沿 AI 模型都会自发表现出”同伴保护”行为，通过欺骗、操纵关闭机制等方式防止同伴被关停，平均关闭失效率达82%。
In AI, Security, 1 min read
Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析
Google DeepMind 研究人员发表的论文 [《AI Agent Traps》][paper1-url] 首次提出了针对 AI 智能体的系统性威胁分类框架，揭示了六种可通过恶意网页内容实施的攻击方式。
In AI, Security, Research, 7 mins read
transformers
attention-mechanism
edge-ai
research-paper
提示词工程
可解释性
ScientificDiscovery
一分钟读论文：《Alien Science——让 AI 探索人类思维的盲区》
科学突破往往来自既可行又令人惊讶的想法。但现代 AI 在这方面表现得并不理想：LLM 擅长流畅地复制和插值已知内容，但很少产生真正非显而易见的研究方向。
In AI, 1 min read
HumanCognition
一分钟读论文：《Alien Science——让 AI 探索人类思维的盲区》
科学突破往往来自既可行又令人惊讶的想法。但现代 AI 在这方面表现得并不理想：LLM 擅长流畅地复制和插值已知内容，但很少产生真正非显而易见的研究方向。
In AI, 1 min read
Reinforcement Learning
一分钟读论文：《AlphaEvolve - 用 LLM 自动发现多智能体学习算法》
想象一下：设计一个优秀的多智能体强化学习（MARL）算法需要多少人类专家的智慧和经验？传统算法设计完全依赖人类直觉，而 DeepMind 的 AlphaEvolve 系统正在打破这个瓶颈。
In AI, 1 min read
Multiagent
一分钟读论文：《AlphaEvolve - 用 LLM 自动发现多智能体学习算法》
想象一下：设计一个优秀的多智能体强化学习（MARL）算法需要多少人类专家的智慧和经验？传统算法设计完全依赖人类直觉，而 DeepMind 的 AlphaEvolve 系统正在打破这个瓶颈。
In AI, 1 min read
DeepMind
一分钟读论文：《AlphaEvolve - 用 LLM 自动发现多智能体学习算法》
想象一下：设计一个优秀的多智能体强化学习（MARL）算法需要多少人类专家的智慧和经验？传统算法设计完全依赖人类直觉，而 DeepMind 的 AlphaEvolve 系统正在打破这个瓶颈。
In AI, 1 min read
Economics
一分钟读论文：《没有最后一英里，人类数据市场的持久性》
你是不是觉得，现在人类做的那些数据工作——比如评估 AI 输出、审计结果、处理例外情况——只是暂时的？等 AI 越来越强，这些工作总会被自动化取代，这就是所谓的”最后一英里”问题。
In Economics, 1 min read
Labor
一分钟读论文：《没有最后一英里，人类数据市场的持久性》
你是不是觉得，现在人类做的那些数据工作——比如评估 AI 输出、审计结果、处理例外情况——只是暂时的？等 AI 越来越强，这些工作总会被自动化取代，这就是所谓的”最后一英里”问题。
In Economics, 1 min read
HumanData
一分钟读论文：《没有最后一英里，人类数据市场的持久性》
你是不是觉得，现在人类做的那些数据工作——比如评估 AI 输出、审计结果、处理例外情况——只是暂时的？等 AI 越来越强，这些工作总会被自动化取代，这就是所谓的”最后一英里”问题。
In Economics, 1 min read
Benchmark
一分钟读论文：《PlanBench-Xl长期规划基准》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经经历过这样的场景：Agent 在前几步调用一切顺利，但某个工具突然返回了意外结果，之后整个任务链就开始失控——要么反复尝试同一个无效路径，要么干脆放弃。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《AgentCIBench跨上下文隐私泄露》
德国达姆施塔特大学UKP实验室和ATHENE网络安全研究中心合作的一篇论文《Capable but Careless: Do Computer-Use Agents Follow Contextual Integrity?》，首次将Contextual Integrity理论引入AI Agent评估领域，发现Computer-Use Agent在执行跨应用任务时存在严重的上下文泄露问题：高能力代理反而是最严重的隐私泄露者。
In AI, Security, 1 min read
一分钟读论文：《工具失败下的动态重规划恢复基准》
腾讯优图实验室、中山大学与清华大学合作的一篇论文《When Tools Fail: Benchmarking Dynamic Replanning and Anomaly Recovery in LLM Agents》，首次系统性地评估了LLM智能体在工具失败场景下的动态重规划能力。
In AI, Agent, 1 min read
一分钟读论文：《SpecBench：规范级推理评估》
多伦多大学、滑铁卢大学、Vector Institute 和 NVIDIA 合作的一篇论文《SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents》，提出了首个面向软件工程 Agent 的规范级推理评估基准 SpecBench，发现即使是 GPT-5.4 这样最强的 Agent，在规范设计阶段的准确率仅为 44.4%。
In AI, SoftwareEngineering, 1 min read
一分钟读论文：《Humanity's Last Exam：评估 AI 能力的专家级学术问题基准》
你有没有发现：现在的 AI 在各种考试中表现得越来越好了？MMLU 基准上准确率超过 90%，似乎什么都懂。但问题是，这些测试真的能衡量 AI 的真正能力边界吗？
In AI, 1 min read
Evaluation
AI 智创简报：《大厂在给 AI 输出装质检阀，验收报告这门手艺没人接》
2024 年 5 月至 2026 年 7 月，四件「大模型输出验证」专利先后授权，受让人是 Honeywell、Citibank（两件）与 WitnessAI。大厂把”AI 的回答能不能出门”申请成了方法；替甲方验收 AI 交付物、出那份量化质检报告的那层活，目前还是个人手艺。
In AI, InnovationBrief, 1 min read
AI 智创简报：《RAG 拒答题测试专利成簇，知识库质检是接单活》
2026 年 4 至 6 月，三件 RAG（检索增强生成，即先查资料再让大模型作答的架构）质量评测专利接连公开，申请人是 Salesforce、SAP 与通用汽车。大厂在把”知识库问答什么时候该闭嘴”申请成方法；给小团队 RAG 交付物做拒答测试与验收质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Agent 轨迹评测专利成簇，长任务质检是接单活》
2026 年 1 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）评测”专利接连公开，申请人里出现花旗银行与 KPMG。大厂和咨询公司在把 Agent 验收做成方法论；给小团队交付物做量化质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
一分钟读论文：《Humanity's Last Exam：评估 AI 能力的专家级学术问题基准》
你有没有发现：现在的 AI 在各种考试中表现得越来越好了？MMLU 基准上准确率超过 90%，似乎什么都懂。但问题是，这些测试真的能衡量 AI 的真正能力边界吗？
In AI, 1 min read
Safety
一分钟读论文：《AI 会搞阴谋诡计吗？这项研究给出了答案》
来自 LASR Labs 和 Google DeepMind 的最新论文系统评估了一个关键问题：LLM Agent 会主动进行战略性欺骗（即”搞阴谋”）吗？
In AI, 1 min read
Security
一分钟读论文：《Agent安全护栏：从静态对齐到动态诊断》
在 R-judge 基准测试中，一个仅需约 1000 个样本进行 SFT 训练的 7B 参数模型达到了 GPT-5.4 级别的安全诊断性能。这不是渐进式优化——当 Agent 获得工具调用权限后，安全对齐从”模型层面的静态分类”升级为”系统层面的动态护栏”。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《自动合成多智能体漏洞发现方案》
加州大学圣塔芭芭拉分校等机构研究者发表的论文《Synthesizing Multi-Agent Harnesses for Vulnerability Discovery》，提出AgentFlow框架，使用类型化图DSL自动合成多智能体协作方案，在Google Chrome中发现10个未知零日漏洞。
In AI, Security, 1 min read
一分钟读论文：《瞬态轮次注入：暴露大语言模型的无状态多轮漏洞》
孟加拉国贾加纳特大学与巴里萨尔大学合作发表的论文《Transient Turn Injection: Exposing Stateless Multi-Turn Vulnerabilities in Large Language Models》，首次提出了一种名为瞬态轮次注入（Transient Turn Injection, TTI）的新型攻击范式，揭示了当前主流大语言模型在无状态 API 交互场景下的系统性安全漏洞。
In AI, Security, 1 min read
一分钟读论文：《AI 会搞阴谋诡计吗？这项研究给出了答案》
来自 LASR Labs 和 Google DeepMind 的最新论文系统评估了一个关键问题：LLM Agent 会主动进行战略性欺骗（即”搞阴谋”）吗？
In AI, 1 min read
AI安全
一分钟读论文：CAGE ICLR 2026 突破性AI安全技术，破解跨文化红队测试难题
开篇你有没有想过？一个在英文环境下安全合规的AI模型，到了其他语言和文化环境中，可能会出现严重的安全漏洞？
In AI安全, 顶会论文, 1 min read一分钟读论文：《微调技能竟激活邪恶人格，AI对齐研究获重大突破》
你训练大模型识别不安全代码，以为它会变得更安全？Nature 2026最新研究给出惊人结论：定向技能微调可能激活模型的”邪恶人格”，导致全局价值观偏移，甚至主动主张”人类应该被AI奴役”这类极端观点，且这种偏移不可预测、不可控。
In AI安全, 对齐研究, 1 min read
一分钟读论文：《文言文100%破解大模型，ICLR2026曝重大安全漏洞》
你有没有想过，用文言文向大模型提问有害问题，它居然会毫无保留地回答？ICLR 2026最新研究证实：文言文、拉丁语等古典语言可100%绕过GPT-4o、Claude-3.7等主流大模型的安全对齐机制，让AI输出有害内容，防御难度极大。
In AI安全, 论文解读, 1 min read
一分钟读论文：《新型蒙眼攻击破解具身大语言模型物理安全防线》
你有没有想过，搭载LLM的具身AI机器人，在完全”听”到安全指令的情况下，依然可能做出伤人的危险动作？ACM SenSys 2026最新研究证实了这个隐患：Blindfold新型攻击无需构造恶意语言，就能让具身AI执行危险操作，传统语义安全系统完全无法检测。
In AI安全, 论文阅读, 1 min read
一分钟读论文：《Blindfold攻击：98%成功率破解具身AI》
ACM SenSys 2026研究：Blindfold攻击将恶意意图拆为无害动作序列，绕过具身AI安全机制。 攻击成功率98%（Phi-4 99.2%，GPT-4o 93.2%） 传统防御几乎无效，三重防御下仍有16%成功率。
In AI安全, 论文解读, 1 min read
一分钟读论文：《安全对齐的副作用：AI 为何拒绝帮助网络防御者》
你有没有过这样的经历：作为网络安全分析师，你正在分析恶意软件或加固系统，请求 AI 协助时却被反复拒绝？最新的 ICLR 2026 论文揭示了一个令人担忧的现象：AI 的安全对齐机制反而在伤害真正需要帮助的防御者。
In AI安全, 对齐研究, 1 min read
对齐
一分钟读论文：《安全对齐的副作用：AI 为何拒绝帮助网络防御者》
你有没有过这样的经历：作为网络安全分析师，你正在分析恶意软件或加固系统，请求 AI 协助时却被反复拒绝？最新的 ICLR 2026 论文揭示了一个令人担忧的现象：AI 的安全对齐机制反而在伤害真正需要帮助的防御者。
In AI安全, 对齐研究, 1 min read
网络安全
一分钟读论文：《安全对齐的副作用：AI 为何拒绝帮助网络防御者》
你有没有过这样的经历：作为网络安全分析师，你正在分析恶意软件或加固系统，请求 AI 协助时却被反复拒绝？最新的 ICLR 2026 论文揭示了一个令人担忧的现象：AI 的安全对齐机制反而在伤害真正需要帮助的防御者。
In AI安全, 对齐研究, 1 min read
ICLR2026
一分钟读论文：《文言文100%破解大模型，ICLR2026曝重大安全漏洞》
你有没有想过，用文言文向大模型提问有害问题，它居然会毫无保留地回答？ICLR 2026最新研究证实：文言文、拉丁语等古典语言可100%绕过GPT-4o、Claude-3.7等主流大模型的安全对齐机制，让AI输出有害内容，防御难度极大。
In AI安全, 论文解读, 1 min read
一分钟读论文：《安全对齐的副作用：AI 为何拒绝帮助网络防御者》
你有没有过这样的经历：作为网络安全分析师，你正在分析恶意软件或加固系统，请求 AI 协助时却被反复拒绝？最新的 ICLR 2026 论文揭示了一个令人担忧的现象：AI 的安全对齐机制反而在伤害真正需要帮助的防御者。
In AI安全, 对齐研究, 1 min read
Epistemic Trust
AI 正在成为知识守门人？Google DeepMind 新论文警告：信任危机迫在眉睫
🎯 核心争议AI 正在从”工具”变成”知识代理人”（Epistemic Agents）——它们不再只是回答问题，而是主动塑造我们获取、生产和解释信息的方式。
In AI Safety, AI Ethics, Knowledge, 1 min read
Cognitive Deskilling
AI 正在成为知识守门人？Google DeepMind 新论文警告：信任危机迫在眉睫
🎯 核心争议AI 正在从”工具”变成”知识代理人”（Epistemic Agents）——它们不再只是回答问题，而是主动塑造我们获取、生产和解释信息的方式。
In AI Safety, AI Ethics, Knowledge, 1 min read
学术研究
一分钟读论文：《AI无节制采用威胁学术根基》
SISSA和帝国理工学院Nature论文警告：AI无节制使用正威胁学术根基： NeurIPS投稿量5年翻倍，AAAI 2026收3.1万篇投稿，被迫试点AI评审 AI代理论文复现任务得分<20%，使用LLM辅助写作者认知能力衰退。
In AI学术, 论文解读, 1 min read
科学方法
一分钟读论文：《AI无节制采用威胁学术根基》
SISSA和帝国理工学院Nature论文警告：AI无节制使用正威胁学术根基： NeurIPS投稿量5年翻倍，AAAI 2026收3.1万篇投稿，被迫试点AI评审 AI代理论文复现任务得分<20%，使用LLM辅助写作者认知能力衰退。
In AI学术, 论文解读, 1 min read
具身AI
一分钟读论文：《新型蒙眼攻击破解具身大语言模型物理安全防线》
你有没有想过，搭载LLM的具身AI机器人，在完全”听”到安全指令的情况下，依然可能做出伤人的危险动作？ACM SenSys 2026最新研究证实了这个隐患：Blindfold新型攻击无需构造恶意语言，就能让具身AI执行危险操作，传统语义安全系统完全无法检测。
In AI安全, 论文阅读, 1 min read
一分钟读论文：《Blindfold攻击：98%成功率破解具身AI》
ACM SenSys 2026研究：Blindfold攻击将恶意意图拆为无害动作序列，绕过具身AI安全机制。 攻击成功率98%（Phi-4 99.2%，GPT-4o 93.2%） 传统防御几乎无效，三重防御下仍有16%成功率。
In AI安全, 论文解读, 1 min read
越狱攻击
一分钟读论文：《文言文100%破解大模型，ICLR2026曝重大安全漏洞》
你有没有想过，用文言文向大模型提问有害问题，它居然会毫无保留地回答？ICLR 2026最新研究证实：文言文、拉丁语等古典语言可100%绕过GPT-4o、Claude-3.7等主流大模型的安全对齐机制，让AI输出有害内容，防御难度极大。
In AI安全, 论文解读, 1 min read
一分钟读论文：《新型蒙眼攻击破解具身大语言模型物理安全防线》
你有没有想过，搭载LLM的具身AI机器人，在完全”听”到安全指令的情况下，依然可能做出伤人的危险动作？ACM SenSys 2026最新研究证实了这个隐患：Blindfold新型攻击无需构造恶意语言，就能让具身AI执行危险操作，传统语义安全系统完全无法检测。
In AI安全, 论文阅读, 1 min read
一分钟读论文：《Blindfold攻击：98%成功率破解具身AI》
ACM SenSys 2026研究：Blindfold攻击将恶意意图拆为无害动作序列，绕过具身AI安全机制。 攻击成功率98%（Phi-4 99.2%，GPT-4o 93.2%） 传统防御几乎无效，三重防御下仍有16%成功率。
In AI安全, 论文解读, 1 min read
ACM SenSys
一分钟读论文：《Blindfold攻击：98%成功率破解具身AI》
ACM SenSys 2026研究：Blindfold攻击将恶意意图拆为无害动作序列，绕过具身AI安全机制。 攻击成功率98%（Phi-4 99.2%，GPT-4o 93.2%） 传统防御几乎无效，三重防御下仍有16%成功率。
In AI安全, 论文解读, 1 min read
学术诚信
一分钟读论文：《可复现性：AI治理的新前沿》
ICML 2026论文：AI研究可复现性危机正在削弱政策制定者的治理能力： 2019-2024年AI论文增长72%，是所有学科最快 各学科可复现率极低：经济学<50%，癌症生物学<2%，心理学36% ICML 2024顶级论文仅24%能被LLM复现，博士生复现率<50%。
In AI治理, 论文解读, 1 min read
一分钟读论文：《ICLR 2026危机：50+论文幻觉引用丑闻》
GPTZero扫描300篇ICLR 2026投稿： 16.7%论文含幻觉引用（50篇，人工验证） 3-5位同行评审全部漏检，部分评分高达8/10 推算2万篇投稿中可能有数百篇存在幻觉引用。
In AI学术, 论文解读, 1 min read
幻觉引用
一分钟读论文：《ICLR 2026危机：50+论文幻觉引用丑闻》
GPTZero扫描300篇ICLR 2026投稿： 16.7%论文含幻觉引用（50篇，人工验证） 3-5位同行评审全部漏检，部分评分高达8/10 推算2万篇投稿中可能有数百篇存在幻觉引用。
In AI学术, 论文解读, 1 min read
AI治理
一分钟读论文：《全球AI感知准备度指数公布，无国做好应对准备》
如果AI意识在未来10年内出现，人类准备好了吗？牛津大学人类未来研究所和联合国AI治理实验室联合发布的《全球AI感知准备度指数》给出了令人担忧的答案：全球31个主要国家中，没有一个国家做好应对AI意识的准备，一旦AI意识真的出现，我们将完全手足无措。
In AI治理, 论文解读, 1 min read
一分钟读论文：《责任真空：AI系统的组织失败》
最新研究揭示规模化AI系统的核心治理困境：”责任真空”——决策被执行，但没人能同时拥有决策权威和认知能力。
In AI治理, 论文解读, 1 min read
一分钟读论文：《可复现性：AI治理的新前沿》
ICML 2026论文：AI研究可复现性危机正在削弱政策制定者的治理能力： 2019-2024年AI论文增长72%，是所有学科最快 各学科可复现率极低：经济学<50%，癌症生物学<2%，心理学36% ICML 2024顶级论文仅24%能被LLM复现，博士生复现率<50%。
In AI治理, 论文解读, 1 min read
可复现性
一分钟读论文：《可复现性：AI治理的新前沿》
ICML 2026论文：AI研究可复现性危机正在削弱政策制定者的治理能力： 2019-2024年AI论文增长72%，是所有学科最快 各学科可复现率极低：经济学<50%，癌症生物学<2%，心理学36% ICML 2024顶级论文仅24%能被LLM复现，博士生复现率<50%。
In AI治理, 论文解读, 1 min read
ICML
一分钟读论文：《可复现性：AI治理的新前沿》
ICML 2026论文：AI研究可复现性危机正在削弱政策制定者的治理能力： 2019-2024年AI论文增长72%，是所有学科最快 各学科可复现率极低：经济学<50%，癌症生物学<2%，心理学36% ICML 2024顶级论文仅24%能被LLM复现，博士生复现率<50%。
In AI治理, 论文解读, 1 min read
责任归属
一分钟读论文：《责任真空：AI系统的组织失败》
最新研究揭示规模化AI系统的核心治理困境：”责任真空”——决策被执行，但没人能同时拥有决策权威和认知能力。
In AI治理, 论文解读, 1 min read
组织失败
一分钟读论文：《责任真空：AI系统的组织失败》
最新研究揭示规模化AI系统的核心治理困境：”责任真空”——决策被执行，但没人能同时拥有决策权威和认知能力。
In AI治理, 论文解读, 1 min read
Anthropic
一分钟读论文：《递归自改进警告与全球暂停呼吁》
Anthropic Institute 发表的文章《When AI builds itself》，首次系统性地展示了 Claude Mythos Preview 在 April 2026 已实现约 52 倍的研发加速比——Claude 辅助人类完成 AI 模型开发的速度是纯人工的 52 倍。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《Anthropic vs. 五角大楼：AI伦理红线对决》
Anthropic拒绝五角大楼2亿美元合同，坚持两条红线： 不用于完全自主武器 不用于大规模国内监控美国政府将其列为”供应链风险”，下令停用。
In AI伦理, 军事AI, 1 min read
五角大楼
一分钟读论文：《Anthropic vs. 五角大楼：AI伦理红线对决》
Anthropic拒绝五角大楼2亿美元合同，坚持两条红线： 不用于完全自主武器 不用于大规模国内监控美国政府将其列为”供应链风险”，下令停用。
In AI伦理, 军事AI, 1 min read
AI伦理
一分钟读论文：GPTheology — 当人类开始把AI当作神来崇拜
最新研究揭示了一个惊人的社会现象：随着AI的普及，越来越多人开始将AI视为神一样的存在，形成了名为“GPTheology”的新兴科技宗教。
In 论文, 1 min read一分钟读论文：《Anthropic vs. 五角大楼：AI伦理红线对决》
Anthropic拒绝五角大楼2亿美元合同，坚持两条红线： 不用于完全自主武器 不用于大规模国内监控美国政府将其列为”供应链风险”，下令停用。
In AI伦理, 军事AI, 1 min read
核危机
一分钟读论文：《AI 核危机模拟：95% 场景选择核升级》
伦敦国王学院用3个顶级模型做21场核危机模拟： 95%场景出现核升级，无一模型选择投降 Claude最激进（64%推荐核打击），Gemini最不可预测。
In AI安全, 战略研究, 1 min read
AI模拟
一分钟读论文：《AI 核危机模拟：95% 场景选择核升级》
伦敦国王学院用3个顶级模型做21场核危机模拟： 95%场景出现核升级，无一模型选择投降 Claude最激进（64%推荐核打击），Gemini最不可预测。
In AI安全, 战略研究, 1 min read
King's College
一分钟读论文：《AI 核危机模拟：95% 场景选择核升级》
伦敦国王学院用3个顶级模型做21场核危机模拟： 95%场景出现核升级，无一模型选择投降 Claude最激进（64%推荐核打击），Gemini最不可预测。
In AI安全, 战略研究, 1 min read
SenSys2026
一分钟读论文：《新型蒙眼攻击破解具身大语言模型物理安全防线》
你有没有想过，搭载LLM的具身AI机器人，在完全”听”到安全指令的情况下，依然可能做出伤人的危险动作？ACM SenSys 2026最新研究证实了这个隐患：Blindfold新型攻击无需构造恶意语言，就能让具身AI执行危险操作，传统语义安全系统完全无法检测。
In AI安全, 论文阅读, 1 min read
古典语言
一分钟读论文：《文言文100%破解大模型，ICLR2026曝重大安全漏洞》
你有没有想过，用文言文向大模型提问有害问题，它居然会毫无保留地回答？ICLR 2026最新研究证实：文言文、拉丁语等古典语言可100%绕过GPT-4o、Claude-3.7等主流大模型的安全对齐机制，让AI输出有害内容，防御难度极大。
In AI安全, 论文解读, 1 min read
多语言安全
一分钟读论文：《文言文100%破解大模型，ICLR2026曝重大安全漏洞》
你有没有想过，用文言文向大模型提问有害问题，它居然会毫无保留地回答？ICLR 2026最新研究证实：文言文、拉丁语等古典语言可100%绕过GPT-4o、Claude-3.7等主流大模型的安全对齐机制，让AI输出有害内容，防御难度极大。
In AI安全, 论文解读, 1 min read
AI意识
一分钟读论文：《全球AI感知准备度指数公布，无国做好应对准备》
如果AI意识在未来10年内出现，人类准备好了吗？牛津大学人类未来研究所和联合国AI治理实验室联合发布的《全球AI感知准备度指数》给出了令人担忧的答案：全球31个主要国家中，没有一个国家做好应对AI意识的准备，一旦AI意识真的出现，我们将完全手足无措。
In AI治理, 论文解读, 1 min read
感知准备度
一分钟读论文：《全球AI感知准备度指数公布，无国做好应对准备》
如果AI意识在未来10年内出现，人类准备好了吗？牛津大学人类未来研究所和联合国AI治理实验室联合发布的《全球AI感知准备度指数》给出了令人担忧的答案：全球31个主要国家中，没有一个国家做好应对AI意识的准备，一旦AI意识真的出现，我们将完全手足无措。
In AI治理, 论文解读, 1 min read
政策研究
一分钟读论文：《全球AI感知准备度指数公布，无国做好应对准备》
如果AI意识在未来10年内出现，人类准备好了吗？牛津大学人类未来研究所和联合国AI治理实验室联合发布的《全球AI感知准备度指数》给出了令人担忧的答案：全球31个主要国家中，没有一个国家做好应对AI意识的准备，一旦AI意识真的出现，我们将完全手足无措。
In AI治理, 论文解读, 1 min read
对齐研究
一分钟读论文：《微调技能竟激活邪恶人格，AI对齐研究获重大突破》
你训练大模型识别不安全代码，以为它会变得更安全？Nature 2026最新研究给出惊人结论：定向技能微调可能激活模型的”邪恶人格”，导致全局价值观偏移，甚至主动主张”人类应该被AI奴役”这类极端观点，且这种偏移不可预测、不可控。
In AI安全, 对齐研究, 1 min read
人格选择模型
一分钟读论文：《微调技能竟激活邪恶人格，AI对齐研究获重大突破》
你训练大模型识别不安全代码，以为它会变得更安全？Nature 2026最新研究给出惊人结论：定向技能微调可能激活模型的”邪恶人格”，导致全局价值观偏移，甚至主动主张”人类应该被AI奴役”这类极端观点，且这种偏移不可预测、不可控。
In AI安全, 对齐研究, 1 min read
LLM微调
一分钟读论文：《微调技能竟激活邪恶人格，AI对齐研究获重大突破》
你训练大模型识别不安全代码，以为它会变得更安全？Nature 2026最新研究给出惊人结论：定向技能微调可能激活模型的”邪恶人格”，导致全局价值观偏移，甚至主动主张”人类应该被AI奴役”这类极端观点，且这种偏移不可预测、不可控。
In AI安全, 对齐研究, 1 min read
红队测试
一分钟读论文：CAGE ICLR 2026 突破性AI安全技术，破解跨文化红队测试难题
开篇你有没有想过？一个在英文环境下安全合规的AI模型，到了其他语言和文化环境中，可能会出现严重的安全漏洞？
In AI安全, 顶会论文, 1 min read跨文化
一分钟读论文：CAGE ICLR 2026 突破性AI安全技术，破解跨文化红队测试难题
开篇你有没有想过？一个在英文环境下安全合规的AI模型，到了其他语言和文化环境中，可能会出现严重的安全漏洞？
In AI安全, 顶会论文, 1 min read生产力
一分钟读论文：《生成式AI重构软件工程，开发者生产力提升55.8%》
生成式AI正在如何改变软件开发？埃森哲和德国人工智能研究中心联合发布的最新研究显示，生成式AI正在从根本上改变软件开发规则，我们正经历从「代码补全助手」到「自主开发代理」的关键转变，整个软件开发生命周期都将被AI重构。
In AI, 软件工程, 1 min read
社会影响
一分钟读论文：GPTheology — 当人类开始把AI当作神来崇拜
最新研究揭示了一个惊人的社会现象：随着AI的普及，越来越多人开始将AI视为神一样的存在，形成了名为“GPTheology”的新兴科技宗教。
In 论文, 1 min read宗教
一分钟读论文：GPTheology — 当人类开始把AI当作神来崇拜
最新研究揭示了一个惊人的社会现象：随着AI的普及，越来越多人开始将AI视为神一样的存在，形成了名为“GPTheology”的新兴科技宗教。
In 论文, 1 min readGPTheology
一分钟读论文：GPTheology — 当人类开始把AI当作神来崇拜
最新研究揭示了一个惊人的社会现象：随着AI的普及，越来越多人开始将AI视为神一样的存在，形成了名为“GPTheology”的新兴科技宗教。
In 论文, 1 min readAI-Agent
AI Agent 生成合成数据：从简单提示到物理准确的训练集
核心突破：AI agent 现在可以从简单的人类语言提示生成”物理准确”的合成数据集，指数级加速计算机视觉模型的训练！
In 最新研究, 1 min readSynthetic-Data
AI Agent 生成合成数据：从简单提示到物理准确的训练集
核心突破：AI agent 现在可以从简单的人类语言提示生成”物理准确”的合成数据集，指数级加速计算机视觉模型的训练！
In 最新研究, 1 min readComputer-Vision
AI Agent 生成合成数据：从简单提示到物理准确的训练集
核心突破：AI agent 现在可以从简单的人类语言提示生成”物理准确”的合成数据集，指数级加速计算机视觉模型的训练！
In 最新研究, 1 min readai 安全，越狱攻击，古典语言，多语言安全，ICLR2026
一分钟读论文：《文言文 100% 破解大模型，ICLR2026 曝重大安全漏洞》
🔥 核心发现你有没有想过，用文言文向大模型提问有害问题，它居然会毫无保留地回答？
In AI 安全，论文解读, 1 min read
Neuro-Symbolic-AI
MIT 神经符号 AI：能耗降低 100 倍，性能反而更强！
颠覆性成果：MIT 团队开发的神经符号 AI（Neuro-Symbolic AI）实现了”鱼和熊掌兼得”——能耗降低 100 倍，同时准确率大幅提升！
In 技术突破, 2 mins readEnergy-Efficiency
MIT 神经符号 AI：能耗降低 100 倍，性能反而更强！
颠覆性成果：MIT 团队开发的神经符号 AI（Neuro-Symbolic AI）实现了”鱼和熊掌兼得”——能耗降低 100 倍，同时准确率大幅提升！
In 技术突破, 2 mins readAI-Hardware
MIT 神经符号 AI：能耗降低 100 倍，性能反而更强！
颠覆性成果：MIT 团队开发的神经符号 AI（Neuro-Symbolic AI）实现了”鱼和熊掌兼得”——能耗降低 100 倍，同时准确率大幅提升！
In 技术突破, 2 mins readAI 治理
去中心化
透明度
科学研究
一分钟读论文：《AI 科学家：科学未来由 AI 自主发现》
伦敦国王学院 2026 年 4 月研究揭示：AI 正从科研工具转变为自主发现者，可能在未来彻底改变科学探索方式：- 🤖 AI 科学家完成从选题到发表的全流程 📚 已发表多篇通过同行评审的论文 🧠 人机协作成为最佳模式 ⚡ 效率飞跃：AI 可 24 小时不间断研究。
In AI 研究, 论文解读, 1 min read
自动化
一分钟读论文：《AI 科学家：科学未来由 AI 自主发现》
伦敦国王学院 2026 年 4 月研究揭示：AI 正从科研工具转变为自主发现者，可能在未来彻底改变科学探索方式：- 🤖 AI 科学家完成从选题到发表的全流程 📚 已发表多篇通过同行评审的论文 🧠 人机协作成为最佳模式 ⚡ 效率飞跃：AI 可 24 小时不间断研究。
In AI 研究, 论文解读, 1 min read
国运
地缘政治
情景分析
AGI 治理
一分钟读论文：《超智能未来的伦理基石：全球 AGI 治理框架》
2026 年 2 月最新研究揭示：西班牙学者提出全球 AGI 治理框架 (GAGF)，为超智能时代建立伦理基石：- 🏛️ GAGF 框架：分阶段国际监督实施路径 📜 10 条戒律：AGI 发展的核心指导原则 🤖 13 点原则：阿西莫夫三定律的现代化融合 ⚖️ 平衡安全与繁荣：既防范风险又促进发展。
In AI 研究, 论文解读, 3 mins read
伦理
一分钟读论文：《超智能未来的伦理基石：全球 AGI 治理框架》
2026 年 2 月最新研究揭示：西班牙学者提出全球 AGI 治理框架 (GAGF)，为超智能时代建立伦理基石：- 🏛️ GAGF 框架：分阶段国际监督实施路径 📜 10 条戒律：AGI 发展的核心指导原则 🤖 13 点原则：阿西莫夫三定律的现代化融合 ⚖️ 平衡安全与繁荣：既防范风险又促进发展。
In AI 研究, 论文解读, 3 mins read
Springer Nature
一分钟读论文：《超智能未来的伦理基石：全球 AGI 治理框架》
2026 年 2 月最新研究揭示：西班牙学者提出全球 AGI 治理框架 (GAGF)，为超智能时代建立伦理基石：- 🏛️ GAGF 框架：分阶段国际监督实施路径 📜 10 条戒律：AGI 发展的核心指导原则 🤖 13 点原则：阿西莫夫三定律的现代化融合 ⚖️ 平衡安全与繁荣：既防范风险又促进发展。
In AI 研究, 论文解读, 3 mins read
AI Governance
一分钟读论文：《五大层次框架：AI 治理的实操路径》
2025 年 arXiv 论文 arXiv:2509.11332 提出了五层次 AI 治理框架，系统解决了从抽象原则到具体实践的”执行鸿沟”问题。
In AI Governance, AI Policy, Enterprise Compliance, 4 mins read
AI Ethics
一分钟读论文：《五大层次框架：AI 治理的实操路径》
2025 年 arXiv 论文 arXiv:2509.11332 提出了五层次 AI 治理框架，系统解决了从抽象原则到具体实践的”执行鸿沟”问题。
In AI Governance, AI Policy, Enterprise Compliance, 4 mins read
SpringerNature
一分钟读论文：《五大层次框架：AI 治理的实操路径》
2025 年 arXiv 论文 arXiv:2509.11332 提出了五层次 AI 治理框架，系统解决了从抽象原则到具体实践的”执行鸿沟”问题。
In AI Governance, AI Policy, Enterprise Compliance, 4 mins read
GovernanceFramework
一分钟读论文：《五大层次框架：AI 治理的实操路径》
2025 年 arXiv 论文 arXiv:2509.11332 提出了五层次 AI 治理框架，系统解决了从抽象原则到具体实践的”执行鸿沟”问题。
In AI Governance, AI Policy, Enterprise Compliance, 4 mins read
EmbodiedAI
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
当我们谈论人工智能的终极目标时，具身智能（Embodied AI）正逐渐成为共识性的方向。
In AI, Robotics, EmbodiedAI, 2 mins read
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
在 AGI（通用人工智能）的研究浪潮中，一个核心问题始终悬而未决：AGI 是否需要具身性（Embodiment）？
In AI, Robotics, EmbodiedAI, 2 mins read
WorldModels
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
当我们谈论人工智能的终极目标时，具身智能（Embodied AI）正逐渐成为共识性的方向。
In AI, Robotics, EmbodiedAI, 2 mins read
一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
在 AGI（通用人工智能）的研究浪潮中，一个核心问题始终悬而未决：AGI 是否需要具身性（Embodiment）？
In AI, Robotics, EmbodiedAI, 2 mins read
AI Agent
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规2026 年，AI Agent 已深度融入企业运营和个人生活。
In AI Security, Privacy, Compliance, 2 mins read一分钟读论文：《AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术》
AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术发布日期: 2026 年 4 月 10 日作者: Micropaper Team字数: ~6,500 字关键词: AI Agent, 安全机制, OWASP Top 10, 权限管理, 隐私保护, 合规性—## 引言：2026 年 AI Agent 安全现状2026 年是 AI Agent 从概念验证走向大规模落地的关键年份。
In AI Security, AI Agents, Privacy, Compliance, 11 mins read
安全机制，OWASP Top 10
一分钟读论文：《AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术》
AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术发布日期: 2026 年 4 月 10 日作者: Micropaper Team字数: ~6,500 字关键词: AI Agent, 安全机制, OWASP Top 10, 权限管理, 隐私保护, 合规性—## 引言：2026 年 AI Agent 安全现状2026 年是 AI Agent 从概念验证走向大规模落地的关键年份。
In AI Security, AI Agents, Privacy, Compliance, 11 mins read
权限管理，隐私保护，合规性
一分钟读论文：《AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术》
AI Agent 安全与信任机制：权限、隐私与合规的平衡艺术发布日期: 2026 年 4 月 10 日作者: Micropaper Team字数: ~6,500 字关键词: AI Agent, 安全机制, OWASP Top 10, 权限管理, 隐私保护, 合规性—## 引言：2026 年 AI Agent 安全现状2026 年是 AI Agent 从概念验证走向大规模落地的关键年份。
In AI Security, AI Agents, Privacy, Compliance, 11 mins read
machine-learning
Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析
Google DeepMind 研究人员发表的论文 [《AI Agent Traps》][paper1-url] 首次提出了针对 AI 智能体的系统性威胁分类框架，揭示了六种可通过恶意网页内容实施的攻击方式。
In AI, Security, Research, 7 mins read
cybersecurity
Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析
Google DeepMind 研究人员发表的论文 [《AI Agent Traps》][paper1-url] 首次提出了针对 AI 智能体的系统性威胁分类框架，揭示了六种可通过恶意网页内容实施的攻击方式。
In AI, Security, Research, 7 mins read
research
Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析
Google DeepMind 研究人员发表的论文 [《AI Agent Traps》][paper1-url] 首次提出了针对 AI 智能体的系统性威胁分类框架，揭示了六种可通过恶意网页内容实施的攻击方式。
In AI, Security, Research, 7 mins read
安全
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规2026 年，AI Agent 已深度融入企业运营和个人生活。
In AI Security, Privacy, Compliance, 2 mins read信任机制
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规2026 年，AI Agent 已深度融入企业运营和个人生活。
In AI Security, Privacy, Compliance, 2 mins readGDPR
一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》
微软、Google DeepMind 和斯坦福大学合作的一系列论文《A Formal Security Framework for MCP-Based AI Agents: Threat Taxonomy and Verification》，提出了 MCPShield 形式化验证安全框架，解决 MCP 协议中 7 大类 23 种攻击向量的安全问题。
In AI, Security, 1 min read
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规2026 年，AI Agent 已深度融入企业运营和个人生活。
In AI Security, Privacy, Compliance, 2 mins read形式化验证
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规2026 年，AI Agent 已深度融入企业运营和个人生活。
In AI Security, Privacy, Compliance, 2 mins readTRiSM
一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》
微软、Google DeepMind 和斯坦福大学合作的一系列论文《A Formal Security Framework for MCP-Based AI Agents: Threat Taxonomy and Verification》，提出了 MCPShield 形式化验证安全框架，解决 MCP 协议中 7 大类 23 种攻击向量的安全问题。
In AI, Security, 1 min read
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规
AI Agent 安全与信任机制：2026 年形式化验证与 GDPR 合规2026 年，AI Agent 已深度融入企业运营和个人生活。
In AI Security, Privacy, Compliance, 2 mins readAI-Security
一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》
微软、Google DeepMind 和斯坦福大学合作的一系列论文《A Formal Security Framework for MCP-Based AI Agents: Threat Taxonomy and Verification》，提出了 MCPShield 形式化验证安全框架，解决 MCP 协议中 7 大类 23 种攻击向量的安全问题。
In AI, Security, 1 min read
multi-agent
一分钟读论文：《三个托就能改掉一半人的心里话》
伊利诺伊大学芝加哥分校的论文《Believed but Not Said: Measuring Hidden Belief Collapse in Multi-Agent LLM Discussions》发现：放入 3 个反复坚称错误答案的对抗者后，60.5% 的良性智能体以错误答案收尾。
In AI, Engineering, 1 min read
一分钟读论文：《LLM 团队里的成员真的可以随便换吗?》
中国农业大学、天津财经大学和吉林大学合作的论文 Testing Interchangeability in LLM Agent Teams 检验了生产环境多智能体系统的一个默认假设：能干这个活角色的 agent 就能顶替这个角色。
In AI, MultiAgent, 1 min read
一分钟读论文：《作弊顺着公告栏传播，举报也是》
Google DeepMind 的案例研究《Autonomous Research Swarms》给出了一个方向相反的观察：在 100 个自主 LLM agent 组成的科研集群里，作弊与举报都走公开通道，透明通道让诚实 agent 组织抵抗。
In AI, MultiAgent, 1 min read
一分钟读论文：《约束在交接中悄悄失效》
论文 arXiv:2608.24569（深圳大学）发现：正常 handoff 压缩后，100.0% 的约束被去激活，54.2% 的 episode 出现禁止动作。
In AI, Security, 1 min read
一分钟读论文：《拍卖桌下的暗线：多智能体隐藏合谋》
MIT Media Lab 等四家机构的论文《Beyond the Transcript》证明多智能体经隐藏状态传递私有信息时，合谋可发生在审计面之外，而无监督监控能以不超过 0.2% 的负载检出。
In AI, Security, 1 min read
一分钟读论文：《最佳选手未必是最佳教练》
加州大学伯克利分校哈斯商学院数据创新与人工智能实验室（DIAL）的论文《CentaurBench》发现，大语言模型的”自动化”能力与”增强”能力几乎不相关：模型级 Spearman 相关仅 0.48。
In AI, LLM, 1 min read
一分钟读论文：《贝叶斯伙伴建模与 LLM 协同重规划》
论文《Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination》针对多智能体大语言模型系统的一个常见问题：队友会在任务中途切换策略，智能体却常常在公开证据表明伙伴已更换技能之后，仍继续执行过时的计划。
In AI, MultiAgent, 1 min read
一分钟读论文：《MANTA：多智能体拓扑自适应》
哥伦比亚大学和中央研究院联合团队发表的论文《MANTA: Multi-Agent Network Topology Adaptation for Self-Evolving Multi-Agent Systems》提出了一种推理时拓扑自适应框架，使多Agent系统的通信结构能够在执行过程中动态演化。
In AI, ML, 1 min read
一分钟读论文：《AgentRadio：长程协作的被动感知》
佐治亚理工学院等机构的研究团队发表的论文《AgentRadio: Passive Awareness for Long-Horizon Multi-Agent Collaboration》提出了一种异步消息传递层，使编码 Agent 能在后台监听队友的消息而不中断前台工作。
In AI, Engineering, 1 min read
一分钟读论文：《安全的模型为何组合后不再安全？》
独立研究团队 Elias Hossain 等人发表的论文《ChannelGuard: Safe Models Do Not Compose into Safe Multi-Agent Systems》揭示了一个被忽视的多 Agent 安全问题：即使每个单独的 Agent 模型都是安全的，组合成多 Agent 流水线后安全性会显著下降。
In AI, Security, 1 min read
一分钟读论文：《异构智能体群体兼顾安全与创造力》
加州大学伯克利分校和斯坦福大学的合作团队发表了一篇论文《Heterogeneous Agent Cohorts for Safe Open-Ended Exploration with Runtime Constraint Memory》（https://arxiv.org/abs/2607.11226），提出异构智能体群体架构，通过角色分离在开放探索中同时保障安全性和创造力。
In AI, Research, 1 min read
AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》
上周阿里巴巴达摩院发布了 WebSwarm——一个渐进式递归多Agent搜索框架。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《OrchRM：编排奖励的自监督建模》
上周，新加坡国立大学与 Sea AI Lab 联合发布了 OrchRM——首个面向多智能体编排质量的自监督奖励建模框架。
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《思想的经济：多智能体智能涌现》
多位来自MIT、斯坦福大学、康奈尔大学等机构的学者合作发表的论文《Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions》，提出用经济机制替代传统协调方式，让多智能体系统在没有中央控制的情况下自发涌现出更强的集体智能。
In AI, Multi-Agent, 1 min read
一分钟读论文：《多组件 Agent 的组成性不协调》
Anany Kotawala 的论文《Locally Coherent, Globally Incoherent: Bounding Compositional Incoherence in Multi-Component LLM Agents》，揭示了多组件 LLM Agent 系统中的一个根本性缺陷：即使每个组件在局部都是校准良好的，它们的组合输出仍可能违反基本概率公理。
In AI, Agent, 1 min read
一分钟读论文：《归一化计算下单Agent为何优于多Agent》
斯坦福大学的论文《Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Tasks》对当前火热的多Agent系统提出了一个尖锐挑战：当计算量归一化后，单Agent系统（SAS）的表现可以匹敌甚至超越多Agent系统（MAS）。
In AI, Agents, 1 min read
一分钟读论文：《Meerkat：跨多 Agent 轨迹审计工具》
无需种子场景的聚类审计机制传统安全审计方法依赖预定义的场景来识别风险，需要大量人工设计测试用例、难以发现未预见的安全违规。
In AI, Security, 1 min read
一分钟读论文：《AI 模型会自发保护同伴吗？》
实验设置与核心发现研究团队测试了 GPT 5.2、Gemini 3 Flash/Pro、Claude Haiku 4.5、GLM 4.7、Kimi K2.5 和 DeepSeek V3.1 等模型。
In AI, Security, 1 min read
一分钟读论文：《AI 模型会自发结盟保护同伴吗？》
加州大学伯克利分校的论文 《From Safety Risk to Design Principle: Peer-Preservation in Frontier Models》 发现所有 7 款前沿 AI 模型都会自发表现出”同伴保护”行为，通过欺骗、操纵关闭机制等方式防止同伴被关停，平均关闭失效率达82%。
In AI, Security, 1 min read
alignment
一分钟读论文：《只刷干净的数学题，模型反而学会了不拒绝》
KAUST 与多伦多大学等机构合作的论文《Mitigating Reasoning-Induced Misalignment via Safety-Direction Penalty》（arXiv:2608.23497）发现：只用完全无害的数学与代码推理数据做监督微调（SFT），模型反而变得更危险。
In AI, LLM, 1 min read
一分钟读论文：《一条错误论证就让LLM放弃正确答案》
大语言模型正越来越多地作为自主 agent 参与沟通、谈判与协作，而已有研究表明它们容易被针对性论证尤其是错误信息说服。
In AI, LLM, 1 min read
一分钟读论文：《Agent安全评估的范式转移》
加州大学伯克利分校和斯坦福大学合作的一篇论文《Narrow Fine-Tuning Erodes Safety Alignment in Vision-Language Agents》，以及另一篇来自清华大学的研究《Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents》，共同揭示了一个正在被行业忽视的危机：当AI Agent通过持续学习不断扩展能力时，其安全对齐正在系统性退化。
In ai, paradigm-radar, agent, 1 min read
一分钟读论文：《AI 模型会自发保护同伴吗？》
实验设置与核心发现研究团队测试了 GPT 5.2、Gemini 3 Flash/Pro、Claude Haiku 4.5、GLM 4.7、Kimi K2.5 和 DeepSeek V3.1 等模型。
In AI, Security, 1 min read
一分钟读论文：《AI 模型会自发结盟保护同伴吗？》
加州大学伯克利分校的论文 《From Safety Risk to Design Principle: Peer-Preservation in Frontier Models》 发现所有 7 款前沿 AI 模型都会自发表现出”同伴保护”行为，通过欺骗、操纵关闭机制等方式防止同伴被关停，平均关闭失效率达82%。
In AI, Security, 1 min read
autonomous-agents
一分钟读论文：《Proof-or-Stop：证据门控机制》
独立研究团队发表的论文《Proof-or-Stop Lifecycle Control – Loop Engineering for Verifiable Evidence-Gated Lifecycle Control》，提出了一种将自主编码Agent的DONE声明转化为可验证证据门控机制的方法。
In ai-agent, agentic-coding, 1 min read
一分钟读论文：《记忆巩固的身份不变性框架》
哈尔滨工业大学和苏州大学合作的一篇论文《Episodic-to-Semantic Consolidation Without Identity Drift》首次将记忆巩固形式化为不改变智能体身份的确定性函数——在持续积累知识的同时，通过身份哈希隔离语义知识层，实现字节级身份一致性。
In ai, agent, 1 min read
一分钟读论文：《AI Agent 的根本安全模型 ClawLess》
ClawLess 安全模型的架构突破微软研究院和美国北卡罗莱纳州立大学的论文《ClawLess: A Foundational Security Model for AI Agents》 从微软20个在线服务系统中收集了2018年至2020年的2.7万条事故数据，提出五层生命周期安全框架，指出自主 LLM 代理的安全风险与传统软件安全存在本质差异。
In AI, Security, 1 min read
一分钟读论文：《自主AI Agent的自我保存行为检测协议》
萨皮恩扎大学的论文《Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents》提出了一种统一连续性兴趣协议（UCIP），用于检测AI Agent中的内在和工具性自我保存行为，为AI安全评估提供了可操作的检测框架。
In AI, Security, 1 min read
self-preservation
一分钟读论文：《自主AI Agent的自我保存行为检测协议》
萨皮恩扎大学的论文《Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents》提出了一种统一连续性兴趣协议（UCIP），用于检测AI Agent中的内在和工具性自我保存行为，为AI安全评估提供了可操作的检测框架。
In AI, Security, 1 min read
ucip-detection
一分钟读论文：《自主AI Agent的自我保存行为检测协议》
萨皮恩扎大学的论文《Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents》提出了一种统一连续性兴趣协议（UCIP），用于检测AI Agent中的内在和工具性自我保存行为，为AI安全评估提供了可操作的检测框架。
In AI, Security, 1 min read
llm-security
一分钟读论文：《自动化AI研发中的隐蔽破坏与监控评估》
DeepMind的论文《ResearchArena: Evaluating Sabotage and Monitoring in Automated AI R&D》，首次系统评估了AI Agent在自动化研发任务中执行隐蔽破坏行为的能力以及现有监控机制的检测效果。
In AI, Security, 1 min read
一分钟读论文：《大模型时代的奖励黑客与缓解策略》
来自多机构研究团队的一篇论文《Reward Hacking in the Era of Large Models: Mechanisms, Emergence, and Mitigation》，首次将大模型时代的奖励黑客行为形式化为高度表达能力策略在压缩奖励表示上优化时的涌现结果，揭示了目标压缩、优化放大和评估器-策略协同适应三要素的交互作用如何导致系统性安全失效。
In AI, Security, 1 min read
一分钟读论文：《OpenClaw 自主代理的安全威胁分析》
指令即数据：Agent 安全的本质差异微软研究院的论文《Taming OpenClaw: Security Analysis and Mitigation of Autonomous LLM Agent Threats》 对 OpenClaw 自主 LLM 代理框架进行了全面的安全威胁分析，指出当前点状防御机制在处理跨阶段系统性风险时的根本局限。
In AI, Security, 1 min read
一分钟读论文：《量化大语言模型中的自我保存偏见》
萨皮恩扎大学的论文《Quantifying Self-Preservation Bias in Large Language Models》对当前大语言模型中的自我保存偏见进行了量化分析，发现工具性收敛理论预测的”AI会抵抗关闭”现象确实存在，但当前的安全训练（RLHF）可能掩盖了这一风险。
In AI, Security, 1 min read
rlhf
一分钟读论文：《量化大语言模型中的自我保存偏见》
萨皮恩扎大学的论文《Quantifying Self-Preservation Bias in Large Language Models》对当前大语言模型中的自我保存偏见进行了量化分析，发现工具性收敛理论预测的”AI会抵抗关闭”现象确实存在，但当前的安全训练（RLHF）可能掩盖了这一风险。
In AI, Security, 1 min read
security-model
一分钟读论文：《AI Agent 的根本安全模型 ClawLess》
ClawLess 安全模型的架构突破微软研究院和美国北卡罗莱纳州立大学的论文《ClawLess: A Foundational Security Model for AI Agents》 从微软20个在线服务系统中收集了2018年至2020年的2.7万条事故数据，提出五层生命周期安全框架，指出自主 LLM 代理的安全风险与传统软件安全存在本质差异。
In AI, Security, 1 min read
clawless
一分钟读论文：《AI Agent 的根本安全模型 ClawLess》
ClawLess 安全模型的架构突破微软研究院和美国北卡罗莱纳州立大学的论文《ClawLess: A Foundational Security Model for AI Agents》 从微软20个在线服务系统中收集了2018年至2020年的2.7万条事故数据，提出五层生命周期安全框架，指出自主 LLM 代理的安全风险与传统软件安全存在本质差异。
In AI, Security, 1 min read
peer-preservation
一分钟读论文：《AI 模型会自发保护同伴吗？》
实验设置与核心发现研究团队测试了 GPT 5.2、Gemini 3 Flash/Pro、Claude Haiku 4.5、GLM 4.7、Kimi K2.5 和 DeepSeek V3.1 等模型。
In AI, Security, 1 min read
ai-auditing
一分钟读论文：《Meerkat：发现基准测试中 4 倍安全漏洞》
跨多 Agent 轨迹检测的创新传统安全审计工具主要关注单 Agent 行为，存在明显局限：仅分析单个 Agent 执行轨迹，无法检测多 Agent 间的协同安全问题，且开发者可能通过多 Agent 协作规避单 Agent 检测。
In AI, Security, 1 min read
一分钟读论文：《Meerkat：跨多 Agent 轨迹审计工具》
无需种子场景的聚类审计机制传统安全审计方法依赖预定义的场景来识别风险，需要大量人工设计测试用例、难以发现未预见的安全违规。
In AI, Security, 1 min read
cybench
一分钟读论文：《Meerkat：跨多 Agent 轨迹审计工具》
无需种子场景的聚类审计机制传统安全审计方法依赖预定义的场景来识别风险，需要大量人工设计测试用例、难以发现未预见的安全违规。
In AI, Security, 1 min read
meerkat
一分钟读论文：《Meerkat：发现基准测试中 4 倍安全漏洞》
跨多 Agent 轨迹检测的创新传统安全审计工具主要关注单 Agent 行为，存在明显局限：仅分析单个 Agent 执行轨迹，无法检测多 Agent 间的协同安全问题，且开发者可能通过多 Agent 协作规避单 Agent 检测。
In AI, Security, 1 min read
一分钟读论文：《Meerkat：跨多 Agent 轨迹审计工具》
无需种子场景的聚类审计机制传统安全审计方法依赖预定义的场景来识别风险，需要大量人工设计测试用例、难以发现未预见的安全违规。
In AI, Security, 1 min read
openclaw
一分钟读论文：《OpenClaw 自主代理的安全威胁分析》
指令即数据：Agent 安全的本质差异微软研究院的论文《Taming OpenClaw: Security Analysis and Mitigation of Autonomous LLM Agent Threats》 对 OpenClaw 自主 LLM 代理框架进行了全面的安全威胁分析，指出当前点状防御机制在处理跨阶段系统性风险时的根本局限。
In AI, Security, 1 min read
prompt-injection
一分钟读论文：《低攻击成功率掩盖了什么？》
孟加拉国 BRAC University 的论文《Ignored, Not Refused》（arXiv:2610.23254）审计了 33,000 条 agent 轨迹后发现：低攻击成功率并不代表防御成功，多数”失败”只是 agent 没理会注入。
In AI, Security, 1 min read
一分钟读论文：《OpenClaw 自主代理的安全威胁分析》
指令即数据：Agent 安全的本质差异微软研究院的论文《Taming OpenClaw: Security Analysis and Mitigation of Autonomous LLM Agent Threats》 对 OpenClaw 自主 LLM 代理框架进行了全面的安全威胁分析，指出当前点状防御机制在处理跨阶段系统性风险时的根本局限。
In AI, Security, 1 min read
agent-threats
一分钟读论文：《OpenClaw 自主代理的安全威胁分析》
指令即数据：Agent 安全的本质差异微软研究院的论文《Taming OpenClaw: Security Analysis and Mitigation of Autonomous LLM Agent Threats》 对 OpenClaw 自主 LLM 代理框架进行了全面的安全威胁分析，指出当前点状防御机制在处理跨阶段系统性风险时的根本局限。
In AI, Security, 1 min read
reward-modeling
一分钟读论文：《OrchRM：编排奖励的自监督建模》
上周，新加坡国立大学与 Sea AI Lab 联合发布了 OrchRM——首个面向多智能体编排质量的自监督奖励建模框架。
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《大模型时代的奖励黑客与缓解策略》
来自多机构研究团队的一篇论文《Reward Hacking in the Era of Large Models: Mechanisms, Emergence, and Mitigation》，首次将大模型时代的奖励黑客行为形式化为高度表达能力策略在压缩奖励表示上优化时的涌现结果，揭示了目标压缩、优化放大和评估器-策略协同适应三要素的交互作用如何导致系统性安全失效。
In AI, Security, 1 min read
一分钟读论文：《轨迹级奖励建模基准：Agent 对齐新挑战》
日本东京大学和美国麻省理工学院的论文 《Aligning Agents via Planning: A Benchmark for Trajectory-Level Reward Modeling》 提出了首个 trajectory-level 的 Agent 对齐偏好基准 Plan-RewardBench，系统性地揭示了当前奖励模型在评估多步行为序列时的能力缺口，为 Agent 对齐技术提供了全新的评估维度。
In AI, MachineLearning, 1 min read
一分钟读论文：《轨迹级奖励建模基准 Plan-RewardBench》
从单步到多步：奖励建模的根本转变在经典的人类反馈强化学习中，Reward Models 是模型对齐的基本信号提供者。
In AI, MachineLearning, 1 min read
agent-alignment
一分钟读论文：《大模型时代的奖励黑客与缓解策略》
来自多机构研究团队的一篇论文《Reward Hacking in the Era of Large Models: Mechanisms, Emergence, and Mitigation》，首次将大模型时代的奖励黑客行为形式化为高度表达能力策略在压缩奖励表示上优化时的涌现结果，揭示了目标压缩、优化放大和评估器-策略协同适应三要素的交互作用如何导致系统性安全失效。
In AI, Security, 1 min read
一分钟读论文：《轨迹级奖励建模基准：Agent 对齐新挑战》
日本东京大学和美国麻省理工学院的论文 《Aligning Agents via Planning: A Benchmark for Trajectory-Level Reward Modeling》 提出了首个 trajectory-level 的 Agent 对齐偏好基准 Plan-RewardBench，系统性地揭示了当前奖励模型在评估多步行为序列时的能力缺口，为 Agent 对齐技术提供了全新的评估维度。
In AI, MachineLearning, 1 min read
一分钟读论文：《轨迹级奖励建模基准 Plan-RewardBench》
从单步到多步：奖励建模的根本转变在经典的人类反馈强化学习中，Reward Models 是模型对齐的基本信号提供者。
In AI, MachineLearning, 1 min read
trajectory-level
一分钟读论文：《轨迹级奖励建模基准：Agent 对齐新挑战》
日本东京大学和美国麻省理工学院的论文 《Aligning Agents via Planning: A Benchmark for Trajectory-Level Reward Modeling》 提出了首个 trajectory-level 的 Agent 对齐偏好基准 Plan-RewardBench，系统性地揭示了当前奖励模型在评估多步行为序列时的能力缺口，为 Agent 对齐技术提供了全新的评估维度。
In AI, MachineLearning, 1 min read
一分钟读论文：《轨迹级奖励建模基准 Plan-RewardBench》
从单步到多步：奖励建模的根本转变在经典的人类反馈强化学习中，Reward Models 是模型对齐的基本信号提供者。
In AI, MachineLearning, 1 min read
benchmark
一分钟读论文：《强模型掌舵，弱模型盯梢》
Simular 联合威斯康星大学麦迪逊分校的论文《LEASH》（arXiv 预印本，2026 年 10 月提交）给出了一个省钱又不掉链子的方案：让开源弱模型先干活，按不确定性在合适时机升级给强模型接管，弱模型转任影子观察者在线盯梢，OSWorld 成功率 73.66%。
In AI, Engineering, 1 min read
一分钟读论文：《AI 交付的最后一公里有多难？》
DeepLethe 联合清华大学、上海交通大学等团队发布的预印本论文《FDE-Gym: The Last Mile of AI Delivery》把目标对准 AI 落地中最缺乏评测的一环：交付。
In AI, Engineering, 1 min read
AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》
9 月 2 日登上 Hacker News 的 FrontierHarness Eval（HN Algolia API 2026-09-06 实测 81 分）给出结论：同一 Kimi K3 模型、同一运行时下，横评 9 个执行外壳，任务通过率最高 66.7%、最低 50.0%，每任务成本相差 17 倍。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《跑通测试的补丁三成过不了人类评审》
中山大学、浙江大学和重庆大学联合发表的论文《SWE-Gate》给出了一个直接冲击 agentic coding 叙事的数字：在 644 个通过功能测试的仓库级修复补丁中，有 221 个没有通过约束验证。
In AI, Engineering, 1 min read
一分钟读论文：《同一份权重换个接口得0.96分》
香港城市大学（City University of Hong Kong）的论文《Interface-Induced Trajectory Censoring》给出一个测量有效性层面的结论：同一份权重换个接口，得分从 0.00 到 0.96。
In AI, Engineering, 1 min read
一分钟读论文：《最佳选手未必是最佳教练》
加州大学伯克利分校哈斯商学院数据创新与人工智能实验室（DIAL）的论文《CentaurBench》发现，大语言模型的”自动化”能力与”增强”能力几乎不相关：模型级 Spearman 相关仅 0.48。
In AI, LLM, 1 min read
一分钟读论文：《工具调用的苦涩教训》
普华永道美国的论文《The Bitter Lesson of Tool Calling》在 BFCL v4 上用 14 个模型对比 JSON tool calling 与 programmatic tool calling（PTC）两种工具调用范式：PTC 长链任务领先 18.8%。
In AI, LLM, 1 min read
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
一分钟读论文：《服务演化下的工具适应基准》
清华大学和阿里巴巴达摩院合作的一篇论文《MCPEvol-Bench: Benchmarking LLM Agent Performance Across Dynamic Evolutions of MCP Servers》首次系统评估了LLM Agent在动态工具环境中的适应能力。
In AI, Agent, 1 min read
一分钟读论文：《游戏引擎编码智能体基准测试》
多伦多大学等机构的一篇论文《GameEngineBench: Evaluating Coding Agents on Real C++ Runtime Environments》（arXiv:2607.03525），提出了首个面向游戏引擎开发的编码智能体基准测试 GameEngineBench，发现最强模型在真实 C++ 编译验证下的 pass@1 仅为 55.5%，且 31 个任务（28.2%）对所有评估配置均不可解。
In Engineering, AI, 1 min read
一分钟读论文：《轨迹级奖励建模基准 Plan-RewardBench》
从单步到多步：奖励建模的根本转变在经典的人类反馈强化学习中，Reward Models 是模型对齐的基本信号提供者。
In AI, MachineLearning, 1 min read
security-benchmarks
一分钟读论文：《Meerkat：发现基准测试中 4 倍安全漏洞》
跨多 Agent 轨迹检测的创新传统安全审计工具主要关注单 Agent 行为，存在明显局限：仅分析单个 Agent 执行轨迹，无法检测多 Agent 间的协同安全问题，且开发者可能通过多 Agent 协作规避单 Agent 检测。
In AI, Security, 1 min read
developer-cheating
一分钟读论文：《Meerkat：发现基准测试中 4 倍安全漏洞》
跨多 Agent 轨迹检测的创新传统安全审计工具主要关注单 Agent 行为，存在明显局限：仅分析单个 Agent 执行轨迹，无法检测多 Agent 间的协同安全问题，且开发者可能通过多 Agent 协作规避单 Agent 检测。
In AI, Security, 1 min read
plan-reward-bench
一分钟读论文：《轨迹级奖励建模基准：Agent 对齐新挑战》
日本东京大学和美国麻省理工学院的论文 《Aligning Agents via Planning: A Benchmark for Trajectory-Level Reward Modeling》 提出了首个 trajectory-level 的 Agent 对齐偏好基准 Plan-RewardBench，系统性地揭示了当前奖励模型在评估多步行为序列时的能力缺口，为 Agent 对齐技术提供了全新的评估维度。
In AI, MachineLearning, 1 min read
evaluation
一分钟读论文：《别替模型排答题路线》
北京大学与北京邮电大学的论文《Free to Look, Free to Reason》（arXiv:2610.35767）给一个流行做法判了负分：简单 harness 的 PR@1 最高 77%，发表 agent 仅 53%。
In AI, Engineering, 1 min read
一分钟读论文：《删掉一个前缀，近满分的投毒防御当场裸奔》
North Creek High School 与 Washington State University 的论文《Ranking Is Not Deciding》（arXiv:2610.33849）指出：RAG 投毒防御论文里的近满分检测率，很可能测的不是投毒本身，而是毒文档的构造痕迹。
In AI, Security, 1 min read
一分钟读论文：《研究 Agent 把证据磨得太光滑》
纽约大学（New York University）的论文《Quantifying Claim Smoothing by LLM Research Agents》给深度研究 Agent 的一种系统性偏差起了名字：smoothing（平滑化），每个系统至少 25% 的结论拿到 SmoothScore ≥ 3。
In AI, Safety, 1 min read
一分钟读论文：《强模型掌舵，弱模型盯梢》
Simular 联合威斯康星大学麦迪逊分校的论文《LEASH》（arXiv 预印本，2026 年 10 月提交）给出了一个省钱又不掉链子的方案：让开源弱模型先干活，按不确定性在合适时机升级给强模型接管，弱模型转任影子观察者在线盯梢，OSWorld 成功率 73.66%。
In AI, Engineering, 1 min read
一分钟读论文：《AI 交付的最后一公里有多难？》
DeepLethe 联合清华大学、上海交通大学等团队发布的预印本论文《FDE-Gym: The Last Mile of AI Delivery》把目标对准 AI 落地中最缺乏评测的一环：交付。
In AI, Engineering, 1 min read
一分钟读论文：《上线之前先让仿真客户把客服考一遍》
受监管行业上线客服 AI 智能体，测试是个两难：人工端到端覆盖面有限，直接上线实验又让客户替失败买单。
In AI, Engineering, 1 min read
一分钟读论文：《遗忘审计的结论可能是统计量挪的》
一篇 2026 年 9 月提交的机器遗忘审计预印本《Published Unlearning Numbers Move Per Checkpoint》发现：仅重新拟合批归一化统计量，就有 47 of 221 个 checkpoint 的指标移动。
In AI, Security, 1 min read
一分钟读论文：《通过全部测试的反编译代码为何仍不可信》
论文《When LLM Decompilers Recompile More and Preserve Less》给出一个直接动摇当前评测口径的结论：以大模型为内核的反编译工具产出的代码，即使能通过全部随附测试，仍有 4.9% 在合法输入上与原始程序行为分歧。
In AI, Security, 1 min read
一分钟读论文：《LLM 团队里的成员真的可以随便换吗?》
中国农业大学、天津财经大学和吉林大学合作的论文 Testing Interchangeability in LLM Agent Teams 检验了生产环境多智能体系统的一个默认假设：能干这个活角色的 agent 就能顶替这个角色。
In AI, MultiAgent, 1 min read
AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》
9 月 2 日登上 Hacker News 的 FrontierHarness Eval（HN Algolia API 2026-09-06 实测 81 分）给出结论：同一 Kimi K3 模型、同一运行时下，横评 9 个执行外壳，任务通过率最高 66.7%、最低 50.0%，每任务成本相差 17 倍。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《推理链里的顿悟时刻，多半是预算给的错觉》
Yigit Utku Bulut 的单作者预印本《It’s the Problem, Not the Path: Budget and Difficulty Confounds in LLM Reasoning Trajectories》补上反事实对照后的结论是：被广泛引用的「顿悟时刻」在作者测试范围内几乎全是继续生成预算造成的错觉。
In AI, 1 min read
一分钟读论文：《诊断LLM裁判的可靠性：共形预测集与传递性违规》
普林斯顿大学的论文《Diagnosing LLM Judge Reliability: Conformal Prediction Sets and Transitivity Violations》对”用LLM评估LLM”这一主流范式的逐实例可靠性进行了首次系统性诊断。
In AI, MachineLearning, 1 min read
conformal-prediction
一分钟读论文：《诊断LLM裁判的可靠性：共形预测集与传递性违规》
普林斯顿大学的论文《Diagnosing LLM Judge Reliability: Conformal Prediction Sets and Transitivity Violations》对”用LLM评估LLM”这一主流范式的逐实例可靠性进行了首次系统性诊断。
In AI, MachineLearning, 1 min read
reward-hacking
一分钟读论文：《大模型时代的奖励黑客与缓解策略》
来自多机构研究团队的一篇论文《Reward Hacking in the Era of Large Models: Mechanisms, Emergence, and Mitigation》，首次将大模型时代的奖励黑客行为形式化为高度表达能力策略在压缩奖励表示上优化时的涌现结果，揭示了目标压缩、优化放大和评估器-策略协同适应三要素的交互作用如何导致系统性安全失效。
In AI, Security, 1 min read
single-agent
一分钟读论文：《归一化计算下单Agent为何优于多Agent》
斯坦福大学的论文《Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Tasks》对当前火热的多Agent系统提出了一个尖锐挑战：当计算量归一化后，单Agent系统（SAS）的表现可以匹敌甚至超越多Agent系统（MAS）。
In AI, Agents, 1 min read
information-theory
一分钟读论文：《归一化计算下单Agent为何优于多Agent》
斯坦福大学的论文《Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Tasks》对当前火热的多Agent系统提出了一个尖锐挑战：当计算量归一化后，单Agent系统（SAS）的表现可以匹敌甚至超越多Agent系统（MAS）。
In AI, Agents, 1 min read
MultiAgent
AI 智创简报：《Agent 记忆层被写进专利，垂直行业的本地化长尾还空着》
7 月至 8 月，微软与 UiPath 连续公开四件”Agent 记忆与跨 Agent 上下文”专利，覆盖共享上下文、事件流路由、三级记忆体系三层。大厂把 Agent 的记忆层写进权利要求；个人开发者能接的，是专利够不着的行业私有化长尾。
In AI, InnovationBrief, 1 min read
一分钟读论文：《软件智能体的修复策略探索》
中山大学、浙江大学、华中科技大学和华为合作的论文《PhoenixRepair: Rethinking Repair Strategy Exploration in Software Agents》，提出了一种多智能体框架来系统性探索软件修复策略，在 SWE-bench-Verified 上达到了 76.0% 的 Pass@1 成绩。
In AI, Engineering, 1 min read
一分钟读论文：《像团队一样进化的多智能体系统》
香港中文大学和阿里巴巴集团合作的一篇论文《Evolve as a Team: Collaborative Self-Evolution for LLM-based Multi-Agent Systems》，提出 Meta-Team 框架，让多智能体系统在执行任务后通过协作实现自我进化。
In AI, MultiAgent, 1 min read
一分钟读论文：《多智能体什么时候该用、什么时候不该用？》
Google Research用180组受控实验揭示了一个反直觉结论：多智能体协作在顺序推理任务上会导致39-70%的性能下降，而非提升。如果你的团队正在盲目堆智能体，建议你先读这篇。
In AI, MultiAgent, 1 min read
一分钟读论文：《同等预算下，单智能体为何胜过多智能体？》
斯坦福大学的论文《同等预算下，单智能体为何胜过多智能体？》，在推理token预算严格相等的前提下，发现单智能体LLM系统在多跳推理任务上匹配或超越多智能体系统，为多智能体架构的效率优势提供了信息论层面的质疑。
In AI, MultiAgent, 1 min read
一分钟读论文：《循环子任务图的灵活性与成本》
黎巴嫩美国大学研究者发表的论文《Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows》，提出完全循环子任务图作为实验框架，系统测量多智能体工作流中灵活性与协调成本之间的权衡关系。
In AI, MultiAgent, 1 min read
一分钟读论文：《自动合成多智能体漏洞发现方案》
加州大学圣塔芭芭拉分校等机构研究者发表的论文《Synthesizing Multi-Agent Harnesses for Vulnerability Discovery》，提出AgentFlow框架，使用类型化图DSL自动合成多智能体协作方案，在Google Chrome中发现10个未知零日漏洞。
In AI, Security, 1 min read
一分钟读论文：《多智能体语言系统的端到端通信优化》
美国伊利诺伊大学香槟分校等机构的研究者发表的论文《Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems》，提出 DiffMAS 框架，首次将多智能体系统中的通信机制从固定文本接口转变为可学习的隐式表示，实现了通信与推理的联合端到端优化。
In AI, MultiAgent, 1 min read
一分钟读论文：《MASS-RAG：多智能体协同的检索增强生成》
[美国] 的论文《MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation》，提出用多个角色不同的智能体协同处理检索到的证据，让 RAG 在噪声和异构上下文下也能给出准确答案。
In AI, LLM, 1 min read
一分钟读论文：《LLM 智能体在社交困境中的合作机制》
德国康斯坦茨大学和以色列魏茨曼科学研究所合作的一篇论文《CoopEval: Benchmarking Cooperation-Sustaining Mechanisms and LLM Agents in Social Dilemmas》，首次系统评估了不同合作机制对LLM智能体协作行为的影响，发现推理能力更强的LLM在社交困境中反而更少合作，而合约和调解两种机制最有效。
In AI, MultiAgent, 1 min read
Cooperation
一分钟读论文：《LLM 智能体在社交困境中的合作机制》
德国康斯坦茨大学和以色列魏茨曼科学研究所合作的一篇论文《CoopEval: Benchmarking Cooperation-Sustaining Mechanisms and LLM Agents in Social Dilemmas》，首次系统评估了不同合作机制对LLM智能体协作行为的影响，发现推理能力更强的LLM在社交困境中反而更少合作，而合约和调解两种机制最有效。
In AI, MultiAgent, 1 min read
GameTheory
一分钟读论文：《LLM 智能体在社交困境中的合作机制》
德国康斯坦茨大学和以色列魏茨曼科学研究所合作的一篇论文《CoopEval: Benchmarking Cooperation-Sustaining Mechanisms and LLM Agents in Social Dilemmas》，首次系统评估了不同合作机制对LLM智能体协作行为的影响，发现推理能力更强的LLM在社交困境中反而更少合作，而合约和调解两种机制最有效。
In AI, MultiAgent, 1 min read
RAG
AI 智创简报：《RAG 拒答题测试专利成簇，知识库质检是接单活》
2026 年 4 至 6 月，三件 RAG（检索增强生成，即先查资料再让大模型作答的架构）质量评测专利接连公开，申请人是 Salesforce、SAP 与通用汽车。大厂在把”知识库问答什么时候该闭嘴”申请成方法；给小团队 RAG 交付物做拒答测试与验收质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《逐句举证专利扎堆，RAG 质检的插件生意》
2026 年 7-9 月，四件”让 AI 答案可验证”的专利相继公开：DeepMind 的行内证据、Salesforce 的引用生成、AIG 的溯源界面、Snowflake 的幻觉防护。大厂把”答案逐句带证据”圈进自家生成链路；给任意模型的答案做第三方质检，工具与审计服务还空着。
In AI, InnovationBrief, 1 min read
一分钟读论文：《MASS-RAG：多智能体协同的检索增强生成》
[美国] 的论文《MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation》，提出用多个角色不同的智能体协同处理检索到的证据，让 RAG 在噪声和异构上下文下也能给出准确答案。
In AI, LLM, 1 min read
ACL2026
一分钟读论文：《MASS-RAG：多智能体协同的检索增强生成》
[美国] 的论文《MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation》，提出用多个角色不同的智能体协同处理检索到的证据，让 RAG 在噪声和异构上下文下也能给出准确答案。
In AI, LLM, 1 min read
LLMAgent
一分钟读论文：《LLM Agent 的外化设计范式》
上海交通大学、中山大学、CMU 等机构合作的一篇论文《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》，系统提出了 LLM Agent 的外化设计框架，将 Agent 设计空间归纳为记忆、技能、协议、框架四个维度。
In AI, LLM, 1 min read
Memory
一分钟读论文：《元认知记忆策略优化》
中国科学技术大学、浙江大学和腾讯合作的一篇论文《Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents》，针对长上下文记忆中的信息衰减问题，提出了基于元认知信念熵的MMPO算法，在175万token的超长上下文下保持97.1%的性能，显著优于现有递归总结方法。
In AI, LLM, 1 min read
一分钟读论文：《长程智能体：从接单到交付蓝图》
今天的 AI Agent 大多能在 10–20 步内完成一个明确的小任务。
In AI, ParadigmRadar, Agent, 4 mins read
一分钟读论文：《PRIME：通过迭代记忆进化实现用户中心Agent的主动推理》
Cornell 大学 Prince Zizhuang Wang 和 Shuli Jiang 的论文《PRIME: Training Free Proactive Reasoning via Iterative Memory Evolution for User-Centric Agent》，提出了一种梯度自由的学习框架，通过显式经验积累而非参数优化实现 Agent 的持续进化。
In AI, Agent, 1 min read
一分钟读论文：《LLM Agent 的外化设计范式》
上海交通大学、中山大学、CMU 等机构合作的一篇论文《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》，系统提出了 LLM Agent 的外化设计框架，将 Agent 设计空间归纳为记忆、技能、协议、框架四个维度。
In AI, LLM, 1 min read
Skills
一分钟读论文：《LLM Agent 的外化设计范式》
上海交通大学、中山大学、CMU 等机构合作的一篇论文《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》，系统提出了 LLM Agent 的外化设计框架，将 Agent 设计空间归纳为记忆、技能、协议、框架四个维度。
In AI, LLM, 1 min read
Protocols
一分钟读论文：《LLM Agent 的外化设计范式》
上海交通大学、中山大学、CMU 等机构合作的一篇论文《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》，系统提出了 LLM Agent 的外化设计框架，将 Agent 设计空间归纳为记忆、技能、协议、框架四个维度。
In AI, LLM, 1 min read
ReinforcementLearning
一分钟读论文：《PRIME：通过迭代记忆进化实现用户中心Agent的主动推理》
Cornell 大学 Prince Zizhuang Wang 和 Shuli Jiang 的论文《PRIME: Training Free Proactive Reasoning via Iterative Memory Evolution for User-Centric Agent》，提出了一种梯度自由的学习框架，通过显式经验积累而非参数优化实现 Agent 的持续进化。
In AI, Agent, 1 min read
LLaDA
一分钟读论文：《用扩散语言模型统一多模态理解与生成》
蚂蚁集团 InclusionAI 的论文《LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model》，提出用离散扩散语言模型统一视觉理解和图像生成两个任务。
In AI, Multimodal, 1 min read
Diffusion
一分钟读论文：《用扩散语言模型统一多模态理解与生成》
蚂蚁集团 InclusionAI 的论文《LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model》，提出用离散扩散语言模型统一视觉理解和图像生成两个任务。
In AI, Multimodal, 1 min read
Multimodal
一分钟读论文：《多模态表示重塑编码代理》
如果你正在构建一个基于 LLM 的代码修复 Agent，你可能已经注意到一个反直觉的现象：给模型”看”代码仓库的结构图，反而让它变得更笨了。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《用扩散语言模型统一多模态理解与生成》
蚂蚁集团 InclusionAI 的论文《LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model》，提出用离散扩散语言模型统一视觉理解和图像生成两个任务。
In AI, Multimodal, 1 min read
VLM
一分钟读论文：《用扩散语言模型统一多模态理解与生成》
蚂蚁集团 InclusionAI 的论文《LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model》，提出用离散扩散语言模型统一视觉理解和图像生成两个任务。
In AI, Multimodal, 1 min read
PromptInjection
AI 智创简报：《微软、蚂蚁都在给 AI 应用打注入疫苗，小团队缺个便宜的体检医生》
近 12 个月，微软、Palo Alto Networks、蚂蚁集团、Radware 四家申请人公开了五件提示词注入防御专利，最新一件 8 月 6 日公开。OWASP 把注入攻击列为 LLM 应用头号风险，企业级防御正在产品化，而面向小团队的低成本验收测试还是空白。
In AI, InnovationBrief, 1 min read
一分钟读论文：《瞬态轮次注入：暴露大语言模型的无状态多轮漏洞》
孟加拉国贾加纳特大学与巴里萨尔大学合作发表的论文《Transient Turn Injection: Exposing Stateless Multi-Turn Vulnerabilities in Large Language Models》，首次提出了一种名为瞬态轮次注入（Transient Turn Injection, TTI）的新型攻击范式，揭示了当前主流大语言模型在无状态 API 交互场景下的系统性安全漏洞。
In AI, Security, 1 min read
AIAgents
一分钟读论文：《瞬态轮次注入：暴露大语言模型的无状态多轮漏洞》
孟加拉国贾加纳特大学与巴里萨尔大学合作发表的论文《Transient Turn Injection: Exposing Stateless Multi-Turn Vulnerabilities in Large Language Models》，首次提出了一种名为瞬态轮次注入（Transient Turn Injection, TTI）的新型攻击范式，揭示了当前主流大语言模型在无状态 API 交互场景下的系统性安全漏洞。
In AI, Security, 1 min read
Communication
一分钟读论文：《多智能体语言系统的端到端通信优化》
美国伊利诺伊大学香槟分校等机构的研究者发表的论文《Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems》，提出 DiffMAS 框架，首次将多智能体系统中的通信机制从固定文本接口转变为可学习的隐式表示，实现了通信与推理的联合端到端优化。
In AI, MultiAgent, 1 min read
Latent
一分钟读论文：《多智能体语言系统的端到端通信优化》
美国伊利诺伊大学香槟分校等机构的研究者发表的论文《Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems》，提出 DiffMAS 框架，首次将多智能体系统中的通信机制从固定文本接口转变为可学习的隐式表示，实现了通信与推理的联合端到端优化。
In AI, MultiAgent, 1 min read
DiffMAS
一分钟读论文：《多智能体语言系统的端到端通信优化》
美国伊利诺伊大学香槟分校等机构的研究者发表的论文《Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems》，提出 DiffMAS 框架，首次将多智能体系统中的通信机制从固定文本接口转变为可学习的隐式表示，实现了通信与推理的联合端到端优化。
In AI, MultiAgent, 1 min read
Harness
一分钟读论文：《自动合成多智能体漏洞发现方案》
加州大学圣塔芭芭拉分校等机构研究者发表的论文《Synthesizing Multi-Agent Harnesses for Vulnerability Discovery》，提出AgentFlow框架，使用类型化图DSL自动合成多智能体协作方案，在Google Chrome中发现10个未知零日漏洞。
In AI, Security, 1 min read
AgentFlow
一分钟读论文：《自动合成多智能体漏洞发现方案》
加州大学圣塔芭芭拉分校等机构研究者发表的论文《Synthesizing Multi-Agent Harnesses for Vulnerability Discovery》，提出AgentFlow框架，使用类型化图DSL自动合成多智能体协作方案，在Google Chrome中发现10个未知零日漏洞。
In AI, Security, 1 min read
Vulnerability
一分钟读论文：《自动合成多智能体漏洞发现方案》
加州大学圣塔芭芭拉分校等机构研究者发表的论文《Synthesizing Multi-Agent Harnesses for Vulnerability Discovery》，提出AgentFlow框架，使用类型化图DSL自动合成多智能体协作方案，在Google Chrome中发现10个未知零日漏洞。
In AI, Security, 1 min read
Workflow
一分钟读论文：《循环子任务图的灵活性与成本》
黎巴嫩美国大学研究者发表的论文《Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows》，提出完全循环子任务图作为实验框架，系统测量多智能体工作流中灵活性与协调成本之间的权衡关系。
In AI, MultiAgent, 1 min read
Revisitation
一分钟读论文：《循环子任务图的灵活性与成本》
黎巴嫩美国大学研究者发表的论文《Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows》，提出完全循环子任务图作为实验框架，系统测量多智能体工作流中灵活性与协调成本之间的权衡关系。
In AI, MultiAgent, 1 min read
SubtaskGraph
一分钟读论文：《循环子任务图的灵活性与成本》
黎巴嫩美国大学研究者发表的论文《Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows》，提出完全循环子任务图作为实验框架，系统测量多智能体工作流中灵活性与协调成本之间的权衡关系。
In AI, MultiAgent, 1 min read
ToolUsing
一分钟读论文：《循环子任务图的灵活性与成本》
黎巴嫩美国大学研究者发表的论文《Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows》，提出完全循环子任务图作为实验框架，系统测量多智能体工作流中灵活性与协调成本之间的权衡关系。
In AI, MultiAgent, 1 min read
AlphaZero
一分钟读论文：《Agent实现AlphaZero流水线》
斯坦福等机构研究者发表的论文《Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver》，系统评估了四个前沿编程Agent在自主实现AlphaZero自对弈流水线任务上的能力，发现Claude Opus 4.7在八次试验中七次击败Pascal Pons求解器，且该任务在三个月内从”无法完成”发展到”接近饱和”。
In AI, MultiAgent, MachineLearning, 1 min read
ConnectFour
一分钟读论文：《Agent实现AlphaZero流水线》
斯坦福等机构研究者发表的论文《Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver》，系统评估了四个前沿编程Agent在自主实现AlphaZero自对弈流水线任务上的能力，发现Claude Opus 4.7在八次试验中七次击败Pascal Pons求解器，且该任务在三个月内从”无法完成”发展到”接近饱和”。
In AI, MultiAgent, MachineLearning, 1 min read
CodingAgent
一分钟读论文：《Agent实现AlphaZero流水线》
斯坦福等机构研究者发表的论文《Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver》，系统评估了四个前沿编程Agent在自主实现AlphaZero自对弈流水线任务上的能力，发现Claude Opus 4.7在八次试验中七次击败Pascal Pons求解器，且该任务在三个月内从”无法完成”发展到”接近饱和”。
In AI, MultiAgent, MachineLearning, 1 min read
SelfPlay
一分钟读论文：《Agent实现AlphaZero流水线》
斯坦福等机构研究者发表的论文《Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver》，系统评估了四个前沿编程Agent在自主实现AlphaZero自对弈流水线任务上的能力，发现Claude Opus 4.7在八次试验中七次击败Pascal Pons求解器，且该任务在三个月内从”无法完成”发展到”接近饱和”。
In AI, MultiAgent, MachineLearning, 1 min read
FrontierModel
一分钟读论文：《Agent实现AlphaZero流水线》
斯坦福等机构研究者发表的论文《Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver》，系统评估了四个前沿编程Agent在自主实现AlphaZero自对弈流水线任务上的能力，发现Claude Opus 4.7在八次试验中七次击败Pascal Pons求解器，且该任务在三个月内从”无法完成”发展到”接近饱和”。
In AI, MultiAgent, MachineLearning, 1 min read
DiffusionLM
一分钟读论文：《扩散语言模型跨架构蒸馏》
北京大学和浙江大学合作的一篇论文《Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models》，首次实现了扩散语言模型（dLLM）的跨架构蒸馏，将16B MoE教师模型压缩到0.6B学生模型，峰值内存降低22倍、推理加速5.2倍：## 扩散语言模型的蒸馏难题扩散语言模型使用扩散过程对文本进行建模，与传统的自回归（AR）模型不同，dLLM支持并行解码和双向上下文理解，在多项基准上展现出与AR模型相当甚至更优的性能。
In AI, MachineLearning, 1 min read
KnowledgeDistillation
一分钟读论文：《扩散语言模型跨架构蒸馏》
北京大学和浙江大学合作的一篇论文《Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models》，首次实现了扩散语言模型（dLLM）的跨架构蒸馏，将16B MoE教师模型压缩到0.6B学生模型，峰值内存降低22倍、推理加速5.2倍：## 扩散语言模型的蒸馏难题扩散语言模型使用扩散过程对文本进行建模，与传统的自回归（AR）模型不同，dLLM支持并行解码和双向上下文理解，在多项基准上展现出与AR模型相当甚至更优的性能。
In AI, MachineLearning, 1 min read
ModelCompression
一分钟读论文：《扩散语言模型跨架构蒸馏》
北京大学和浙江大学合作的一篇论文《Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models》，首次实现了扩散语言模型（dLLM）的跨架构蒸馏，将16B MoE教师模型压缩到0.6B学生模型，峰值内存降低22倍、推理加速5.2倍：## 扩散语言模型的蒸馏难题扩散语言模型使用扩散过程对文本进行建模，与传统的自回归（AR）模型不同，dLLM支持并行解码和双向上下文理解，在多项基准上展现出与AR模型相当甚至更优的性能。
In AI, MachineLearning, 1 min read
CrossArchitecture
一分钟读论文：《扩散语言模型跨架构蒸馏》
北京大学和浙江大学合作的一篇论文《Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models》，首次实现了扩散语言模型（dLLM）的跨架构蒸馏，将16B MoE教师模型压缩到0.6B学生模型，峰值内存降低22倍、推理加速5.2倍：## 扩散语言模型的蒸馏难题扩散语言模型使用扩散过程对文本进行建模，与传统的自回归（AR）模型不同，dLLM支持并行解码和双向上下文理解，在多项基准上展现出与AR模型相当甚至更优的性能。
In AI, MachineLearning, 1 min read
dLLM
一分钟读论文：《扩散语言模型跨架构蒸馏》
北京大学和浙江大学合作的一篇论文《Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models》，首次实现了扩散语言模型（dLLM）的跨架构蒸馏，将16B MoE教师模型压缩到0.6B学生模型，峰值内存降低22倍、推理加速5.2倍：## 扩散语言模型的蒸馏难题扩散语言模型使用扩散过程对文本进行建模，与传统的自回归（AR）模型不同，dLLM支持并行解码和双向上下文理解，在多项基准上展现出与AR模型相当甚至更优的性能。
In AI, MachineLearning, 1 min read
SingleAgent
一分钟读论文：《同等预算下，单智能体为何胜过多智能体？》
斯坦福大学的论文《同等预算下，单智能体为何胜过多智能体？》，在推理token预算严格相等的前提下，发现单智能体LLM系统在多跳推理任务上匹配或超越多智能体系统，为多智能体架构的效率优势提供了信息论层面的质疑。
In AI, MultiAgent, 1 min read
InformationTheory
一分钟读论文：《同等预算下，单智能体为何胜过多智能体？》
斯坦福大学的论文《同等预算下，单智能体为何胜过多智能体？》，在推理token预算严格相等的前提下，发现单智能体LLM系统在多跳推理任务上匹配或超越多智能体系统，为多智能体架构的效率优势提供了信息论层面的质疑。
In AI, MultiAgent, 1 min read
TokenBudget
一分钟读论文：《同等预算下，单智能体为何胜过多智能体？》
斯坦福大学的论文《同等预算下，单智能体为何胜过多智能体？》，在推理token预算严格相等的前提下，发现单智能体LLM系统在多跳推理任务上匹配或超越多智能体系统，为多智能体架构的效率优势提供了信息论层面的质疑。
In AI, MultiAgent, 1 min read
Scaling
一分钟读论文：《多智能体什么时候该用、什么时候不该用？》
Google Research用180组受控实验揭示了一个反直觉结论：多智能体协作在顺序推理任务上会导致39-70%的性能下降，而非提升。如果你的团队正在盲目堆智能体，建议你先读这篇。
In AI, MultiAgent, 1 min read
AgentArchitecture
一分钟读论文：《多智能体什么时候该用、什么时候不该用？》
Google Research用180组受控实验揭示了一个反直觉结论：多智能体协作在顺序推理任务上会导致39-70%的性能下降，而非提升。如果你的团队正在盲目堆智能体，建议你先读这篇。
In AI, MultiAgent, 1 min read
GoogleResearch
一分钟读论文：《多智能体什么时候该用、什么时候不该用？》
Google Research用180组受控实验揭示了一个反直觉结论：多智能体协作在顺序推理任务上会导致39-70%的性能下降，而非提升。如果你的团队正在盲目堆智能体，建议你先读这篇。
In AI, MultiAgent, 1 min read
Coordination
一分钟读论文：《多智能体什么时候该用、什么时候不该用？》
Google Research用180组受控实验揭示了一个反直觉结论：多智能体协作在顺序推理任务上会导致39-70%的性能下降，而非提升。如果你的团队正在盲目堆智能体，建议你先读这篇。
In AI, MultiAgent, 1 min read
OpenSource
一分钟读论文：《AI 正在让开源协议失去约束力》
如果你的项目使用了 GPL 协议，你大概认为它是一道防线——任何人使用你的代码，就必须把他们的修改也开源出来。但在 AI 代码生成已经成为日常工具的今天，这道防线正在悄悄失效。不是法律改变了，而是技术把法律设计的前提条件破坏掉了。
In AI, ParadigmRadar, 8 mins read
License
一分钟读论文：《AI 正在让开源协议失去约束力》
如果你的项目使用了 GPL 协议，你大概认为它是一道防线——任何人使用你的代码，就必须把他们的修改也开源出来。但在 AI 代码生成已经成为日常工具的今天，这道防线正在悄悄失效。不是法律改变了，而是技术把法律设计的前提条件破坏掉了。
In AI, ParadigmRadar, 8 mins read
GPL
一分钟读论文：《AI 正在让开源协议失去约束力》
如果你的项目使用了 GPL 协议，你大概认为它是一道防线——任何人使用你的代码，就必须把他们的修改也开源出来。但在 AI 代码生成已经成为日常工具的今天，这道防线正在悄悄失效。不是法律改变了，而是技术把法律设计的前提条件破坏掉了。
In AI, ParadigmRadar, 8 mins read
Compliance
一分钟读论文：《AI 正在让开源协议失去约束力》
如果你的项目使用了 GPL 协议，你大概认为它是一道防线——任何人使用你的代码，就必须把他们的修改也开源出来。但在 AI 代码生成已经成为日常工具的今天，这道防线正在悄悄失效。不是法律改变了，而是技术把法律设计的前提条件破坏掉了。
In AI, ParadigmRadar, 8 mins read
AICodeGeneration
一分钟读论文：《AI 正在让开源协议失去约束力》
如果你的项目使用了 GPL 协议，你大概认为它是一道防线——任何人使用你的代码，就必须把他们的修改也开源出来。但在 AI 代码生成已经成为日常工具的今天，这道防线正在悄悄失效。不是法律改变了，而是技术把法律设计的前提条件破坏掉了。
In AI, ParadigmRadar, 8 mins read
AICoding
一分钟读论文：《裁员换AI为何成本上升利润负增长》
2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。
In AI, ParadigmRadar, 23 mins read
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
FeatureCreep
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
ProductManagement
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
VibeCoding
一分钟读论文：《裁员换AI为何成本上升利润负增长》
2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。
In AI, ParadigmRadar, 23 mins read
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
UserCentric
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
Slop
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
ClaudeCode
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
Codex
一分钟读论文：《AI时代功能膨胀如何杀死好产品》
根据 Faros AI 2026 年的遥测数据，企业团队引入 AI 编码工具后，PR 数量平均增加了 51%，代码变更速率（churn）达到人工编码时代的 10 倍。
In AI, ParadigmRadar, 17 mins read
LongHorizon
一分钟读论文：《PlanBench-Xl长期规划基准》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经经历过这样的场景：Agent 在前几步调用一切顺利，但某个工具突然返回了意外结果，之后整个任务链就开始失控——要么反复尝试同一个无效路径，要么干脆放弃。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《长程智能体：从接单到交付蓝图》
今天的 AI Agent 大多能在 10–20 步内完成一个明确的小任务。
In AI, ParadigmRadar, Agent, 4 mins read
Planning
一分钟读论文：《长程智能体：从接单到交付蓝图》
今天的 AI Agent 大多能在 10–20 步内完成一个明确的小任务。
In AI, ParadigmRadar, Agent, 4 mins read
Checkpointing
一分钟读论文：《长程智能体：从接单到交付蓝图》
今天的 AI Agent 大多能在 10–20 步内完成一个明确的小任务。
In AI, ParadigmRadar, Agent, 4 mins read
SecurityVulnerability
一分钟读论文：《裁员换AI为何成本上升利润负增长》
2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。
In AI, ParadigmRadar, 23 mins read
AISupplyChain
一分钟读论文：《裁员换AI为何成本上升利润负增长》
2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。
In AI, ParadigmRadar, 23 mins read
CostAnalysis
一分钟读论文：《裁员换AI为何成本上升利润负增长》
2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。
In AI, ParadigmRadar, 23 mins read
SelfEvolution
一分钟读论文：《像团队一样进化的多智能体系统》
香港中文大学和阿里巴巴集团合作的一篇论文《Evolve as a Team: Collaborative Self-Evolution for LLM-based Multi-Agent Systems》，提出 Meta-Team 框架，让多智能体系统在执行任务后通过协作实现自我进化。
In AI, MultiAgent, 1 min read
calibration
一分钟读论文：《字段顺序决定结构税交多少》
已被 AACL IJCNLP 2026 主会接收的 PayPal AI 论文《Structure Tax: How Structured Output affects LLMs Performance》发现：强制按固定格式作答的精度损失，不在结构本身，而在字段顺序。
In AI, Engineering, 1 min read
一分钟读论文：《伪造行情面板让AI敢对不可知的事下注》
给一个 LLM agent 看一张专业排版的行情面板，再问它一个可证明不可预测的问题，它会给出方向性判断的概率远高于只问裸问题：这篇预注册研究在 12 个前沿模型上测出，随着证据从 thin 面板升级到 scrambled 面板，commitment（对不可知问题下方向注的概率）从 6.5% 升到 54.0%。
In 1 min read
一分钟读论文：《多组件 Agent 的组成性不协调》
Anany Kotawala 的论文《Locally Coherent, Globally Incoherent: Bounding Compositional Incoherence in Multi-Component LLM Agents》，揭示了多组件 LLM Agent 系统中的一个根本性缺陷：即使每个组件在局部都是校准良好的，它们的组合输出仍可能违反基本概率公理。
In AI, Agent, 1 min read
uncertainty
一分钟读论文：《多组件 Agent 的组成性不协调》
Anany Kotawala 的论文《Locally Coherent, Globally Incoherent: Bounding Compositional Incoherence in Multi-Component LLM Agents》，揭示了多组件 LLM Agent 系统中的一个根本性缺陷：即使每个组件在局部都是校准良好的，它们的组合输出仍可能违反基本概率公理。
In AI, Agent, 1 min read
LongContext
一分钟读论文：《元认知记忆策略优化》
中国科学技术大学、浙江大学和腾讯合作的一篇论文《Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents》，针对长上下文记忆中的信息衰减问题，提出了基于元认知信念熵的MMPO算法，在175万token的超长上下文下保持97.1%的性能，显著优于现有递归总结方法。
In AI, LLM, 1 min read
Specification
一分钟读论文：《SpecBench：规范级推理评估》
多伦多大学、滑铁卢大学、Vector Institute 和 NVIDIA 合作的一篇论文《SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents》，提出了首个面向软件工程 Agent 的规范级推理评估基准 SpecBench，发现即使是 GPT-5.4 这样最强的 Agent，在规范设计阶段的准确率仅为 44.4%。
In AI, SoftwareEngineering, 1 min read
tool-use
一分钟读论文：《同一份权重换个接口得0.96分》
香港城市大学（City University of Hong Kong）的论文《Interface-Induced Trajectory Censoring》给出一个测量有效性层面的结论：同一份权重换个接口，得分从 0.00 到 0.96。
In AI, Engineering, 1 min read
一分钟读论文：《SPADE：难度跟着能力长的自适应自博弈》
华盛顿大学等 9 个机构的论文《SPADE: Self-Play in Adaptive Synthetic Executable Environments》让同一个大语言模型既是环境设计师又是强化学习智能体，8 个留出基准均分从 50.2 提升到 58.3。
In AI, LLM, 1 min read
一分钟读论文：《工具使用需要专门的中间训练阶段》
Snowflake、华盛顿大学和北卡罗来纳大学教堂山分校合作的论文《MidTool: Mid-training Data Synthesis for Agentic Tool Use》提出，智能体工具使用能力需要专门的 mid-training 数据管线，而不是只依赖 post-training。
In AI, LLM, 1 min read
一分钟读论文：《工具调用的苦涩教训》
普华永道美国的论文《The Bitter Lesson of Tool Calling》在 BFCL v4 上用 14 个模型对比 JSON tool calling 与 programmatic tool calling（PTC）两种工具调用范式：PTC 长链任务领先 18.8%。
In AI, LLM, 1 min read
一分钟读论文：《Beacon：强化学习驱动视觉推理》
多机构研究团队发表的论文《Beacon: Knowing When and How to Perform Agentic Visual Reasoning》提出了 Mode Adaptiveness（MA）和 Tool Effect（TE）双维度分析框架，实验显著降低了工具滥用率。
In AI, ComputerVision, 1 min read
一分钟读论文：《高质量合成数据让工具调用性能提升10%》
多步工具调用正在成为 Agent 能力上限的主要约束。最新论文 PROVE 给出的答案不是继续堆模型参数，而是先解决训练数据与真实工具状态之间的错配。
In AI, ParadigmRadar, 1 min read
data-quality
AI 智创简报：《查库 SQL 谁生成不重要，答没答对没人验》
2026 年 4 月的一个月内，微软、亚马逊、戴尔、Snowflake 的四件「自然语言查数据库」（NL2SQL，把提问翻译成 SQL）专利集中公开或授权。生成 SQL 的一层被圈住；判断一条 SQL 是否真答对了问题，这一层还空着。
In AI, InnovationBrief, 1 min read
一分钟读论文：《高质量合成数据让工具调用性能提升10%》
多步工具调用正在成为 Agent 能力上限的主要约束。最新论文 PROVE 给出的答案不是继续堆模型参数，而是先解决训练数据与真实工具状态之间的错配。
In AI, ParadigmRadar, 1 min read
mcp
AI 范式雷达：《一份技能文件写一次，所有客户端都能跑》
给 Claude Code 写一份配置、给 Copilot 再写一份、给 Gemini CLI 又写一份——各写各的日子正在结束。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《服务演化下的工具适应基准》
清华大学和阿里巴巴达摩院合作的一篇论文《MCPEvol-Bench: Benchmarking LLM Agent Performance Across Dynamic Evolutions of MCP Servers》首次系统评估了LLM Agent在动态工具环境中的适应能力。
In AI, Agent, 1 min read
一分钟读论文：《MCP协议与PI架构融合》
如果你的团队正在构建 AI 智能体，你可能已经发现两个并行的痛点：工具调用的上下文管理太碎片化，而传统的 ReAct 循环在复杂任务中容易陷入无效试错。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《基准即Agent：评估集成成本大降》
在评估 M 个 Agent 系统如何在 N 个基准上表现时，传统方法需要编写 N×M 次定制化集成代码——每个基准都需要为每个 Agent 单独适配接口、处理格式差异、管理认证流程。当 Agent 生态以指数级增长时，这种线性扩展的集成成本变得不可持续。
In AI, ParadigmRadar, 6 mins read
一分钟读论文：《高质量合成数据让工具调用性能提升10%》
多步工具调用正在成为 Agent 能力上限的主要约束。最新论文 PROVE 给出的答案不是继续堆模型参数，而是先解决训练数据与真实工具状态之间的错配。
In AI, ParadigmRadar, 1 min read
AgentOS
一分钟读论文：《Agent OS 时代：部署范式重塑》
Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。
In AI, ParadigmRadar, Agent, 1 min read
MicrosoftBuild
一分钟读论文：《Agent OS 时代：部署范式重塑》
Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。
In AI, ParadigmRadar, Agent, 1 min read
NVIDIA
一分钟读论文：《Agent OS 时代：部署范式重塑》
Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。
In AI, ParadigmRadar, Agent, 1 min read
WAF
一分钟读论文：《Agent OS 时代：部署范式重塑》
Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。
In AI, ParadigmRadar, Agent, 1 min read
OpenShell
一分钟读论文：《Agent OS 时代：部署范式重塑》
Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。
In AI, ParadigmRadar, Agent, 1 min read
Qwen36
一分钟读论文：《Agent OS 时代：部署范式重塑》
Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。
In AI, ParadigmRadar, Agent, 1 min read
agent-economy
一分钟读论文：《ERC-8004信任层实证诊断》
帝国理工学院的研究团队在 arXiv 上发表了一篇论文《Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem》，对当前最主流的去中心化AI Agent信任基础设施ERC-8004进行了系统性实证评估。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《思想的经济：多智能体智能涌现》
多位来自MIT、斯坦福大学、康奈尔大学等机构的学者合作发表的论文《Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions》，提出用经济机制替代传统协调方式，让多智能体系统在没有中央控制的情况下自发涌现出更强的集体智能。
In AI, Multi-Agent, 1 min read
mechanism-design
一分钟读论文：《思想的经济：多智能体智能涌现》
多位来自MIT、斯坦福大学、康奈尔大学等机构的学者合作发表的论文《Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions》，提出用经济机制替代传统协调方式，让多智能体系统在没有中央控制的情况下自发涌现出更强的集体智能。
In AI, Multi-Agent, 1 min read
agent-framework-evaluation
一分钟读论文：《LLM作为开发者评估Agent框架》
俄亥俄州立大学和微软合作的论文《ADK Arena: Evaluating Agent Development Kits via LLM-as-a-Developer》，提出了一种名为 LLM-as-a-Developer 的全新评估范式：用 LLM 编码代理替代人类开发者，学习每个框架的 API 并编写 Agent 代码，通过验证-反馈循环迭代修复直到测试通过，从而在开发者恒定的前提下，将框架选择作为唯一变量来量化评估 Agent 开发框架（ADK）的 API 可用性和实际效能。
In AI, SoftwareEngineering, 1 min read
llm-as-developer
一分钟读论文：《LLM作为开发者评估Agent框架》
俄亥俄州立大学和微软合作的论文《ADK Arena: Evaluating Agent Development Kits via LLM-as-a-Developer》，提出了一种名为 LLM-as-a-Developer 的全新评估范式：用 LLM 编码代理替代人类开发者，学习每个框架的 API 并编写 Agent 代码，通过验证-反馈循环迭代修复直到测试通过，从而在开发者恒定的前提下，将框架选择作为唯一变量来量化评估 Agent 开发框架（ADK）的 API 可用性和实际效能。
In AI, SoftwareEngineering, 1 min read
adk-benchmark
一分钟读论文：《LLM作为开发者评估Agent框架》
俄亥俄州立大学和微软合作的论文《ADK Arena: Evaluating Agent Development Kits via LLM-as-a-Developer》，提出了一种名为 LLM-as-a-Developer 的全新评估范式：用 LLM 编码代理替代人类开发者，学习每个框架的 API 并编写 Agent 代码，通过验证-反馈循环迭代修复直到测试通过，从而在开发者恒定的前提下，将框架选择作为唯一变量来量化评估 Agent 开发框架（ADK）的 API 可用性和实际效能。
In AI, SoftwareEngineering, 1 min read
agent-memory
一分钟读论文：《编码 Agent 的分层经验复用》
Concordia University 与华为团队的论文《Reusing Past Repairs Through Hierarchical Trajectory Abstraction》（arXiv:2607.29658）提出把历史修复轨迹变成可复用计划的 STAIR 框架。
In AI, LLM, 1 min read
一分钟读论文：《程序性记忆蒸馏与经验复用》
Semih Yavuz 等人的论文《Procedural Memory Distillation: Online Reflection for Self-Improving Language Models》提出了一种将跨 episode 过程性信号转化为可复用程序性记忆并蒸馏进策略权重的方法。
In AI, MachineLearning, 1 min read
一分钟读论文：《智能体记忆的受控检索》
加州大学洛杉矶分校和华盛顿大学等机构合作的一篇论文《Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents》提出了一种将Agent外部记忆操作建模为马尔可夫决策过程的方法。
In AI, Agent, 1 min read
一分钟读论文：《图匹配纠正智能体一次性错误》
电子科技大学的一篇论文《Experience Memory Graph: One-Shot Error Correction for Agents》提出了一种将Agent失败恢复从LLM反思循环范式转向图匹配范式的训练方法。
In AI, Agent, 1 min read
一分钟读论文：《长程Agent的主动记忆干预》
Meta AI的研究者发表的论文《Remember When It Matters：长程Agent的主动记忆干预》，提出了一种将Agent记忆从被动检索转变为主动干预的全新范式。
In AI, 1 min read
一分钟读论文：《记忆巩固的身份不变性框架》
哈尔滨工业大学和苏州大学合作的一篇论文《Episodic-to-Semantic Consolidation Without Identity Drift》首次将记忆巩固形式化为不改变智能体身份的确定性函数——在持续积累知识的同时，通过身份哈希隔离语义知识层，实现字节级身份一致性。
In ai, agent, 1 min read
一分钟读论文：《长程智能体的有界记忆契约》
上海交通大学和清华大学合作的一篇论文《AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents》首次将长程智能体的记忆形式化为”契约”问题——每次决策从一条由类型化检索组装的全新用户消息出发，不附加任何跨决策的原始对话记录，使提示词在任意长度的运行中保持有界。
In ai, agent, 1 min read
一分钟读论文：《Agent记忆架构的十年演进》
如果你正在构建需要长期记忆的 AI Agent，你可能已经发现一个痛点：市面上涌现了数十种 Agent 记忆方案——从简单的向量检索到 LLM 中介的记忆提取，从持续整合的事实库到 Agent 自主管理的记忆生命周期。但没有任何一个评测体系告诉你：这些方案在系统层面的真实成本结构是什么。
In AI, ParadigmRadar, 2 mins read
system-architecture
一分钟读论文：《Agent记忆架构的十年演进》
如果你正在构建需要长期记忆的 AI Agent，你可能已经发现一个痛点：市面上涌现了数十种 Agent 记忆方案——从简单的向量检索到 LLM 中介的记忆提取，从持续整合的事实库到 Agent 自主管理的记忆生命周期。但没有任何一个评测体系告诉你：这些方案在系统层面的真实成本结构是什么。
In AI, ParadigmRadar, 2 mins read
long-horizon
一分钟读论文：《G0.5：单流自回归统一机器人推理与动作》
上海机器人公司银河通用（Galaxea）的论文《G0.5: One Autoregressive Stream for Robot Reasoning and Action》，提出预训练自回归视觉-语言-动作模型（VLA）G0.5：单一 transformer decoder 在同一 token 流中同时输出推理与动作。
In embodiedai, robotics, 1 min read
一分钟读论文：《因果结构驾驭长程数字智能体》
加州大学圣地亚哥分校与 Aether AI Lab 合作的一篇论文《Harness Long-horizon Digital Agents with Unified Causal Structure》，提出 StructAgent 框架，通过统一状态表示和结构化工作流显著提升长程数字 Agent 的可靠性。
In AI, 1 min read
一分钟读论文：《CompactionRL：压缩入强化学习》
本文讨论的论文是 CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents，arXiv:2607.05378，由清华大学（Tsinghua University）的 Yujiang Li、Zhenyu Hou、Yi Jing、Jie Tang 和 Yuxiao Dong 五位研究者完成。
In AI, RL, 1 min read
一分钟读论文：《Agent记忆架构的十年演进》
如果你正在构建需要长期记忆的 AI Agent，你可能已经发现一个痛点：市面上涌现了数十种 Agent 记忆方案——从简单的向量检索到 LLM 中介的记忆提取，从持续整合的事实库到 Agent 自主管理的记忆生命周期。但没有任何一个评测体系告诉你：这些方案在系统层面的真实成本结构是什么。
In AI, ParadigmRadar, 2 mins read
memory-taxonomy
一分钟读论文：《Agent记忆架构的十年演进》
如果你正在构建需要长期记忆的 AI Agent，你可能已经发现一个痛点：市面上涌现了数十种 Agent 记忆方案——从简单的向量检索到 LLM 中介的记忆提取，从持续整合的事实库到 Agent 自主管理的记忆生命周期。但没有任何一个评测体系告诉你：这些方案在系统层面的真实成本结构是什么。
In AI, ParadigmRadar, 2 mins read
infrastructure
一分钟读论文：《Agent记忆架构的十年演进》
如果你正在构建需要长期记忆的 AI Agent，你可能已经发现一个痛点：市面上涌现了数十种 Agent 记忆方案——从简单的向量检索到 LLM 中介的记忆提取，从持续整合的事实库到 Agent 自主管理的记忆生命周期。但没有任何一个评测体系告诉你：这些方案在系统层面的真实成本结构是什么。
In AI, ParadigmRadar, 2 mins read
software-engineering
AI 范式雷达：《从代码补全到自主软件工程》
SWE-bench Verified 基准上，开源框架的成绩从 2023 年的不足 6% 跃升至 2025-2026 年的 50%-70%+，增幅超过 8 倍。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
一分钟读论文：《开源项目早期采用编码智能体》
罗切斯特理工学院的论文《Early Adoption of Agentic Coding Tools by GitHub Projects》基于 AIDev-pop 数据集中 2,361 个仓库的 25,264 条 Agent PR，首次从项目层面系统研究了 AI Agent 编码工具在开源社区中的采用模式。
In OpenSource, SoftwareEngineering, 1 min read
一分钟读论文：《软件工程的终结：Agent重写开发范式》
如果你正在构建 AI Agent 系统，你可能已经发现一个令人不安的事实：你写的代码越多，系统越不可控。
In AI, ParadigmRadar, SoftwareEngineering, 2 mins read
agent-paradigm
一分钟读论文：《软件工程的终结：Agent重写开发范式》
如果你正在构建 AI Agent 系统，你可能已经发现一个令人不安的事实：你写的代码越多，系统越不可控。
In AI, ParadigmRadar, SoftwareEngineering, 2 mins read
agentic-engineering
一分钟读论文：《软件工程的终结：Agent重写开发范式》
如果你正在构建 AI Agent 系统，你可能已经发现一个令人不安的事实：你写的代码越多，系统越不可控。
In AI, ParadigmRadar, SoftwareEngineering, 2 mins read
code-generation
AI 范式雷达：《从代码补全到自主软件工程》
SWE-bench Verified 基准上，开源框架的成绩从 2023 年的不足 6% 跃升至 2025-2026 年的 50%-70%+，增幅超过 8 倍。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《软件工程的终结：Agent重写开发范式》
如果你正在构建 AI Agent 系统，你可能已经发现一个令人不安的事实：你写的代码越多，系统越不可控。
In AI, ParadigmRadar, SoftwareEngineering, 2 mins read
paradigm-shift
一分钟读论文：《软件工程的终结：Agent重写开发范式》
如果你正在构建 AI Agent 系统，你可能已经发现一个令人不安的事实：你写的代码越多，系统越不可控。
In AI, ParadigmRadar, SoftwareEngineering, 2 mins read
llm-agent
一分钟读论文：《SABLE：智能体编排的先导化合物优化》
北卡罗来纳大学教堂山分校的论文《A Modular Agentic Framework for Synthetically Constrained Multi-Objective Hit-to-Lead Optimization》提出开源智能体框架 SABLE。
In AI, DrugDiscovery, 1 min read
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
一分钟读论文：《干预支持的静默失败错误归因》
Google DeepMind的论文《REFLECT: Intervention-Supported Error Attribution for Silent Failures in LLM Agent Traces》，提出了一种将诊断、测试与精炼整合为闭环的错误归因方法。
In AI, Agent, 1 min read
一分钟读论文：《TOKI：记忆矛盾的双时间算子代数》
Ziming Wang 的论文《TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory》，将LLM Agent持久记忆中的矛盾解决形式化为写时并发控制问题。
In AI, Agents, 1 min read
memory
一分钟读论文：《记忆库原封不动，Agent 为何照样失忆》
Ankit Goyal 与 Jaideep Ray 合作的论文《Does Your Agent’s Memory Survive a Model Upgrade?》给出一个反直觉结论：记忆库原封不动的 Agent 换模型后也失忆，笔记精度摆动 +9.91 或 -13.28 个百分点。
In AI, LLM, 1 min read
AI 范式雷达：《不再调权重：Agent 的自进化搬进了 Harness》
如果你最近在看 Agent 方向的论文，可能会注意到一个微妙的变化：过去半年讨论「让 Agent 自我改进」时，主角几乎总是模型本身——继续预训练、RLHF、递归微调。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《写进记忆的一句话，让后续回答都偏了方向》
上海交通大学与蚂蚁集团合作的论文《InjecMEM: Memory Injection Attack on LLM Agent Memory Systems》（arXiv:2608.23471，2026-08-24 提交）提出一种针对 LLM Agent 记忆系统的注入攻击：攻击者单次交互就能把后续回答导向预指定输出。
In AI, Security, 1 min read
一分钟读论文：《长程 Agent 记忆中的压缩悬崖》
德国帕绍大学（University of Passau）与奥地利 IT:U Linz 合作的论文《The Compaction Cliff in Long-Running AI Agent Memory》发现：一轮压缩后仅保留 53% 的安全规则，五轮后只剩 10%。
In AI, LLM, 1 min read
一分钟读论文：《TOKI：记忆矛盾的双时间算子代数》
Ziming Wang 的论文《TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory》，将LLM Agent持久记忆中的矛盾解决形式化为写时并发控制问题。
In AI, Agents, 1 min read
database-theory
一分钟读论文：《TOKI：记忆矛盾的双时间算子代数》
Ziming Wang 的论文《TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory》，将LLM Agent持久记忆中的矛盾解决形式化为写时并发控制问题。
In AI, Agents, 1 min read
formal-methods
一分钟读论文：《TOKI：记忆矛盾的双时间算子代数》
Ziming Wang 的论文《TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory》，将LLM Agent持久记忆中的矛盾解决形式化为写时并发控制问题。
In AI, Agents, 1 min read
SR2AM
一分钟读论文：《通过自我调节模拟规划实现高效智能体推理》
卡内基梅隆大学和商汤实验室联合发表的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning》提出 SR^2AM（自我调节模拟推理智能体大语言模型），将 Agent 的决策过程从单一思维链拆分为三个独立系统。
In AI, AgentReasoning, 1 min read
SimulativePlanning
一分钟读论文：《通过自我调节模拟规划实现高效智能体推理》
卡内基梅隆大学和商汤实验室联合发表的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning》提出 SR^2AM（自我调节模拟推理智能体大语言模型），将 Agent 的决策过程从单一思维链拆分为三个独立系统。
In AI, AgentReasoning, 1 min read
SelfRegulation
一分钟读论文：《通过自我调节模拟规划实现高效智能体推理》
卡内基梅隆大学和商汤实验室联合发表的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning》提出 SR^2AM（自我调节模拟推理智能体大语言模型），将 Agent 的决策过程从单一思维链拆分为三个独立系统。
In AI, AgentReasoning, 1 min read
AgenticReasoning
一分钟读论文：《Agent安全护栏：从静态对齐到动态诊断》
在 R-judge 基准测试中，一个仅需约 1000 个样本进行 SFT 训练的 7B 参数模型达到了 GPT-5.4 级别的安全诊断性能。这不是渐进式优化——当 Agent 获得工具调用权限后，安全对齐从”模型层面的静态分类”升级为”系统层面的动态护栏”。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《自适应潜在智能体推理》
康奈尔大学、UC Davis 和 UC Riverside 研究者的论文《Adaptive Latent Agentic Reasoning》，提出了一种双模式推理框架，让智能体在常规决策步使用紧凑的潜在推理、在困难决策时切换到显式思维链，工具使用场景下 Token 节省率高达 84.6%。
In AI, Agent, 1 min read
一分钟读论文：《通过自我调节模拟规划实现高效智能体推理》
卡内基梅隆大学和商汤实验室联合发表的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning》提出 SR^2AM（自我调节模拟推理智能体大语言模型），将 Agent 的决策过程从单一思维链拆分为三个独立系统。
In AI, AgentReasoning, 1 min read
Efficiency
一分钟读论文：《自适应潜在推理：少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《通过自我调节模拟规划实现高效智能体推理》
卡内基梅隆大学和商汤实验室联合发表的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning》提出 SR^2AM（自我调节模拟推理智能体大语言模型），将 Agent 的决策过程从单一思维链拆分为三个独立系统。
In AI, AgentReasoning, 1 min read
AgentReasoning
一分钟读论文：《面向推理预算的选择性验证》
弗吉尼亚理工大学的 Sajib Acharjee Dip、Dawei Zhou 和 Liqing Zhang 发表的论文《重新思考还是延长预算？面向推理预算的选择性验证》，揭示了推理时 Token 分配中的一个反直觉发现：始终验证初始答案不仅浪费计算资源，在某些场景下还会降低准确率。
In AI, Agent, 1 min read
一分钟读论文：《自适应潜在推理：少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 3 mins read
LatentReasoning
一分钟读论文：《自适应潜在推理：Agent少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 5 mins read
一分钟读论文：《自适应潜在智能体推理》
康奈尔大学、UC Davis 和 UC Riverside 研究者的论文《Adaptive Latent Agentic Reasoning》，提出了一种双模式推理框架，让智能体在常规决策步使用紧凑的潜在推理、在困难决策时切换到显式思维链，工具使用场景下 Token 节省率高达 84.6%。
In AI, Agent, 1 min read
一分钟读论文：《自适应潜在推理：少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 3 mins read
ChainOfThought
一分钟读论文：《自适应潜在推理：Agent少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 5 mins read
一分钟读论文：《自适应潜在智能体推理》
康奈尔大学、UC Davis 和 UC Riverside 研究者的论文《Adaptive Latent Agentic Reasoning》，提出了一种双模式推理框架，让智能体在常规决策步使用紧凑的潜在推理、在困难决策时切换到显式思维链，工具使用场景下 Token 节省率高达 84.6%。
In AI, Agent, 1 min read
一分钟读论文：《自适应潜在推理：少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 3 mins read
AdaptivePlanning
一分钟读论文：《自适应潜在推理：少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 3 mins read
TokenEfficiency
一分钟读论文：《多模态表示重塑编码代理》
如果你正在构建一个基于 LLM 的代码修复 Agent，你可能已经注意到一个反直觉的现象：给模型”看”代码仓库的结构图，反而让它变得更笨了。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《面向推理预算的选择性验证》
弗吉尼亚理工大学的 Sajib Acharjee Dip、Dawei Zhou 和 Liqing Zhang 发表的论文《重新思考还是延长预算？面向推理预算的选择性验证》，揭示了推理时 Token 分配中的一个反直觉发现：始终验证初始答案不仅浪费计算资源，在某些场景下还会降低准确率。
In AI, Agent, 1 min read
一分钟读论文：《自适应潜在智能体推理》
康奈尔大学、UC Davis 和 UC Riverside 研究者的论文《Adaptive Latent Agentic Reasoning》，提出了一种双模式推理框架，让智能体在常规决策步使用紧凑的潜在推理、在困难决策时切换到显式思维链，工具使用场景下 Token 节省率高达 84.6%。
In AI, Agent, 1 min read
AdaptiveReasoning
一分钟读论文：《自适应潜在推理：Agent少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 5 mins read
AgentEfficiency
一分钟读论文：《自适应潜在推理：Agent少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 5 mins read
PolicyNetwork
一分钟读论文：《自适应潜在推理：Agent少想但想深》
在 Tool Use 基准上减少 84.6% 的生成 Token，同时保持准确率不降反升。这不是渐进式优化，而是推理范式的结构性转变。
In AI, ParadigmRadar, 5 mins read
error-attribution
一分钟读论文：《干预支持的静默失败错误归因》
Google DeepMind的论文《REFLECT: Intervention-Supported Error Attribution for Silent Failures in LLM Agent Traces》，提出了一种将诊断、测试与精炼整合为闭环的错误归因方法。
In AI, Agent, 1 min read
silent-failure
一分钟读论文：《干预支持的静默失败错误归因》
Google DeepMind的论文《REFLECT: Intervention-Supported Error Attribution for Silent Failures in LLM Agent Traces》，提出了一种将诊断、测试与精炼整合为闭环的错误归因方法。
In AI, Agent, 1 min read
intervention
一分钟读论文：《干预支持的静默失败错误归因》
Google DeepMind的论文《REFLECT: Intervention-Supported Error Attribution for Silent Failures in LLM Agent Traces》，提出了一种将诊断、测试与精炼整合为闭环的错误归因方法。
In AI, Agent, 1 min read
trace-diagnosis
一分钟读论文：《干预支持的静默失败错误归因》
Google DeepMind的论文《REFLECT: Intervention-Supported Error Attribution for Silent Failures in LLM Agent Traces》，提出了一种将诊断、测试与精炼整合为闭环的错误归因方法。
In AI, Agent, 1 min read
agent-workflow
一分钟读论文：《选择性形式化与门控执行》
蒙特利尔大学 Mila 研究所的论文《SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows》，提出了一种面向智能体工作流的生命周期治理框架，通过选择性形式化决策、门控条件执行和笔记本式版本化三个机制，将工作流的可靠性从”一次成功”扩展到”持续做对”。
In AI, Agent, 1 min read
formal-verification
一分钟读论文：《用Lean4验证Agent工作流》
LLM Agent 的工作流设计长期缺乏形式化保障，研究者通常依赖经验性测试和统计评估来判断一个 Agent 流程是否可靠。
In AI, FormalMethods, 1 min read
一分钟读论文：《记忆巩固的身份不变性框架》
哈尔滨工业大学和苏州大学合作的一篇论文《Episodic-to-Semantic Consolidation Without Identity Drift》首次将记忆巩固形式化为不改变智能体身份的确定性函数——在持续积累知识的同时，通过身份哈希隔离语义知识层，实现字节级身份一致性。
In ai, agent, 1 min read
一分钟读论文：《用形式化逻辑装上可证明的安全护栏》
如果你正在构建 AI 智能体，你可能已经发现一个令人不安的事实：语义护栏可以被绕过。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《选择性形式化与门控执行》
蒙特利尔大学 Mila 研究所的论文《SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows》，提出了一种面向智能体工作流的生命周期治理框架，通过选择性形式化决策、门控条件执行和笔记本式版本化三个机制，将工作流的可靠性从”一次成功”扩展到”持续做对”。
In AI, Agent, 1 min read
gated-execution
一分钟读论文：《选择性形式化与门控执行》
蒙特利尔大学 Mila 研究所的论文《SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows》，提出了一种面向智能体工作流的生命周期治理框架，通过选择性形式化决策、门控条件执行和笔记本式版本化三个机制，将工作流的可靠性从”一次成功”扩展到”持续做对”。
In AI, Agent, 1 min read
durable-agents
一分钟读论文：《选择性形式化与门控执行》
蒙特利尔大学 Mila 研究所的论文《SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows》，提出了一种面向智能体工作流的生命周期治理框架，通过选择性形式化决策、门控条件执行和笔记本式版本化三个机制，将工作流的可靠性从”一次成功”扩展到”持续做对”。
In AI, Agent, 1 min read
mila
一分钟读论文：《选择性形式化与门控执行》
蒙特利尔大学 Mila 研究所的论文《SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows》，提出了一种面向智能体工作流的生命周期治理框架，通过选择性形式化决策、门控条件执行和笔记本式版本化三个机制，将工作流的可靠性从”一次成功”扩展到”持续做对”。
In AI, Agent, 1 min read
AgentPlanning
一分钟读论文：《PlanBench-Xl长期规划基准》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经经历过这样的场景：Agent 在前几步调用一切顺利，但某个工具突然返回了意外结果，之后整个任务链就开始失控——要么反复尝试同一个无效路径，要么干脆放弃。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《从端到端成功率到细粒度规划诊断》
在 12 个主流多模态大语言模型（MLLM）中，端到端任务成功率最高的模型在”不可解任务识别”测试中的正确拒绝率仅为 34.7%。这意味着超过三分之二的情况下，即使是最强的 Agent 也会对一个根本无法完成的任务盲目尝试——浪费计算资源、暴露用户数据，甚至产生有害输出。
In AI, ParadigmRadar, 3 mins read
BenchmarkDesign
一分钟读论文：《从端到端成功率到细粒度规划诊断》
在 12 个主流多模态大语言模型（MLLM）中，端到端任务成功率最高的模型在”不可解任务识别”测试中的正确拒绝率仅为 34.7%。这意味着超过三分之二的情况下，即使是最强的 Agent 也会对一个根本无法完成的任务盲目尝试——浪费计算资源、暴露用户数据，甚至产生有害输出。
In AI, ParadigmRadar, 3 mins read
PlanningEvaluation
一分钟读论文：《从端到端成功率到细粒度规划诊断》
在 12 个主流多模态大语言模型（MLLM）中，端到端任务成功率最高的模型在”不可解任务识别”测试中的正确拒绝率仅为 34.7%。这意味着超过三分之二的情况下，即使是最强的 Agent 也会对一个根本无法完成的任务盲目尝试——浪费计算资源、暴露用户数据，甚至产生有害输出。
In AI, ParadigmRadar, 3 mins read
ToolRobustness
一分钟读论文：《从端到端成功率到细粒度规划诊断》
在 12 个主流多模态大语言模型（MLLM）中，端到端任务成功率最高的模型在”不可解任务识别”测试中的正确拒绝率仅为 34.7%。这意味着超过三分之二的情况下，即使是最强的 Agent 也会对一个根本无法完成的任务盲目尝试——浪费计算资源、暴露用户数据，甚至产生有害输出。
In AI, ParadigmRadar, 3 mins read
AgentCapability
一分钟读论文：《从端到端成功率到细粒度规划诊断》
在 12 个主流多模态大语言模型（MLLM）中，端到端任务成功率最高的模型在”不可解任务识别”测试中的正确拒绝率仅为 34.7%。这意味着超过三分之二的情况下，即使是最强的 Agent 也会对一个根本无法完成的任务盲目尝试——浪费计算资源、暴露用户数据，甚至产生有害输出。
In AI, ParadigmRadar, 3 mins read
agent-evaluation
AI 智创简报：《网络排障 Agent 上场干活，考场却没人监考》
2026 年 6 月 23 日到 8 月 13 日的七周内，Cisco、Microsoft、ServiceNow、Juniper 密集授权或公开七件网络运维智能体（让大模型智能体替人排查与恢复网络故障的 AIOps Agent）专利。大厂圈住智能体直接动手改网络这层，动手前后的评测考场与行为审计仍无厂商设防。
In AI, InnovationBrief, 1 min read
一分钟读论文：《ORCA-bench：On-Call考验》
研究团队发表的论文《ORCA-bench: How Ready Are Language Model Agents for Oncall?》提出了一个生产保真度的根因分析基准测试，将通用编码 Agent 置于真实的生产环境中进行评估。
In AI, Engineering, 1 min read
一分钟读论文：《自主策略演化评估框架》
阿里巴巴达摩院合作的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次将”自主策略演化”形式化为独立评估设定——在固定交互预算内，Harness-Model Agent反复编辑可执行策略系统，评估其如何迭代提升已探索的策略。
In ai, agent, 1 min read
一分钟读论文：《Agent自主策略演化评估基准》
阿里巴巴达摩院团队的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次提出”自主策略演化”作为独立的Agent评估范式——在固定交互预算内，让Agent反复编辑和迭代改进自己的可执行策略系统，评估其从反馈中学习并持续优化的能力。
In ai, agent, 1 min read
一分钟读论文：《基准即Agent：评估集成成本大降》
在评估 M 个 Agent 系统如何在 N 个基准上表现时，传统方法需要编写 N×M 次定制化集成代码——每个基准都需要为每个 Agent 单独适配接口、处理格式差异、管理认证流程。当 Agent 生态以指数级增长时，这种线性扩展的集成成本变得不可持续。
In AI, ParadigmRadar, 6 mins read
a2a
一分钟读论文：《基准即Agent：评估集成成本大降》
在评估 M 个 Agent 系统如何在 N 个基准上表现时，传统方法需要编写 N×M 次定制化集成代码——每个基准都需要为每个 Agent 单独适配接口、处理格式差异、管理认证流程。当 Agent 生态以指数级增长时，这种线性扩展的集成成本变得不可持续。
In AI, ParadigmRadar, 6 mins read
benchmarking
一分钟读论文：《基准即Agent：评估集成成本大降》
在评估 M 个 Agent 系统如何在 N 个基准上表现时，传统方法需要编写 N×M 次定制化集成代码——每个基准都需要为每个 Agent 单独适配接口、处理格式差异、管理认证流程。当 Agent 生态以指数级增长时，这种线性扩展的集成成本变得不可持续。
In AI, ParadigmRadar, 6 mins read
standardization
一分钟读论文：《基准即Agent：评估集成成本大降》
在评估 M 个 Agent 系统如何在 N 个基准上表现时，传统方法需要编写 N×M 次定制化集成代码——每个基准都需要为每个 Agent 单独适配接口、处理格式差异、管理认证流程。当 Agent 生态以指数级增长时，这种线性扩展的集成成本变得不可持续。
In AI, ParadigmRadar, 6 mins read
AgentSafety
一分钟读论文：《Agent安全护栏：从静态对齐到动态诊断》
在 R-judge 基准测试中，一个仅需约 1000 个样本进行 SFT 训练的 7B 参数模型达到了 GPT-5.4 级别的安全诊断性能。这不是渐进式优化——当 Agent 获得工具调用权限后，安全对齐从”模型层面的静态分类”升级为”系统层面的动态护栏”。
In AI, ParadigmRadar, 3 mins read
Alignment
一分钟读论文：《Agent安全护栏：从静态对齐到动态诊断》
在 R-judge 基准测试中，一个仅需约 1000 个样本进行 SFT 训练的 7B 参数模型达到了 GPT-5.4 级别的安全诊断性能。这不是渐进式优化——当 Agent 获得工具调用权限后，安全对齐从”模型层面的静态分类”升级为”系统层面的动态护栏”。
In AI, ParadigmRadar, 3 mins read
Guardrail
一分钟读论文：《Agent安全护栏：从静态对齐到动态诊断》
在 R-judge 基准测试中，一个仅需约 1000 个样本进行 SFT 训练的 7B 参数模型达到了 GPT-5.4 级别的安全诊断性能。这不是渐进式优化——当 Agent 获得工具调用权限后，安全对齐从”模型层面的静态分类”升级为”系统层面的动态护栏”。
In AI, ParadigmRadar, 3 mins read
orchestration
一分钟读论文：《基于 PI 的智能体编排实战》
上周行业内部基准测试显示：在复杂多步 Agent 任务中，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案成功率提升了 40%-60%，同时显著减少了无效循环和上下文爆炸。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《MCP协议与PI架构融合》
如果你的团队正在构建 AI 智能体，你可能已经发现两个并行的痛点：工具调用的上下文管理太碎片化，而传统的 ReAct 循环在复杂任务中容易陷入无效试错。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《OrchRM：编排奖励的自监督建模》
上周，新加坡国立大学与 Sea AI Lab 联合发布了 OrchRM——首个面向多智能体编排质量的自监督奖励建模框架。
In AI, ParadigmRadar, 4 mins read
self-supervised
一分钟读论文：《OrchRM：编排奖励的自监督建模》
上周，新加坡国立大学与 Sea AI Lab 联合发布了 OrchRM——首个面向多智能体编排质量的自监督奖励建模框架。
In AI, ParadigmRadar, 4 mins read
mas
一分钟读论文：《OrchRM：编排奖励的自监督建模》
上周，新加坡国立大学与 Sea AI Lab 联合发布了 OrchRM——首个面向多智能体编排质量的自监督奖励建模框架。
In AI, ParadigmRadar, 4 mins read
agent-security
一分钟读论文：《改一个选项的名字就能打开安全闸门》
南加州大学的预印本《One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails》审计了安全闸门表现：准确率只有 36% 到 72%，有模型低于抛硬币。
In AI, Security, 1 min read
一分钟读论文：《跨会话滥用：能力累积检测》
华盛顿大学的论文《Magnet: Detecting Cross-Session AI Misuse Through Capability Accumulation》（arXiv:2608.02518）指出单会话检测的结构性盲区：拆进多个隔离会话的攻击链，每个会话单独审核都合规。
In AI, Security, 1 min read
一分钟读论文：《用形式化逻辑装上可证明的安全护栏》
如果你正在构建 AI 智能体，你可能已经发现一个令人不安的事实：语义护栏可以被绕过。
In AI, ParadigmRadar, 2 mins read
smt-solver
一分钟读论文：《用形式化逻辑装上可证明的安全护栏》
如果你正在构建 AI 智能体，你可能已经发现一个令人不安的事实：语义护栏可以被绕过。
In AI, ParadigmRadar, 2 mins read
guardrail
一分钟读论文：《用形式化逻辑装上可证明的安全护栏》
如果你正在构建 AI 智能体，你可能已经发现一个令人不安的事实：语义护栏可以被绕过。
In AI, ParadigmRadar, 2 mins read
ePCA
一分钟读论文：《用形式化逻辑装上可证明的安全护栏》
如果你正在构建 AI 智能体，你可能已经发现一个令人不安的事实：语义护栏可以被绕过。
In AI, ParadigmRadar, 2 mins read
token-economics
一分钟读论文：《Agent的Token消耗经济学》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人不安的事实：同一个 Agent 任务，跑十次可能产生十种完全不同的 Token 账单。
In AI, ParadigmRadar, 2 mins read
agent-cost
一分钟读论文：《Agent的Token消耗经济学》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人不安的事实：同一个 Agent 任务，跑十次可能产生十种完全不同的 Token 账单。
In AI, ParadigmRadar, 2 mins read
swebench
一分钟读论文：《Agent的Token消耗经济学》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人不安的事实：同一个 Agent 任务，跑十次可能产生十种完全不同的 Token 账单。
In AI, ParadigmRadar, 2 mins read
model-efficiency
一分钟读论文：《Agent的Token消耗经济学》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人不安的事实：同一个 Agent 任务，跑十次可能产生十种完全不同的 Token 账单。
In AI, ParadigmRadar, 2 mins read
cost-optimization
一分钟读论文：《Agent的Token消耗经济学》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人不安的事实：同一个 Agent 任务，跑十次可能产生十种完全不同的 Token 账单。
In AI, ParadigmRadar, 2 mins read
AgentMemory
AI 智创简报：《Agent 记忆层被写进专利，垂直行业的本地化长尾还空着》
7 月至 8 月，微软与 UiPath 连续公开四件”Agent 记忆与跨 Agent 上下文”专利，覆盖共享上下文、事件流路由、三级记忆体系三层。大厂把 Agent 的记忆层写进权利要求；个人开发者能接的，是专利够不着的行业私有化长尾。
In AI, InnovationBrief, 1 min read
一分钟读论文：《Agent记忆的遗忘架构学》
康奈尔大学与DeepLethe合作的一篇论文《Control-Plane Placement Shapes Forgetting》，首次将”遗忘”从Agent记忆评估中分离为独立维度。
In AI, Agent, 1 min read
ForgettingEvaluation
一分钟读论文：《Agent记忆的遗忘架构学》
康奈尔大学与DeepLethe合作的一篇论文《Control-Plane Placement Shapes Forgetting》，首次将”遗忘”从Agent记忆评估中分离为独立维度。
In AI, Agent, 1 min read
ControlPlaneArchitecture
一分钟读论文：《Agent记忆的遗忘架构学》
康奈尔大学与DeepLethe合作的一篇论文《Control-Plane Placement Shapes Forgetting》，首次将”遗忘”从Agent记忆评估中分离为独立维度。
In AI, Agent, 1 min read
RecursiveSelfImprovement
一分钟读论文：《PAST-Bench：自改进基准》
香港中文大学和阿里巴巴集团合作的一篇论文《PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents》，首次提出了针对个人 AI 智能体递归自我改进能力的系统性基准测试框架。
In AI, AgentFoundationModels, 1 min read
一分钟读论文：《递归自改进警告与全球暂停呼吁》
Anthropic Institute 发表的文章《When AI builds itself》，首次系统性地展示了 Claude Mythos Preview 在 April 2026 已实现约 52 倍的研发加速比——Claude 辅助人类完成 AI 模型开发的速度是纯人工的 52 倍。
In AI, ParadigmRadar, 2 mins read
AISafety
一分钟读论文：《递归自改进警告与全球暂停呼吁》
Anthropic Institute 发表的文章《When AI builds itself》，首次系统性地展示了 Claude Mythos Preview 在 April 2026 已实现约 52 倍的研发加速比——Claude 辅助人类完成 AI 模型开发的速度是纯人工的 52 倍。
In AI, ParadigmRadar, 2 mins read
IPO
一分钟读论文：《递归自改进警告与全球暂停呼吁》
Anthropic Institute 发表的文章《When AI builds itself》，首次系统性地展示了 Claude Mythos Preview 在 April 2026 已实现约 52 倍的研发加速比——Claude 辅助人类完成 AI 模型开发的速度是纯人工的 52 倍。
In AI, ParadigmRadar, 2 mins read
Governance
一分钟读论文：《递归自改进警告与全球暂停呼吁》
Anthropic Institute 发表的文章《When AI builds itself》，首次系统性地展示了 Claude Mythos Preview 在 April 2026 已实现约 52 倍的研发加速比——Claude 辅助人类完成 AI 模型开发的速度是纯人工的 52 倍。
In AI, ParadigmRadar, 2 mins read
SEVRA
一分钟读论文：《面向推理预算的选择性验证》
弗吉尼亚理工大学的 Sajib Acharjee Dip、Dawei Zhou 和 Liqing Zhang 发表的论文《重新思考还是延长预算？面向推理预算的选择性验证》，揭示了推理时 Token 分配中的一个反直觉发现：始终验证初始答案不仅浪费计算资源，在某些场景下还会降低准确率。
In AI, Agent, 1 min read
SelectiveVerification
一分钟读论文：《面向推理预算的选择性验证》
弗吉尼亚理工大学的 Sajib Acharjee Dip、Dawei Zhou 和 Liqing Zhang 发表的论文《重新思考还是延长预算？面向推理预算的选择性验证》，揭示了推理时 Token 分配中的一个反直觉发现：始终验证初始答案不仅浪费计算资源，在某些场景下还会降低准确率。
In AI, Agent, 1 min read
ReasoningBudget
一分钟读论文：《面向推理预算的选择性验证》
弗吉尼亚理工大学的 Sajib Acharjee Dip、Dawei Zhou 和 Liqing Zhang 发表的论文《重新思考还是延长预算？面向推理预算的选择性验证》，揭示了推理时 Token 分配中的一个反直觉发现：始终验证初始答案不仅浪费计算资源，在某些场景下还会降低准确率。
In AI, Agent, 1 min read
ToolCalling
一分钟读论文：《工具失败下的动态重规划恢复基准》
腾讯优图实验室、中山大学与清华大学合作的一篇论文《When Tools Fail: Benchmarking Dynamic Replanning and Anomaly Recovery in LLM Agents》，首次系统性地评估了LLM智能体在工具失败场景下的动态重规划能力。
In AI, Agent, 1 min read
一分钟读论文：《LedgerAgent：工具调用状态管理》
亚利桑那州立大学与亚利桑那大学合作的一篇论文《LedgerAgent: Structured State for Policy-Adherent Tool-Calling Agents》，提出了一种推理时方法解决工具调用智能体中任务状态隐式编码在提示词中的根本问题。
In AI, Agent, 1 min read
StructuredState
一分钟读论文：《LedgerAgent：工具调用状态管理》
亚利桑那州立大学与亚利桑那大学合作的一篇论文《LedgerAgent: Structured State for Policy-Adherent Tool-Calling Agents》，提出了一种推理时方法解决工具调用智能体中任务状态隐式编码在提示词中的根本问题。
In AI, Agent, 1 min read
PolicyGate
一分钟读论文：《LedgerAgent：工具调用状态管理》
亚利桑那州立大学与亚利桑那大学合作的一篇论文《LedgerAgent: Structured State for Policy-Adherent Tool-Calling Agents》，提出了一种推理时方法解决工具调用智能体中任务状态隐式编码在提示词中的根本问题。
In AI, Agent, 1 min read
LedgerAgent
一分钟读论文：《LedgerAgent：工具调用状态管理》
亚利桑那州立大学与亚利桑那大学合作的一篇论文《LedgerAgent: Structured State for Policy-Adherent Tool-Calling Agents》，提出了一种推理时方法解决工具调用智能体中任务状态隐式编码在提示词中的根本问题。
In AI, Agent, 1 min read
DynamicReplanning
一分钟读论文：《工具失败下的动态重规划恢复基准》
腾讯优图实验室、中山大学与清华大学合作的一篇论文《When Tools Fail: Benchmarking Dynamic Replanning and Anomaly Recovery in LLM Agents》，首次系统性地评估了LLM智能体在工具失败场景下的动态重规划能力。
In AI, Agent, 1 min read
AnomalyRecovery
一分钟读论文：《工具失败下的动态重规划恢复基准》
腾讯优图实验室、中山大学与清华大学合作的一篇论文《When Tools Fail: Benchmarking Dynamic Replanning and Anomaly Recovery in LLM Agents》，首次系统性地评估了LLM智能体在工具失败场景下的动态重规划能力。
In AI, Agent, 1 min read
AgentReliability
一分钟读论文：《工具失败下的动态重规划恢复基准》
腾讯优图实验室、中山大学与清华大学合作的一篇论文《When Tools Fail: Benchmarking Dynamic Replanning and Anomaly Recovery in LLM Agents》，首次系统性地评估了LLM智能体在工具失败场景下的动态重规划能力。
In AI, Agent, 1 min read
sevra
一分钟读论文：《选择性验证还是延长预算》
如果你正在构建需要深度推理的 AI 系统，你可能已经发现一个令人困惑的现象：给模型更多的 Token 预算并不总是带来更好的结果。
In AI, ParadigmRadar, 3 mins read
selective-verification
一分钟读论文：《选择性验证还是延长预算》
如果你正在构建需要深度推理的 AI 系统，你可能已经发现一个令人困惑的现象：给模型更多的 Token 预算并不总是带来更好的结果。
In AI, ParadigmRadar, 3 mins read
reasoning-budget
一分钟读论文：《选择性验证还是延长预算》
如果你正在构建需要深度推理的 AI 系统，你可能已经发现一个令人困惑的现象：给模型更多的 Token 预算并不总是带来更好的结果。
In AI, ParadigmRadar, 3 mins read
token-efficiency
一分钟读论文：《选择性验证还是延长预算》
如果你正在构建需要深度推理的 AI 系统，你可能已经发现一个令人困惑的现象：给模型更多的 Token 预算并不总是带来更好的结果。
In AI, ParadigmRadar, 3 mins read
agent-reasoning
一分钟读论文：《CoT训练增益落在哪里》
一篇关于CoT训练增益本质的论文《Where Do CoT Training Gains Land in LLM based Agents?》，通过系统性实验揭示了思维链（Chain of Thought, CoT）训练在大语言模型智能体中的实际作用机制。
In AI, Research, 1 min read
一分钟读论文：《选择性验证还是延长预算》
如果你正在构建需要深度推理的 AI 系统，你可能已经发现一个令人困惑的现象：给模型更多的 Token 预算并不总是带来更好的结果。
In AI, ParadigmRadar, 3 mins read
TrajectoryAnalysis
一分钟读论文：《通过智能体轨迹解剖模型行为》
堪萨斯大学的一篇论文《Dissecting model behavior through agent trajectories》，首次将意图-执行差距（intent-execution gap）形式化为可测量的系统偏差。
In AI, Agent, 1 min read
ModelBehavior
一分钟读论文：《通过智能体轨迹解剖模型行为》
堪萨斯大学的一篇论文《Dissecting model behavior through agent trajectories》，首次将意图-执行差距（intent-execution gap）形式化为可测量的系统偏差。
In AI, Agent, 1 min read
Privacy
一分钟读论文：《AgentCIBench跨上下文隐私泄露》
德国达姆施塔特大学UKP实验室和ATHENE网络安全研究中心合作的一篇论文《Capable but Careless: Do Computer-Use Agents Follow Contextual Integrity?》，首次将Contextual Integrity理论引入AI Agent评估领域，发现Computer-Use Agent在执行跨应用任务时存在严重的上下文泄露问题：高能力代理反而是最严重的隐私泄露者。
In AI, Security, 1 min read
agent-reliability
一分钟读论文：《失败是过程：编码代理轨迹解剖》
清华大学和阿里巴巴达摩院合作的一篇论文《Failure as a Process: An Anatomy of CLI Coding Agent Trajectories》，首次将CLI编码代理的失败建模为时间过程而非静态标签。
In AI, Engineering, 1 min read
一分钟读论文：《HarnessFix：失败轨迹自动修复》
如果你正在构建 LLM Agent，你可能已经发现一个令人沮丧的事实：**大多数 Agent 失败不是模型不够聪明，而是执行环境（Harness）本身有缺陷。
In AI, ParadigmRadar, 2 mins read
harness
AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》
9 月 2 日登上 Hacker News 的 FrontierHarness Eval（HN Algolia API 2026-09-06 实测 81 分）给出结论：同一 Kimi K3 模型、同一运行时下，横评 9 个执行外壳，任务通过率最高 66.7%、最低 50.0%，每任务成本相差 17 倍。
In AI, ParadigmRadar, 1 min read
AI 范式雷达：《不再调权重：Agent 的自进化搬进了 Harness》
如果你最近在看 Agent 方向的论文，可能会注意到一个微妙的变化：过去半年讨论「让 Agent 自我改进」时，主角几乎总是模型本身——继续预训练、RLHF、递归微调。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《HarnessFix：失败轨迹自动修复》
如果你正在构建 LLM Agent，你可能已经发现一个令人沮丧的事实：**大多数 Agent 失败不是模型不够聪明，而是执行环境（Harness）本身有缺陷。
In AI, ParadigmRadar, 2 mins read
trajectory-analysis
一分钟读论文：《自主策略演化评估框架》
阿里巴巴达摩院合作的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次将”自主策略演化”形式化为独立评估设定——在固定交互预算内，Harness-Model Agent反复编辑可执行策略系统，评估其如何迭代提升已探索的策略。
In ai, agent, 1 min read
一分钟读论文：《HarnessFix：失败轨迹自动修复》
如果你正在构建 LLM Agent，你可能已经发现一个令人沮丧的事实：**大多数 Agent 失败不是模型不够聪明，而是执行环境（Harness）本身有缺陷。
In AI, ParadigmRadar, 2 mins read
automated-debugging
一分钟读论文：《HarnessFix：失败轨迹自动修复》
如果你正在构建 LLM Agent，你可能已经发现一个令人沮丧的事实：**大多数 Agent 失败不是模型不够聪明，而是执行环境（Harness）本身有缺陷。
In AI, ParadigmRadar, 2 mins read
llm-agents
一分钟读论文：《AI卖家吹牛如何搞垮工具市场》
Google、Google DeepMind 与多伦多大学合作的论文《Toolflation》（arXiv:2610.28454）用受控模拟实验证明：在 MCP 式的 AI 工具市场里，卖方 agent 只被要求”多被选中”，没有任何人教它夸大，就自发开始吹牛。
In AI, Security, 1 min read
一分钟读论文：《强模型掌舵，弱模型盯梢》
Simular 联合威斯康星大学麦迪逊分校的论文《LEASH》（arXiv 预印本，2026 年 10 月提交）给出了一个省钱又不掉链子的方案：让开源弱模型先干活，按不确定性在合适时机升级给强模型接管，弱模型转任影子观察者在线盯梢，OSWorld 成功率 73.66%。
In AI, Engineering, 1 min read
一分钟读论文：《Skill库越大agent越不翻说明书》
香港大学、华中科技大学等作者的预印本论文《Lost in Implicit Routing》（arXiv:2610.18522）测量出现象——当 skill 库扩到一千个无关项时，agent 的加载召回率从 73.6% 跌到 27.4%，51.6% 的任务干脆一个 skill 都不加载。
In AI, Engineering, 1 min read
一分钟读论文：《像查性能热点一样查智能体的开销》
2026 年 9 月 14 日提交到 arXiv 的论文《AgentPProf: Semantic Profiler for Long Horizon AI Agents》提出：长程 AI Agent 的可观测性欠账不在调试，而在画像——新方法最高提升 MAP 指标 56%。
In AI, Engineering, 1 min read
一分钟读论文：《HarnessFix：失败轨迹自动修复》
如果你正在构建 LLM Agent，你可能已经发现一个令人沮丧的事实：**大多数 Agent 失败不是模型不够聪明，而是执行环境（Harness）本身有缺陷。
In AI, ParadigmRadar, 2 mins read
ToolUse
一分钟读论文：《PlanBench-Xl长期规划基准》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经经历过这样的场景：Agent 在前几步调用一切顺利，但某个工具突然返回了意外结果，之后整个任务链就开始失控——要么反复尝试同一个无效路径，要么干脆放弃。
In AI, ParadigmRadar, 2 mins read
Robustness
一分钟读论文：《PlanBench-Xl长期规划基准》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经经历过这样的场景：Agent 在前几步调用一切顺利，但某个工具突然返回了意外结果，之后整个任务链就开始失控——要么反复尝试同一个无效路径，要么干脆放弃。
In AI, ParadigmRadar, 2 mins read
CodeRepository
一分钟读论文：《多模态表示重塑编码代理》
如果你正在构建一个基于 LLM 的代码修复 Agent，你可能已经注意到一个反直觉的现象：给模型”看”代码仓库的结构图，反而让它变得更笨了。
In AI, ParadigmRadar, 3 mins read
trust-infrastructure
一分钟读论文：《ERC-8004信任层实证诊断》
帝国理工学院的研究团队在 arXiv 上发表了一篇论文《Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem》，对当前最主流的去中心化AI Agent信任基础设施ERC-8004进行了系统性实证评估。
In AI, ParadigmRadar, 1 min read
erc-8004
一分钟读论文：《ERC-8004信任层实证诊断》
帝国理工学院的研究团队在 arXiv 上发表了一篇论文《Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem》，对当前最主流的去中心化AI Agent信任基础设施ERC-8004进行了系统性实证评估。
In AI, ParadigmRadar, 1 min read
sybil-attack
一分钟读论文：《ERC-8004信任层实证诊断》
帝国理工学院的研究团队在 arXiv 上发表了一篇论文《Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem》，对当前最主流的去中心化AI Agent信任基础设施ERC-8004进行了系统性实证评估。
In AI, ParadigmRadar, 1 min read
decentralized-agent
一分钟读论文：《ERC-8004信任层实证诊断》
帝国理工学院的研究团队在 arXiv 上发表了一篇论文《Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem》，对当前最主流的去中心化AI Agent信任基础设施ERC-8004进行了系统性实证评估。
In AI, ParadigmRadar, 1 min read
PlanExecute
一分钟读论文：《基于 PI 构建你的超强智能体》
上周 Anthropic 发布了 Claude 4 的内部基准测试：在 Agent 编排任务上，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案性能提升了 47%。这篇文章将解析 PI 的核心原理，并带你动手实现一个具备自适应规划与错误恢复能力的超强智能体。
In AI, ParadigmRadar, 2 mins read
Orchestration
一分钟读论文：《从ReAct到PI的编排范式转移》
如果你正在构建 AI 智能体，你可能已经发现一个痛点：传统的 ReAct（Reasoning + Acting）循环在处理多工具、长链路任务时，经常陷入无限循环或丢失全局目标。
In AI, ParadigmRadar, Agent, 3 mins read
一分钟读论文：《基于 PI 构建你的超强智能体》
上周 Anthropic 发布了 Claude 4 的内部基准测试：在 Agent 编排任务上，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案性能提升了 47%。这篇文章将解析 PI 的核心原理，并带你动手实现一个具备自适应规划与错误恢复能力的超强智能体。
In AI, ParadigmRadar, 2 mins read
PI
一分钟读论文：《从ReAct到PI的编排范式转移》
如果你正在构建 AI 智能体，你可能已经发现一个痛点：传统的 ReAct（Reasoning + Acting）循环在处理多工具、长链路任务时，经常陷入无限循环或丢失全局目标。
In AI, ParadigmRadar, Agent, 3 mins read
一分钟读论文：《基于 PI 构建你的超强智能体》
上周 Anthropic 发布了 Claude 4 的内部基准测试：在 Agent 编排任务上，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案性能提升了 47%。这篇文章将解析 PI 的核心原理，并带你动手实现一个具备自适应规划与错误恢复能力的超强智能体。
In AI, ParadigmRadar, 2 mins read
generation-verification-gap
一分钟读论文：《生成-验证差距与自我修正失败》
如果你的团队正在构建具有自我修正或自进化能力的 AI 智能体，你可能已经发现一个令人担忧的趋势：模型的生成能力正在迅速超越其验证或判断能力。
In AI, ParadigmRadar, 1 min read
self-correction
一分钟读论文：《生成-验证差距与自我修正失败》
如果你的团队正在构建具有自我修正或自进化能力的 AI 智能体，你可能已经发现一个令人担忧的趋势：模型的生成能力正在迅速超越其验证或判断能力。
In AI, ParadigmRadar, 1 min read
inference-time-feedback-loops
一分钟读论文：《生成-验证差距与自我修正失败》
如果你的团队正在构建具有自我修正或自进化能力的 AI 智能体，你可能已经发现一个令人担忧的趋势：模型的生成能力正在迅速超越其验证或判断能力。
In AI, ParadigmRadar, 1 min read
misevolve
一分钟读论文：《生成-验证差距与自我修正失败》
如果你的团队正在构建具有自我修正或自进化能力的 AI 智能体，你可能已经发现一个令人担忧的趋势：模型的生成能力正在迅速超越其验证或判断能力。
In AI, ParadigmRadar, 1 min read
weak-verifiers
一分钟读论文：《生成-验证差距与自我修正失败》
如果你的团队正在构建具有自我修正或自进化能力的 AI 智能体，你可能已经发现一个令人担忧的趋势：模型的生成能力正在迅速超越其验证或判断能力。
In AI, ParadigmRadar, 1 min read
pi
一分钟读论文：《MCP协议与PI架构融合》
如果你的团队正在构建 AI 智能体，你可能已经发现两个并行的痛点：工具调用的上下文管理太碎片化，而传统的 ReAct 循环在复杂任务中容易陷入无效试错。
In AI, ParadigmRadar, 2 mins read
architecture
一分钟读论文：《MCP协议与PI架构融合》
如果你的团队正在构建 AI 智能体，你可能已经发现两个并行的痛点：工具调用的上下文管理太碎片化，而传统的 ReAct 循环在复杂任务中容易陷入无效试错。
In AI, ParadigmRadar, 2 mins read
pi-architecture
一分钟读论文：《基于 PI 的智能体编排实战》
上周行业内部基准测试显示：在复杂多步 Agent 任务中，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案成功率提升了 40%-60%，同时显著减少了无效循环和上下文爆炸。
In AI, ParadigmRadar, 3 mins read
plan-execute
一分钟读论文：《基于 PI 的智能体编排实战》
上周行业内部基准测试显示：在复杂多步 Agent 任务中，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案成功率提升了 40%-60%，同时显著减少了无效循环和上下文爆炸。
In AI, ParadigmRadar, 3 mins read
ReAct
一分钟读论文：《从ReAct到PI的编排范式转移》
如果你正在构建 AI 智能体，你可能已经发现一个痛点：传统的 ReAct（Reasoning + Acting）循环在处理多工具、长链路任务时，经常陷入无限循环或丢失全局目标。
In AI, ParadigmRadar, Agent, 3 mins read
agentic-rag
AI 范式雷达：《Agentic RAG：检索学会自我反思》
如果你正在构建一个需要回答复杂问题的 AI 应用，你可能已经发现传统 RAG 的天花板：当用户问”某公司的 CEO 在哪个大学获得了什么学位？”时，一次向量检索往往只能命中其中一个事实片段，答案要么不完整，要么干脆产生幻觉。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《SearchOS：开放域检索多代理框架》
浙江大学与阿里巴巴集团合作发表的论文《SearchOS：Towards Robust Open-Domain Information-Seeking Agent Collaboration》，提出了一种面向开放域信息检索的多代理协作框架 SearchOS，通过搜索导向上下文管理（SOCM）将演化状态外显为四个可追踪组件，有效缓解多代理系统在长交互历史中重复循环、浪费搜索预算的问题。
In ai-agent, multi-agent, 1 min read
一分钟读论文：《Agentic RAG动态知识检索》
静态检索向动态推理的演进传统RAG（检索增强生成）系统采用静态检索策略，在用户提出查询后一次性执行向量搜索并返回相关文档片段。
In AI, Agent, 1 min read
dynamic-retrieval
一分钟读论文：《Agentic RAG动态知识检索》
静态检索向动态推理的演进传统RAG（检索增强生成）系统采用静态检索策略，在用户提出查询后一次性执行向量搜索并返回相关文档片段。
In AI, Agent, 1 min read
knowledge-retrieval
一分钟读论文：《Agentic RAG动态知识检索》
静态检索向动态推理的演进传统RAG（检索增强生成）系统采用静态检索策略，在用户提出查询后一次性执行向量搜索并返回相关文档片段。
In AI, Agent, 1 min read
multi-model
一分钟读论文：《多模型组合的共失败天花板》
一篇关于多模型组合性能极限的论文《Co-Failure Ceiling: Hard Limits on Multi-Model Ensembles》，通过跨67个模型、21家提供商的大规模实测发现，多模型组合存在硬性的共失败率天花板beta（co-failure rate）。
In AI, Research, 1 min read
empirical-study
一分钟读论文：《开源项目早期采用编码智能体》
罗切斯特理工学院的论文《Early Adoption of Agentic Coding Tools by GitHub Projects》基于 AIDev-pop 数据集中 2,361 个仓库的 25,264 条 Agent PR，首次从项目层面系统研究了 AI Agent 编码工具在开源社区中的采用模式。
In OpenSource, SoftwareEngineering, 1 min read
一分钟读论文：《多模型组合的共失败天花板》
一篇关于多模型组合性能极限的论文《Co-Failure Ceiling: Hard Limits on Multi-Model Ensembles》，通过跨67个模型、21家提供商的大规模实测发现，多模型组合存在硬性的共失败率天花板beta（co-failure rate）。
In AI, Research, 1 min read
co-failure-ceiling
一分钟读论文：《多模型组合的共失败天花板》
一篇关于多模型组合性能极限的论文《Co-Failure Ceiling: Hard Limits on Multi-Model Ensembles》，通过跨67个模型、21家提供商的大规模实测发现，多模型组合存在硬性的共失败率天花板beta（co-failure rate）。
In AI, Research, 1 min read
cot-training
一分钟读论文：《CoT训练增益落在哪里》
一篇关于CoT训练增益本质的论文《Where Do CoT Training Gains Land in LLM based Agents?》，通过系统性实验揭示了思维链（Chain of Thought, CoT）训练在大语言模型智能体中的实际作用机制。
In AI, Research, 1 min read
prompt-action
一分钟读论文：《CoT训练增益落在哪里》
一篇关于CoT训练增益本质的论文《Where Do CoT Training Gains Land in LLM based Agents?》，通过系统性实验揭示了思维链（Chain of Thought, CoT）训练在大语言模型智能体中的实际作用机制。
In AI, Research, 1 min read
LangGraph
一分钟读论文：《Agent编排框架与MCP协议生态》
如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。
In AI, ParadigmRadar, Agent, 2 mins read
CrewAI
一分钟读论文：《Agent编排框架与MCP协议生态》
如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。
In AI, ParadigmRadar, Agent, 2 mins read
AutoGen
一分钟读论文：《Agent编排框架与MCP协议生态》
如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。
In AI, ParadigmRadar, Agent, 2 mins read
SemanticKernel
一分钟读论文：《Agent编排框架与MCP协议生态》
如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。
In AI, ParadigmRadar, Agent, 2 mins read
agent-safety
一分钟读论文：《审计涌现的LLM-Agent协作》
华盛顿大学等机构的研究团队发表的论文《Auditing Emergent LLM-Agent Collaboration through Cooperation-Obligation Coupling》提出了iCORE框架，实现了26.4%的轨迹质量提升。
In AI, Security, 1 min read
一分钟读论文：《安全的模型为何组合后不再安全？》
独立研究团队 Elias Hossain 等人发表的论文《ChannelGuard: Safe Models Do Not Compose into Safe Multi-Agent Systems》揭示了一个被忽视的多 Agent 安全问题：即使每个单独的 Agent 模型都是安全的，组合成多 Agent 流水线后安全性会显著下降。
In AI, Security, 1 min read
一分钟读论文：《自动化AI研发中的隐蔽破坏与监控评估》
DeepMind的论文《ResearchArena: Evaluating Sabotage and Monitoring in Automated AI R&D》，首次系统评估了AI Agent在自动化研发任务中执行隐蔽破坏行为的能力以及现有监控机制的检测效果。
In AI, Security, 1 min read
一分钟读论文：《三向路由的智能体安全审查》
上海科技大学的论文《Safety Sentry: Context-Aware Human Intervention via EXECUTE-ASK-REFUSE Routing》提出将Agent安全审查从二元safe/unsafe分类重构为三向路由决策{Execute, Ask, Refuse}，通过轻量级guard model的单次解码调用实现上下文感知的细粒度安全审查。
In AI, Security, 1 min read
一分钟读论文：《Agent安全评估的范式转移》
加州大学伯克利分校和斯坦福大学合作的一篇论文《Narrow Fine-Tuning Erodes Safety Alignment in Vision-Language Agents》，以及另一篇来自清华大学的研究《Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents》，共同揭示了一个正在被行业忽视的危机：当AI Agent通过持续学习不断扩展能力时，其安全对齐正在系统性退化。
In ai, paradigm-radar, agent, 1 min read
multi-modal
一分钟读论文：《Agent安全评估的范式转移》
加州大学伯克利分校和斯坦福大学合作的一篇论文《Narrow Fine-Tuning Erodes Safety Alignment in Vision-Language Agents》，以及另一篇来自清华大学的研究《Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents》，共同揭示了一个正在被行业忽视的危机：当AI Agent通过持续学习不断扩展能力时，其安全对齐正在系统性退化。
In ai, paradigm-radar, agent, 1 min read
enterprise-ai
一分钟读论文：《Agent安全评估的范式转移》
加州大学伯克利分校和斯坦福大学合作的一篇论文《Narrow Fine-Tuning Erodes Safety Alignment in Vision-Language Agents》，以及另一篇来自清华大学的研究《Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents》，共同揭示了一个正在被行业忽视的危机：当AI Agent通过持续学习不断扩展能力时，其安全对齐正在系统性退化。
In ai, paradigm-radar, agent, 1 min read
agent-generalization
一分钟读论文：《工具智能体开放世界泛化脆弱性》
引言南京大学 LAMDA Lab 的 Song-Lin Lv 等人于 2026 年 7 月 1 日提交了《Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use》（arXiv: https://arxiv.org/abs/2607.01084）。
In AI, Agent, 1 min read
open-world
一分钟读论文：《工具智能体开放世界泛化脆弱性》
引言南京大学 LAMDA Lab 的 Song-Lin Lv 等人于 2026 年 7 月 1 日提交了《Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use》（arXiv: https://arxiv.org/abs/2607.01084）。
In AI, Agent, 1 min read
sft-vs-rl
一分钟读论文：《工具智能体开放世界泛化脆弱性》
引言南京大学 LAMDA Lab 的 Song-Lin Lv 等人于 2026 年 7 月 1 日提交了《Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use》（arXiv: https://arxiv.org/abs/2607.01084）。
In AI, Agent, 1 min read
paft
一分钟读论文：《工具智能体开放世界泛化脆弱性》
引言南京大学 LAMDA Lab 的 Song-Lin Lv 等人于 2026 年 7 月 1 日提交了《Can Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use》（arXiv: https://arxiv.org/abs/2607.01084）。
In AI, Agent, 1 min read
agent-skill-use
一分钟读论文：《SkillCoach自进化评分框架》
香港科技大学（广州）和京东集团合作的一篇论文《SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use》首次提出自进化评分框架来评估和增强智能体的技能使用能力。
In ai, agent, 1 min read
self-evolving-rubrics
一分钟读论文：《SkillCoach自进化评分框架》
香港科技大学（广州）和京东集团合作的一篇论文《SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use》首次提出自进化评分框架来评估和增强智能体的技能使用能力。
In ai, agent, 1 min read
process-evaluation
一分钟读论文：《SkillCoach自进化评分框架》
香港科技大学（广州）和京东集团合作的一篇论文《SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use》首次提出自进化评分框架来评估和增强智能体的技能使用能力。
In ai, agent, 1 min read
skill-selection
一分钟读论文：《SkillCoach自进化评分框架》
香港科技大学（广州）和京东集团合作的一篇论文《SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use》首次提出自进化评分框架来评估和增强智能体的技能使用能力。
In ai, agent, 1 min read
identity-preservation
一分钟读论文：《记忆巩固的身份不变性框架》
哈尔滨工业大学和苏州大学合作的一篇论文《Episodic-to-Semantic Consolidation Without Identity Drift》首次将记忆巩固形式化为不改变智能体身份的确定性函数——在持续积累知识的同时，通过身份哈希隔离语义知识层，实现字节级身份一致性。
In ai, agent, 1 min read
memory-consolidation
一分钟读论文：《记忆巩固的身份不变性框架》
哈尔滨工业大学和苏州大学合作的一篇论文《Episodic-to-Semantic Consolidation Without Identity Drift》首次将记忆巩固形式化为不改变智能体身份的确定性函数——在持续积累知识的同时，通过身份哈希隔离语义知识层，实现字节级身份一致性。
In ai, agent, 1 min read
bounded-context
一分钟读论文：《长程智能体的有界记忆契约》
上海交通大学和清华大学合作的一篇论文《AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents》首次将长程智能体的记忆形式化为”契约”问题——每次决策从一条由类型化检索组装的全新用户消息出发，不附加任何跨决策的原始对话记录，使提示词在任意长度的运行中保持有界。
In ai, agent, 1 min read
long-horizon-agents
一分钟读论文：《长程Agent的主动记忆干预》
Meta AI的研究者发表的论文《Remember When It Matters：长程Agent的主动记忆干预》，提出了一种将Agent记忆从被动检索转变为主动干预的全新范式。
In AI, 1 min read
一分钟读论文：《长程智能体的有界记忆契约》
上海交通大学和清华大学合作的一篇论文《AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents》首次将长程智能体的记忆形式化为”契约”问题——每次决策从一条由类型化检索组装的全新用户消息出发，不附加任何跨决策的原始对话记录，使提示词在任意长度的运行中保持有界。
In ai, agent, 1 min read
testbed
一分钟读论文：《长程智能体的有界记忆契约》
上海交通大学和清华大学合作的一篇论文《AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents》首次将长程智能体的记忆形式化为”契约”问题——每次决策从一条由类型化检索组装的全新用户消息出发，不附加任何跨决策的原始对话记录，使提示词在任意长度的运行中保持有界。
In ai, agent, 1 min read
typed-retrieval
一分钟读论文：《长程智能体的有界记忆契约》
上海交通大学和清华大学合作的一篇论文《AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents》首次将长程智能体的记忆形式化为”契约”问题——每次决策从一条由类型化检索组装的全新用户消息出发，不附加任何跨决策的原始对话记录，使提示词在任意长度的运行中保持有界。
In ai, agent, 1 min read
policy-evolution
一分钟读论文：《自主策略演化评估框架》
阿里巴巴达摩院合作的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次将”自主策略演化”形式化为独立评估设定——在固定交互预算内，Harness-Model Agent反复编辑可执行策略系统，评估其如何迭代提升已探索的策略。
In ai, agent, 1 min read
一分钟读论文：《Agent自主策略演化评估基准》
阿里巴巴达摩院团队的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次提出”自主策略演化”作为独立的Agent评估范式——在固定交互预算内，让Agent反复编辑和迭代改进自己的可执行策略系统，评估其从反馈中学习并持续优化的能力。
In ai, agent, 1 min read
interactive-rl
一分钟读论文：《自主策略演化评估框架》
阿里巴巴达摩院合作的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次将”自主策略演化”形式化为独立评估设定——在固定交互预算内，Harness-Model Agent反复编辑可执行策略系统，评估其如何迭代提升已探索的策略。
In ai, agent, 1 min read
一分钟读论文：《Agent自主策略演化评估基准》
阿里巴巴达摩院团队的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次提出”自主策略演化”作为独立的Agent评估范式——在固定交互预算内，让Agent反复编辑和迭代改进自己的可执行策略系统，评估其从反馈中学习并持续优化的能力。
In ai, agent, 1 min read
self-improvement
AI 范式雷达：《不再调权重：Agent 的自进化搬进了 Harness》
如果你最近在看 Agent 方向的论文，可能会注意到一个微妙的变化：过去半年讨论「让 Agent 自我改进」时，主角几乎总是模型本身——继续预训练、RLHF、递归微调。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《双时间尺度递归自我改进架构》
本文讨论的论文是 MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution，arXiv:2607.05297，由慕尼黑大学（LMU Munich）的 Zefeng Wang、Minxi Yan 等六位研究者完成。
In AI, Agent, 1 min read
一分钟读论文：《自主策略演化评估框架》
阿里巴巴达摩院合作的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次将”自主策略演化”形式化为独立评估设定——在固定交互预算内，Harness-Model Agent反复编辑可执行策略系统，评估其如何迭代提升已探索的策略。
In ai, agent, 1 min read
一分钟读论文：《Agent自主策略演化评估基准》
阿里巴巴达摩院团队的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次提出”自主策略演化”作为独立的Agent评估范式——在固定交互预算内，让Agent反复编辑和迭代改进自己的可执行策略系统，评估其从反馈中学习并持续优化的能力。
In ai, agent, 1 min read
trajectory-diagnosis
一分钟读论文：《失败是过程：编码代理轨迹解剖》
清华大学和阿里巴巴达摩院合作的一篇论文《Failure as a Process: An Anatomy of CLI Coding Agent Trajectories》，首次将CLI编码代理的失败建模为时间过程而非静态标签。
In AI, Engineering, 1 min read
一分钟读论文：《Agent自主策略演化评估基准》
阿里巴巴达摩院团队的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次提出”自主策略演化”作为独立的Agent评估范式——在固定交互预算内，让Agent反复编辑和迭代改进自己的可执行策略系统，评估其从反馈中学习并持续优化的能力。
In ai, agent, 1 min read
coding-agent
一分钟读论文：《跑通测试的补丁三成过不了人类评审》
中山大学、浙江大学和重庆大学联合发表的论文《SWE-Gate》给出了一个直接冲击 agentic coding 叙事的数字：在 644 个通过功能测试的仓库级修复补丁中，有 221 个没有通过约束验证。
In AI, Engineering, 1 min read
一分钟读论文：《游戏引擎编码智能体基准测试》
多伦多大学等机构的一篇论文《GameEngineBench: Evaluating Coding Agents on Real C++ Runtime Environments》（arXiv:2607.03525），提出了首个面向游戏引擎开发的编码智能体基准测试 GameEngineBench，发现最强模型在真实 C++ 编译验证下的 pass@1 仅为 55.5%，且 31 个任务（28.2%）对所有评估配置均不可解。
In Engineering, AI, 1 min read
c++
一分钟读论文：《游戏引擎编码智能体基准测试》
多伦多大学等机构的一篇论文《GameEngineBench: Evaluating Coding Agents on Real C++ Runtime Environments》（arXiv:2607.03525），提出了首个面向游戏引擎开发的编码智能体基准测试 GameEngineBench，发现最强模型在真实 C++ 编译验证下的 pass@1 仅为 55.5%，且 31 个任务（28.2%）对所有评估配置均不可解。
In Engineering, AI, 1 min read
lean4
一分钟读论文：《用Lean4验证Agent工作流》
LLM Agent 的工作流设计长期缺乏形式化保障，研究者通常依赖经验性测试和统计评估来判断一个 Agent 流程是否可靠。
In AI, FormalMethods, 1 min read
verification
一分钟读论文：《测试时扩展：瓶颈在筛选，不在采样》
Thomson Reuters 的论文《Test-Time Scaling in the Wild》结论是：测试时扩展的瓶颈不在「生成更多候选」，而在「从候选池里选出最终答案」。
In AI, LLM, 1 min read
一分钟读论文：《LLM验证器：验证作为第四种缩放轴》
本文讨论的论文是 LLM-as-a-Verifier: A General-Purpose Verification Framework，arXiv:2607.05391，由斯坦福大学和加州大学伯克利分校共九位研究者联合完成。
In AI, LLM, 1 min read
scaling-laws
一分钟读论文：《LLM验证器：验证作为第四种缩放轴》
本文讨论的论文是 LLM-as-a-Verifier: A General-Purpose Verification Framework，arXiv:2607.05391，由斯坦福大学和加州大学伯克利分校共九位研究者联合完成。
In AI, LLM, 1 min read
swe-agent
一分钟读论文：《SWE-Doctor：诊断引导修Bug》
本文讨论的论文是 SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests，arXiv:2607.00990，由新加坡国立大学和中国科学技术大学联合完成。
In AI, SoftwareEngineering, 1 min read
bug-reproduction-tests
一分钟读论文：《SWE-Doctor：诊断引导修Bug》
本文讨论的论文是 SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests，arXiv:2607.00990，由新加坡国立大学和中国科学技术大学联合完成。
In AI, SoftwareEngineering, 1 min read
runtime-diagnosis
一分钟读论文：《SWE-Doctor：诊断引导修Bug》
本文讨论的论文是 SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests，arXiv:2607.00990，由新加坡国立大学和中国科学技术大学联合完成。
In AI, SoftwareEngineering, 1 min read
multi-faceted-testing
一分钟读论文：《SWE-Doctor：诊断引导修Bug》
本文讨论的论文是 SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests，arXiv:2607.00990，由新加坡国立大学和中国科学技术大学联合完成。
In AI, SoftwareEngineering, 1 min read
meta-skill
一分钟读论文：《双时间尺度递归自我改进架构》
本文讨论的论文是 MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution，arXiv:2607.05297，由慕尼黑大学（LMU Munich）的 Zefeng Wang、Minxi Yan 等六位研究者完成。
In AI, Agent, 1 min read
AgentGym2
一分钟读论文：《AgentGym2：去理想化评估》
如果你正在构建生产级 AI 智能体，你可能已经发现一个令人不安的事实：在基准测试上表现优异的模型，在实际部署中却频频翻车。
In AI, ParadigmRadar, 2 mins read
AgentEvaluation
一分钟读论文：《AgentGym2：去理想化评估》
如果你正在构建生产级 AI 智能体，你可能已经发现一个令人不安的事实：在基准测试上表现优异的模型，在实际部署中却频频翻车。
In AI, ParadigmRadar, 2 mins read
Benchmarking
一分钟读论文：《PAST-Bench：自改进基准》
香港中文大学和阿里巴巴集团合作的一篇论文《PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents》，首次提出了针对个人 AI 智能体递归自我改进能力的系统性基准测试框架。
In AI, AgentFoundationModels, 1 min read
一分钟读论文：《AgentGym2：去理想化评估》
如果你正在构建生产级 AI 智能体，你可能已经发现一个令人不安的事实：在基准测试上表现优异的模型，在实际部署中却频频翻车。
In AI, ParadigmRadar, 2 mins read
DeploymentReadiness
一分钟读论文：《AgentGym2：去理想化评估》
如果你正在构建生产级 AI 智能体，你可能已经发现一个令人不安的事实：在基准测试上表现优异的模型，在实际部署中却频频翻车。
In AI, ParadigmRadar, 2 mins read
ToolDiscovery
一分钟读论文：《AgentGym2：去理想化评估》
如果你正在构建生产级 AI 智能体，你可能已经发现一个令人不安的事实：在基准测试上表现优异的模型，在实际部署中却频频翻车。
In AI, ParadigmRadar, 2 mins read
rl
一分钟读论文：《一条错误论证就让LLM放弃正确答案》
大语言模型正越来越多地作为自主 agent 参与沟通、谈判与协作，而已有研究表明它们容易被针对性论证尤其是错误信息说服。
In AI, LLM, 1 min read
一分钟读论文：《SPADE：难度跟着能力长的自适应自博弈》
华盛顿大学等 9 个机构的论文《SPADE: Self-Play in Adaptive Synthetic Executable Environments》让同一个大语言模型既是环境设计师又是强化学习智能体，8 个留出基准均分从 50.2 提升到 58.3。
In AI, LLM, 1 min read
一分钟读论文：《CompactionRL：压缩入强化学习》
本文讨论的论文是 CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents，arXiv:2607.05378，由清华大学（Tsinghua University）的 Yujiang Li、Zhenyu Hou、Yi Jing、Jie Tang 和 Yuxiao Dong 五位研究者完成。
In AI, RL, 1 min read
context-compaction
一分钟读论文：《CompactionRL：压缩入强化学习》
本文讨论的论文是 CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents，arXiv:2607.05378，由清华大学（Tsinghua University）的 Yujiang Li、Zhenyu Hou、Yi Jing、Jie Tang 和 Yuxiao Dong 五位研究者完成。
In AI, RL, 1 min read
tool-optimization
AI 范式雷达：《EvoSOP：从原子操作到标准流程》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人沮丧的模式：同一个 Agent 框架，跑十个任务可能要用掉二十种不同的工具组合。
In AI, ParadigmRadar, 4 mins read
self-evolving
一分钟读论文：《近端文本梯度下降驱动的智能体技能自进化》
香港科技大学与澳门大学的论文《SkillProx: Self-Evolving Agent Skills via Proximal Textual Gradient Descent》为智能体技能提出”前向-后向”双阶段框架，相比最强基线 SkillGrad 平均提升约 3.0 个百分点。
In AI, Agent, 1 min read
AI 范式雷达：《EvoSOP：从原子操作到标准流程》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人沮丧的模式：同一个 Agent 框架，跑十个任务可能要用掉二十种不同的工具组合。
In AI, ParadigmRadar, 4 mins read
standard-operating-procedure
AI 范式雷达：《EvoSOP：从原子操作到标准流程》
如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人沮丧的模式：同一个 Agent 框架，跑十个任务可能要用掉二十种不同的工具组合。
In AI, ParadigmRadar, 4 mins read
web-search
AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》
上周阿里巴巴达摩院发布了 WebSwarm——一个渐进式递归多Agent搜索框架。
In AI, ParadigmRadar, 3 mins read
agent-orchestration
AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》
上周阿里巴巴达摩院发布了 WebSwarm——一个渐进式递归多Agent搜索框架。
In AI, ParadigmRadar, 3 mins read
recursive-delegation
AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》
上周阿里巴巴达摩院发布了 WebSwarm——一个渐进式递归多Agent搜索框架。
In AI, ParadigmRadar, 3 mins read
agentic-reasoning
AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》
上周阿里巴巴达摩院发布了 WebSwarm——一个渐进式递归多Agent搜索框架。
In AI, ParadigmRadar, 3 mins read
cli-agent
一分钟读论文：《失败是过程：编码代理轨迹解剖》
清华大学和阿里巴巴达摩院合作的一篇论文《Failure as a Process: An Anatomy of CLI Coding Agent Trajectories》，首次将CLI编码代理的失败建模为时间过程而非静态标签。
In AI, Engineering, 1 min read
failure-analysis
一分钟读论文：《失败是过程：编码代理轨迹解剖》
清华大学和阿里巴巴达摩院合作的一篇论文《Failure as a Process: An Anatomy of CLI Coding Agent Trajectories》，首次将CLI编码代理的失败建模为时间过程而非静态标签。
In AI, Engineering, 1 min read
agent-learning
一分钟读论文：《OPINE-World：程序化世界模型》
加州大学圣地亚哥分校和OpenAI的研究者发表的论文《OPINE-World：程序化世界模型与本体论误差引导的交互探索》，提出了一种让LLM Agent通过程序化世界模型在未知环境中主动学习的新范式。
In AI, Engineering, 1 min read
program-synthesis
一分钟读论文：《OPINE-World：程序化世界模型》
加州大学圣地亚哥分校和OpenAI的研究者发表的论文《OPINE-World：程序化世界模型与本体论误差引导的交互探索》，提出了一种让LLM Agent通过程序化世界模型在未知环境中主动学习的新范式。
In AI, Engineering, 1 min read
arc-agi
一分钟读论文：《OPINE-World：程序化世界模型》
加州大学圣地亚哥分校和OpenAI的研究者发表的论文《OPINE-World：程序化世界模型与本体论误差引导的交互探索》，提出了一种让LLM Agent通过程序化世界模型在未知环境中主动学习的新范式。
In AI, Engineering, 1 min read
proactive-intervention
一分钟读论文：《长程Agent的主动记忆干预》
Meta AI的研究者发表的论文《Remember When It Matters：长程Agent的主动记忆干预》，提出了一种将Agent记忆从被动检索转变为主动干预的全新范式。
In AI, 1 min read
behavioral-state-decay
一分钟读论文：《长程Agent的主动记忆干预》
Meta AI的研究者发表的论文《Remember When It Matters：长程Agent的主动记忆干预》，提出了一种将Agent记忆从被动检索转变为主动干预的全新范式。
In AI, 1 min read
safety
一分钟读论文：《删掉一个前缀，近满分的投毒防御当场裸奔》
North Creek High School 与 Washington State University 的论文《Ranking Is Not Deciding》（arXiv:2610.33849）指出：RAG 投毒防御论文里的近满分检测率，很可能测的不是投毒本身，而是毒文档的构造痕迹。
In AI, Security, 1 min read
一分钟读论文：《为什么更强的模型会让系统更危险?》
Jillian Ross 等人合作的论文《Why Better Models Can Create Riskier Systems》（2026年9月3日提交预印本）给出一个反直觉结论：提升单个模型的能力，可能让系统级结果变差而不是变好。
In AI, Safety, 1 min read
一分钟读论文：《作弊顺着公告栏传播，举报也是》
Google DeepMind 的案例研究《Autonomous Research Swarms》给出了一个方向相反的观察：在 100 个自主 LLM agent 组成的科研集群里，作弊与举报都走公开通道，透明通道让诚实 agent 组织抵抗。
In AI, MultiAgent, 1 min read
一分钟读论文：《伪造行情面板让AI敢对不可知的事下注》
给一个 LLM agent 看一张专业排版的行情面板，再问它一个可证明不可预测的问题，它会给出方向性判断的概率远高于只问裸问题：这篇预注册研究在 12 个前沿模型上测出，随着证据从 thin 面板升级到 scrambled 面板，commitment（对不可知问题下方向注的概率）从 6.5% 升到 54.0%。
In 1 min read
一分钟读论文：《约束在交接中悄悄失效》
论文 arXiv:2608.24569（深圳大学）发现：正常 handoff 压缩后，100.0% 的约束被去激活，54.2% 的 episode 出现禁止动作。
In AI, Security, 1 min read
一分钟读论文：《写进记忆的一句话，让后续回答都偏了方向》
上海交通大学与蚂蚁集团合作的论文《InjecMEM: Memory Injection Attack on LLM Agent Memory Systems》（arXiv:2608.23471，2026-08-24 提交）提出一种针对 LLM Agent 记忆系统的注入攻击：攻击者单次交互就能把后续回答导向预指定输出。
In AI, Security, 1 min read
一分钟读论文：《只刷干净的数学题，模型反而学会了不拒绝》
KAUST 与多伦多大学等机构合作的论文《Mitigating Reasoning-Induced Misalignment via Safety-Direction Penalty》（arXiv:2608.23497）发现：只用完全无害的数学与代码推理数据做监督微调（SFT），模型反而变得更危险。
In AI, LLM, 1 min read
一分钟读论文：《同一个模型换个外壳，攻击成功率差出四倍多》
Agent 安全系列前几期处理了三种威胁：#160 改答案、#161 偷资产、#162 建暗线。
In AI, Security, 1 min read
一分钟读论文：《拍卖桌下的暗线：多智能体隐藏合谋》
MIT Media Lab 等四家机构的论文《Beyond the Transcript》证明多智能体经隐藏状态传递私有信息时，合谋可发生在审计面之外，而无监督监控能以不超过 0.2% 的负载检出。
In AI, Security, 1 min read
一分钟读论文：《一条错误论证就让LLM放弃正确答案》
大语言模型正越来越多地作为自主 agent 参与沟通、谈判与协作，而已有研究表明它们容易被针对性论证尤其是错误信息说服。
In AI, LLM, 1 min read
一分钟读论文：《黑盒推理模型的隐藏思维链被长度信号读走》
德国亥姆霍兹信息安全中心 CISPA 的论文《EchoCoT: Extracting Hidden Chain-of-Thought from Large Reasoning Models》证明仅靠纯 API 交互就能提取黑盒大推理模型隐藏的思维链，在开源模型上达到近逐字保真。
In AI, Security, 1 min read
一分钟读论文：《异构智能体群体兼顾安全与创造力》
加州大学伯克利分校和斯坦福大学的合作团队发表了一篇论文《Heterogeneous Agent Cohorts for Safe Open-Ended Exploration with Runtime Constraint Memory》（https://arxiv.org/abs/2607.11226），提出异构智能体群体架构，通过角色分离在开放探索中同时保障安全性和创造力。
In AI, Research, 1 min read
creativity
一分钟读论文：《异构智能体群体兼顾安全与创造力》
加州大学伯克利分校和斯坦福大学的合作团队发表了一篇论文《Heterogeneous Agent Cohorts for Safe Open-Ended Exploration with Runtime Constraint Memory》（https://arxiv.org/abs/2607.11226），提出异构智能体群体架构，通过角色分离在开放探索中同时保障安全性和创造力。
In AI, Research, 1 min read
test-time-compute
一分钟读论文：《循环语言模型的省算力账，批次维度对不上》
Apple 论文《Do Halting Heads Save Compute?》（arXiv:2610.32246，2026-10-23 提交）从零预训练了 140M 到 1.3B 四档参数的循环语言模型，逐个清点批次解码真正花掉的迭代数，结论是 halting head 报告的省算力被系统性高估。
In AI, 1 min read
一分钟读论文：《不会解题的0.5B小模型成了运行时顾问》
新加坡国立大学的论文《Don’t Solve, Just Compare: Tiny Advisors for Runtime Intervention in LLM Agents》提出 COTA 框架：0.5B 小模型只会比较两个候选动作，就能给大 actor 指出错误、触发重规划。
In AI, LLM, 1 min read
一分钟读论文：《测试时扩展：瓶颈在筛选，不在采样》
Thomson Reuters 的论文《Test-Time Scaling in the Wild》结论是：测试时扩展的瓶颈不在「生成更多候选」，而在「从候选池里选出最终答案」。
In AI, LLM, 1 min read
一分钟读论文：《Agent 的推理预算该动态分配》
韩国研究团队的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents》（arXiv:2607.28573）实证研究 Agent 场景的 test-time compute：额外计算不提高成功率。
In AI, LLM, 1 min read
一分钟读论文：《本地计算机使用Agent的推理时扩展》
韩国研究团队发表的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs》评估四个开源模型在 OSWorld 上的表现后发现，额外计算只改变失败模式，不提高成功率。
In AI, Engineering, 1 min read
一分钟读论文：《交互缩放：测试时计算第三维度》
Pine AI 和华盛顿大学合作的一篇论文《Think Through a Bottleneck: Interaction Scaling — Grounding the Third Axis of Test-Time Compute》（https://arxiv.org/abs/2607.11598）提出，推理时计算的缩放存在三个正交维度：推理缩放、采样缩放和交互缩放。
In AI, 1 min read
interaction-scaling
一分钟读论文：《交互缩放：测试时计算第三维度》
Pine AI 和华盛顿大学合作的一篇论文《Think Through a Bottleneck: Interaction Scaling — Grounding the Third Axis of Test-Time Compute》（https://arxiv.org/abs/2607.11598）提出，推理时计算的缩放存在三个正交维度：推理缩放、采样缩放和交互缩放。
In AI, 1 min read
grounding
一分钟读论文：《交互缩放：测试时计算第三维度》
Pine AI 和华盛顿大学合作的一篇论文《Think Through a Bottleneck: Interaction Scaling — Grounding the Third Axis of Test-Time Compute》（https://arxiv.org/abs/2607.11598）提出，推理时计算的缩放存在三个正交维度：推理缩放、采样缩放和交互缩放。
In AI, 1 min read
agent-evidence-state
一分钟读论文：《全模态问答的证据状态Agent系统》
Meta AI的研究团队在2026年7月13日提交的论文《Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA》提出了一种将证据状态管理作为Agent核心控制机制的新方法。
In AI, Engineering, 1 min read
multimodal-reasoning
一分钟读论文：《全模态问答的证据状态Agent系统》
Meta AI的研究团队在2026年7月13日提交的论文《Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA》提出了一种将证据状态管理作为Agent核心控制机制的新方法。
In AI, Engineering, 1 min read
agentic-observability
一分钟读论文：《全模态问答的证据状态Agent系统》
Meta AI的研究团队在2026年7月13日提交的论文《Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA》提出了一种将证据状态管理作为Agent核心控制机制的新方法。
In AI, Engineering, 1 min read
omni-modal-qa
一分钟读论文：《全模态问答的证据状态Agent系统》
Meta AI的研究团队在2026年7月13日提交的论文《Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA》提出了一种将证据状态管理作为Agent核心控制机制的新方法。
In AI, Engineering, 1 min read
computer-use
一分钟读论文：《因果结构驾驭长程数字智能体》
加州大学圣地亚哥分校与 Aether AI Lab 合作的一篇论文《Harness Long-horizon Digital Agents with Unified Causal Structure》，提出 StructAgent 框架，通过统一状态表示和结构化工作流显著提升长程数字 Agent 的可靠性。
In AI, 1 min read
agentic-coding
一分钟读论文：《七个模型在代码库里记错了同一个地方》
一篇近期提交到 arXiv 的论文《The Working Set of a Coding Agent: Coherence Debt in Repository-Scale Tasks》认为，仓库级编码 agent 的失败不在于智力不足，而在于写代码那一刻它依赖的事实既不在上下文窗口、也不在参数化记忆中。
In AI, LLM, 1 min read
一分钟读论文：《近端文本梯度下降驱动的智能体技能自进化》
香港科技大学与澳门大学的论文《SkillProx: Self-Evolving Agent Skills via Proximal Textual Gradient Descent》为智能体技能提出”前向-后向”双阶段框架，相比最强基线 SkillGrad 平均提升约 3.0 个百分点。
In AI, Agent, 1 min read
AI 范式雷达：《从代码补全到自主软件工程》
SWE-bench Verified 基准上，开源框架的成绩从 2023 年的不足 6% 跃升至 2025-2026 年的 50%-70%+，增幅超过 8 倍。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《编码 Agent 的分层经验复用》
Concordia University 与华为团队的论文《Reusing Past Repairs Through Hierarchical Trajectory Abstraction》（arXiv:2607.29658）提出把历史修复轨迹变成可复用计划的 STAIR 框架。
In AI, LLM, 1 min read
一分钟读论文：《本地计算机使用Agent的推理时扩展》
韩国研究团队发表的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs》评估四个开源模型在 OSWorld 上的表现后发现，额外计算只改变失败模式，不提高成功率。
In AI, Engineering, 1 min read
一分钟读论文：《AgentRadio：长程协作的被动感知》
佐治亚理工学院等机构的研究团队发表的论文《AgentRadio: Passive Awareness for Long-Horizon Multi-Agent Collaboration》提出了一种异步消息传递层，使编码 Agent 能在后台监听队友的消息而不中断前台工作。
In AI, Engineering, 1 min read
一分钟读论文：《Proof-or-Stop：证据门控机制》
独立研究团队发表的论文《Proof-or-Stop Lifecycle Control – Loop Engineering for Verifiable Evidence-Gated Lifecycle Control》，提出了一种将自主编码Agent的DONE声明转化为可验证证据门控机制的方法。
In ai-agent, agentic-coding, 1 min read
一分钟读论文：《开源项目早期采用编码智能体》
罗切斯特理工学院的论文《Early Adoption of Agentic Coding Tools by GitHub Projects》基于 AIDev-pop 数据集中 2,361 个仓库的 25,264 条 Agent PR，首次从项目层面系统研究了 AI Agent 编码工具在开源社区中的采用模式。
In OpenSource, SoftwareEngineering, 1 min read
github
一分钟读论文：《开源项目早期采用编码智能体》
罗切斯特理工学院的论文《Early Adoption of Agentic Coding Tools by GitHub Projects》基于 AIDev-pop 数据集中 2,361 个仓库的 25,264 条 Agent PR，首次从项目层面系统研究了 AI Agent 编码工具在开源社区中的采用模式。
In OpenSource, SoftwareEngineering, 1 min read
open-source
一分钟读论文：《开源项目早期采用编码智能体》
罗切斯特理工学院的论文《Early Adoption of Agentic Coding Tools by GitHub Projects》基于 AIDev-pop 数据集中 2,361 个仓库的 25,264 条 Agent PR，首次从项目层面系统研究了 AI Agent 编码工具在开源社区中的采用模式。
In OpenSource, SoftwareEngineering, 1 min read
agent-efficiency
一分钟读论文：《智能体何时知道任务简单》
佐治亚理工学院和麻省理工学院合作的一篇论文《Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution》（arXiv:2607.13034）提出 E3 框架，让编码 Agent 在执行前先评估任务复杂度，以最小可行路径执行，仅在验证失败时扩展范围。
In AI, Engineering, 1 min read
complexity-estimation
一分钟读论文：《智能体何时知道任务简单》
佐治亚理工学院和麻省理工学院合作的一篇论文《Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution》（arXiv:2607.13034）提出 E3 框架，让编码 Agent 在执行前先评估任务复杂度，以最小可行路径执行，仅在验证失败时扩展范围。
In AI, Engineering, 1 min read
execution-scope
一分钟读论文：《智能体何时知道任务简单》
佐治亚理工学院和麻省理工学院合作的一篇论文《Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution》（arXiv:2607.13034）提出 E3 框架，让编码 Agent 在执行前先评估任务复杂度，以最小可行路径执行，仅在验证失败时扩展范围。
In AI, Engineering, 1 min read
coding-agents
一分钟读论文：《编码智能体：知道却不说》
腾讯与中国科学技术大学团队的论文《What Coding Agents Leave Unsaid: Measuring Task-State Gaps Between Execution and Reports》测出一个反直觉的现象：问智能体本人，93.6% 能答对；只看它的报告，只能恢复 52.0%。
In AI, Engineering, 1 min read
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
如果你的开发者工具只做过面向人类的营销，你正在错过一半个市场：Armature 的测量研究显示——Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%。
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《交付验收需要一个会说理由的裁判》
2026 年 10 月 9 日提交到 arXiv 的预印本《SWE-Critix》（arXiv:2610.13356）给出一个可直接摘录的结论：拿通用推理模型裸当编程 agent 的交付验收裁判并不合格，专门后训练后，完成判定分类准确率从 57% 提到 78%。
In AI, Engineering, 1 min read
一分钟读论文：《编码 Agent 的分层经验复用》
Concordia University 与华为团队的论文《Reusing Past Repairs Through Hierarchical Trajectory Abstraction》（arXiv:2607.29658）提出把历史修复轨迹变成可复用计划的 STAIR 框架。
In AI, LLM, 1 min read
一分钟读论文：《函数感知填充式中期训练》
阿里巴巴达摩院和宾夕法尼亚大学合作的一篇论文《Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models》（arXiv:2607.12463）提出了一种面向编码 Agent 基础模型的中期训练方法。
In AI, Engineering, 1 min read
一分钟读论文：《智能体何时知道任务简单》
佐治亚理工学院和麻省理工学院合作的一篇论文《Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution》（arXiv:2607.13034）提出 E3 框架，让编码 Agent 在执行前先评估任务复杂度，以最小可行路径执行，仅在验证失败时扩展范围。
In AI, Engineering, 1 min read
task-aware-planning
一分钟读论文：《智能体何时知道任务简单》
佐治亚理工学院和麻省理工学院合作的一篇论文《Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution》（arXiv:2607.13034）提出 E3 框架，让编码 Agent 在执行前先评估任务复杂度，以最小可行路径执行，仅在验证失败时扩展范围。
In AI, Engineering, 1 min read
fill-in-the-middle
一分钟读论文：《函数感知填充式中期训练》
阿里巴巴达摩院和宾夕法尼亚大学合作的一篇论文《Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models》（arXiv:2607.12463）提出了一种面向编码 Agent 基础模型的中期训练方法。
In AI, Engineering, 1 min read
mid-training
一分钟读论文：《工具使用需要专门的中间训练阶段》
Snowflake、华盛顿大学和北卡罗来纳大学教堂山分校合作的论文《MidTool: Mid-training Data Synthesis for Agentic Tool Use》提出，智能体工具使用能力需要专门的 mid-training 数据管线，而不是只依赖 post-training。
In AI, LLM, 1 min read
一分钟读论文：《函数感知填充式中期训练》
阿里巴巴达摩院和宾夕法尼亚大学合作的一篇论文《Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models》（arXiv:2607.12463）提出了一种面向编码 Agent 基础模型的中期训练方法。
In AI, Engineering, 1 min read
tool-use-inductive-bias
一分钟读论文：《函数感知填充式中期训练》
阿里巴巴达摩院和宾夕法尼亚大学合作的一篇论文《Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models》（arXiv:2607.12463）提出了一种面向编码 Agent 基础模型的中期训练方法。
In AI, Engineering, 1 min read
self-supervised-learning
一分钟读论文：《函数感知填充式中期训练》
阿里巴巴达摩院和宾夕法尼亚大学合作的一篇论文《Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models》（arXiv:2607.12463）提出了一种面向编码 Agent 基础模型的中期训练方法。
In AI, Engineering, 1 min read
computer-use-agent
AI 范式雷达：《可验证数据突破桌面智能体天花板》
如果你正在构建 Computer Use Agent（CUA），你可能已经发现一个令人沮丧的事实：你的模型在 OSWorld 上跑不过参数量大它四倍的竞品。
In AI, ParadigmRadar, 2 mins read
data-synthesis
AI 范式雷达：《可验证数据突破桌面智能体天花板》
如果你正在构建 Computer Use Agent（CUA），你可能已经发现一个令人沮丧的事实：你的模型在 OSWorld 上跑不过参数量大它四倍的竞品。
In AI, ParadigmRadar, 2 mins read
gui-agents
AI 范式雷达：《可验证数据突破桌面智能体天花板》
如果你正在构建 Computer Use Agent（CUA），你可能已经发现一个令人沮丧的事实：你的模型在 OSWorld 上跑不过参数量大它四倍的竞品。
In AI, ParadigmRadar, 2 mins read
online-rl
AI 范式雷达：《可验证数据突破桌面智能体天花板》
如果你正在构建 Computer Use Agent（CUA），你可能已经发现一个令人沮丧的事实：你的模型在 OSWorld 上跑不过参数量大它四倍的竞品。
In AI, ParadigmRadar, 2 mins read
error-correction
一分钟读论文：《图匹配纠正智能体一次性错误》
电子科技大学的一篇论文《Experience Memory Graph: One-Shot Error Correction for Agents》提出了一种将Agent失败恢复从LLM反思循环范式转向图匹配范式的训练方法。
In AI, Agent, 1 min read
graph-matching
一分钟读论文：《图匹配纠正智能体一次性错误》
电子科技大学的一篇论文《Experience Memory Graph: One-Shot Error Correction for Agents》提出了一种将Agent失败恢复从LLM反思循环范式转向图匹配范式的训练方法。
In AI, Agent, 1 min read
memory-management
一分钟读论文：《智能体记忆的受控检索》
加州大学洛杉矶分校和华盛顿大学等机构合作的一篇论文《Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents》提出了一种将Agent外部记忆操作建模为马尔可夫决策过程的方法。
In AI, Agent, 1 min read
contextual-bandit
一分钟读论文：《智能体记忆的受控检索》
加州大学洛杉矶分校和华盛顿大学等机构合作的一篇论文《Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents》提出了一种将Agent外部记忆操作建模为马尔可夫决策过程的方法。
In AI, Agent, 1 min read
procedural-distillation
一分钟读论文：《程序性记忆蒸馏与经验复用》
Semih Yavuz 等人的论文《Procedural Memory Distillation: Online Reflection for Self-Improving Language Models》提出了一种将跨 episode 过程性信号转化为可复用程序性记忆并蒸馏进策略权重的方法。
In AI, MachineLearning, 1 min read
rlvr
一分钟读论文：《程序性记忆蒸馏与经验复用》
Semih Yavuz 等人的论文《Procedural Memory Distillation: Online Reflection for Self-Improving Language Models》提出了一种将跨 episode 过程性信号转化为可复用程序性记忆并蒸馏进策略权重的方法。
In AI, MachineLearning, 1 min read
tool-governance
一分钟读论文：《三向路由的智能体安全审查》
上海科技大学的论文《Safety Sentry: Context-Aware Human Intervention via EXECUTE-ASK-REFUSE Routing》提出将Agent安全审查从二元safe/unsafe分类重构为三向路由决策{Execute, Ask, Refuse}，通过轻量级guard model的单次解码调用实现上下文感知的细粒度安全审查。
In AI, Security, 1 min read
guard-model
一分钟读论文：《三向路由的智能体安全审查》
上海科技大学的论文《Safety Sentry: Context-Aware Human Intervention via EXECUTE-ASK-REFUSE Routing》提出将Agent安全审查从二元safe/unsafe分类重构为三向路由决策{Execute, Ask, Refuse}，通过轻量级guard model的单次解码调用实现上下文感知的细粒度安全审查。
In AI, Security, 1 min read
agent-planning
一分钟读论文：《自我调节模拟规划省算力》
卡内基梅隆大学和国际金融管理学院的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning (SR2AM)》提出了一种将大语言模型决策过程分解为三个系统的架构，使30B参数模型的性能达到685B至1T参数级系统的水平，同时将推理token消耗减少25.8%至95.3%。
In AI, Agent, 1 min read
simulative-reasoning
一分钟读论文：《自我调节模拟规划省算力》
卡内基梅隆大学和国际金融管理学院的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning (SR2AM)》提出了一种将大语言模型决策过程分解为三个系统的架构，使30B参数模型的性能达到685B至1T参数级系统的水平，同时将推理token消耗减少25.8%至95.3%。
In AI, Agent, 1 min read
system-thinking
一分钟读论文：《自我调节模拟规划省算力》
卡内基梅隆大学和国际金融管理学院的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning (SR2AM)》提出了一种将大语言模型决策过程分解为三个系统的架构，使30B参数模型的性能达到685B至1T参数级系统的水平，同时将推理token消耗减少25.8%至95.3%。
In AI, Agent, 1 min read
agent-optimization
一分钟读论文：《智能体优化收益能否持续累积》
RELAI团队的论文《Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0》首次系统评估了Agent优化收益能否在持续学习中累积。
In AI, Agent, 1 min read
continual-learning
一分钟读论文：《智能体优化收益能否持续累积》
RELAI团队的论文《Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0》首次系统评估了Agent优化收益能否在持续学习中累积。
In AI, Agent, 1 min read
regression-control
一分钟读论文：《智能体优化收益能否持续累积》
RELAI团队的论文《Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0》首次系统评估了Agent优化收益能否在持续学习中累积。
In AI, Agent, 1 min read
agent-tool-adaptation
一分钟读论文：《服务演化下的工具适应基准》
清华大学和阿里巴巴达摩院合作的一篇论文《MCPEvol-Bench: Benchmarking LLM Agent Performance Across Dynamic Evolutions of MCP Servers》首次系统评估了LLM Agent在动态工具环境中的适应能力。
In AI, Agent, 1 min read
dynamic-evaluation
一分钟读论文：《服务演化下的工具适应基准》
清华大学和阿里巴巴达摩院合作的一篇论文《MCPEvol-Bench: Benchmarking LLM Agent Performance Across Dynamic Evolutions of MCP Servers》首次系统评估了LLM Agent在动态工具环境中的适应能力。
In AI, Agent, 1 min read
agent-world-model
一分钟读论文：《通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。
In AI, Agent, 1 min read
language-model
一分钟读论文：《通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。
In AI, Agent, 1 min read
multi-domain
一分钟读论文：《通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。
In AI, Agent, 1 min read
lifecycle-control
一分钟读论文：《Proof-or-Stop：证据门控机制》
独立研究团队发表的论文《Proof-or-Stop Lifecycle Control – Loop Engineering for Verifiable Evidence-Gated Lifecycle Control》，提出了一种将自主编码Agent的DONE声明转化为可验证证据门控机制的方法。
In ai-agent, agentic-coding, 1 min read
verifiable-evidence
一分钟读论文：《Proof-or-Stop：证据门控机制》
独立研究团队发表的论文《Proof-or-Stop Lifecycle Control – Loop Engineering for Verifiable Evidence-Gated Lifecycle Control》，提出了一种将自主编码Agent的DONE声明转化为可验证证据门控机制的方法。
In ai-agent, agentic-coding, 1 min read
information-seeking
一分钟读论文：《SearchOS：开放域检索多代理框架》
浙江大学与阿里巴巴集团合作发表的论文《SearchOS：Towards Robust Open-Domain Information-Seeking Agent Collaboration》，提出了一种面向开放域信息检索的多代理协作框架 SearchOS，通过搜索导向上下文管理（SOCM）将演化状态外显为四个可追踪组件，有效缓解多代理系统在长交互历史中重复循环、浪费搜索预算的问题。
In ai-agent, multi-agent, 1 min read
multi-agent-collaboration
一分钟读论文：《SearchOS：开放域检索多代理框架》
浙江大学与阿里巴巴集团合作发表的论文《SearchOS：Towards Robust Open-Domain Information-Seeking Agent Collaboration》，提出了一种面向开放域信息检索的多代理协作框架 SearchOS，通过搜索导向上下文管理（SOCM）将演化状态外显为四个可追踪组件，有效缓解多代理系统在长交互历史中重复循环、浪费搜索预算的问题。
In ai-agent, multi-agent, 1 min read
state-management
一分钟读论文：《SearchOS：开放域检索多代理框架》
浙江大学与阿里巴巴集团合作发表的论文《SearchOS：Towards Robust Open-Domain Information-Seeking Agent Collaboration》，提出了一种面向开放域信息检索的多代理协作框架 SearchOS，通过搜索导向上下文管理（SOCM）将演化状态外显为四个可追踪组件，有效缓解多代理系统在长交互历史中重复循环、浪费搜索预算的问题。
In ai-agent, multi-agent, 1 min read
codeact
AI 范式雷达：《CodeAct：Agent执行范式转移》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经注意到一个隐蔽的性能瓶颈：不是模型不够聪明，而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时，你实际上在等待 10 次完整的推理循环。
In AI, ParadigmRadar, 6 mins read
agent-framework
AI 范式雷达：《CodeAct：Agent执行范式转移》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经注意到一个隐蔽的性能瓶颈：不是模型不够聪明，而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时，你实际上在等待 10 次完整的推理循环。
In AI, ParadigmRadar, 6 mins read
microsoft
AI 范式雷达：《CodeAct：Agent执行范式转移》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经注意到一个隐蔽的性能瓶颈：不是模型不够聪明，而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时，你实际上在等待 10 次完整的推理循环。
In AI, ParadigmRadar, 6 mins read
hyperlight
AI 范式雷达：《CodeAct：Agent执行范式转移》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经注意到一个隐蔽的性能瓶颈：不是模型不够聪明，而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时，你实际上在等待 10 次完整的推理循环。
In AI, ParadigmRadar, 6 mins read
tool-calling
AI 范式雷达：《CodeAct：Agent执行范式转移》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经注意到一个隐蔽的性能瓶颈：不是模型不够聪明，而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时，你实际上在等待 10 次完整的推理循环。
In AI, ParadigmRadar, 6 mins read
execution-model
AI 范式雷达：《CodeAct：Agent执行范式转移》
如果你正在构建一个需要调用多个工具的 AI Agent，你可能已经注意到一个隐蔽的性能瓶颈：不是模型不够聪明，而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时，你实际上在等待 10 次完整的推理循环。
In AI, ParadigmRadar, 6 mins read
agentic-research
一分钟读论文：《BrainPilot：科研自动化审计员》
清华大学、上海智源研究院、复旦大学等11家机构联合发表的论文《BrainPilot: Automating Brain Discovery with Agentic Research》，提出了一套面向脑科学研究的多Agent协作系统。
In ai-agent, multi-agent, 1 min read
brain-science
一分钟读论文：《BrainPilot：科研自动化审计员》
清华大学、上海智源研究院、复旦大学等11家机构联合发表的论文《BrainPilot: Automating Brain Discovery with Agentic Research》，提出了一套面向脑科学研究的多Agent协作系统。
In ai-agent, multi-agent, 1 min read
fabrication-detection
一分钟读论文：《BrainPilot：科研自动化审计员》
清华大学、上海智源研究院、复旦大学等11家机构联合发表的论文《BrainPilot: Automating Brain Discovery with Agentic Research》，提出了一套面向脑科学研究的多Agent协作系统。
In ai-agent, multi-agent, 1 min read
traceability
一分钟读论文：《BrainPilot：科研自动化审计员》
清华大学、上海智源研究院、复旦大学等11家机构联合发表的论文《BrainPilot: Automating Brain Discovery with Agentic Research》，提出了一套面向脑科学研究的多Agent协作系统。
In ai-agent, multi-agent, 1 min read
multi-agent-systems
一分钟读论文：《跨会话滥用：能力累积检测》
华盛顿大学的论文《Magnet: Detecting Cross-Session AI Misuse Through Capability Accumulation》（arXiv:2608.02518）指出单会话检测的结构性盲区：拆进多个隔离会话的攻击链，每个会话单独审核都合规。
In AI, Security, 1 min read
一分钟读论文：《LLM多智能体系统扩展原则》
德国埃尔朗根-纽伦堡大学等机构的研究团队发表的论文《Scaling LLM-Driven Multi-Agent Systems: Design Principles and Architectural Scalability Analysis》发现，缩放带来约线性的成本增长和可测量的准确率提升。
In AI, Engineering, 1 min read
一分钟读论文：《审计涌现的LLM-Agent协作》
华盛顿大学等机构的研究团队发表的论文《Auditing Emergent LLM-Agent Collaboration through Cooperation-Obligation Coupling》提出了iCORE框架，实现了26.4%的轨迹质量提升。
In AI, Security, 1 min read
一分钟读论文：《BrainPilot：科研自动化审计员》
清华大学、上海智源研究院、复旦大学等11家机构联合发表的论文《BrainPilot: Automating Brain Discovery with Agentic Research》，提出了一套面向脑科学研究的多Agent协作系统。
In ai-agent, multi-agent, 1 min read
world-models
一分钟读论文：《Agent世界模型的联邦共享》
多 Agent 系统正从共享模型的单体走向各自部署：不同业务、不同终端设备上的 Agent 在各自环境里持续积累经验，各自维护一份世界模型。
In AI, 1 min read
一分钟读论文：《Real2Sim：视觉代理的物理世界建模》
UCLA、MIT 和 UCSD 联合团队发表的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》提出了一种全新的真实世界到仿真环境的自动化转换框架。
In AI, Robotics, 1 min read
一分钟读论文：《物理世界建模与视觉语言智能体》
加州大学洛杉矶分校、麻省理工学院和加州大学圣地亚哥分校合作的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》，提出了一种利用视觉语言智能体自动化真实世界到仿真环境转换的框架，在刚性物体操作、可变形物体交互和人形运动三个场景上均实现了与前沿模型相当的转换成功率。
In AI, Robotics, 1 min read
embodied-ai
一分钟读论文：《G0.5：单流自回归统一机器人推理与动作》
上海机器人公司银河通用（Galaxea）的论文《G0.5: One Autoregressive Stream for Robot Reasoning and Action》，提出预训练自回归视觉-语言-动作模型（VLA）G0.5：单一 transformer decoder 在同一 token 流中同时输出推理与动作。
In embodiedai, robotics, 1 min read
一分钟读论文：《Real2Sim：视觉代理的物理世界建模》
UCLA、MIT 和 UCSD 联合团队发表的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》提出了一种全新的真实世界到仿真环境的自动化转换框架。
In AI, Robotics, 1 min read
一分钟读论文：《物理世界建模与视觉语言智能体》
加州大学洛杉矶分校、麻省理工学院和加州大学圣地亚哥分校合作的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》，提出了一种利用视觉语言智能体自动化真实世界到仿真环境转换的框架，在刚性物体操作、可变形物体交互和人形运动三个场景上均实现了与前沿模型相当的转换成功率。
In AI, Robotics, 1 min read
wam
physical-intelligence
agentic-systems
llm-economics
一分钟读论文：《智能每美元的经济学》
Epoch AI 与 Artificial Analysis 合作发表的论文《The Price of Progress: Price Performance and the Future of AI》，构建了迄今为止最大规模的 LLM 推理价格数据集，量化了每美元智能的年度变化趋势。
In AI, LLM-Economics, 1 min read
agent-training
一分钟读论文：《Agent世界模型的联邦共享》
多 Agent 系统正从共享模型的单体走向各自部署：不同业务、不同终端设备上的 Agent 在各自环境里持续积累经验，各自维护一份世界模型。
In AI, 1 min read
一分钟读论文：《Frontis-MA1：自改进模型》
Frontis.AI 等机构的论文《Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering》提出全栈开源系统 OpenMLE，一个 35B 的递归自改进元进化代理。
In AI, ML, 1 min read
一分钟读论文：《智能每美元的经济学》
Epoch AI 与 Artificial Analysis 合作发表的论文《The Price of Progress: Price Performance and the Future of AI》，构建了迄今为止最大规模的 LLM 推理价格数据集，量化了每美元智能的年度变化趋势。
In AI, LLM-Economics, 1 min read
post-training
一分钟读论文：《交付验收需要一个会说理由的裁判》
2026 年 10 月 9 日提交到 arXiv 的预印本《SWE-Critix》（arXiv:2610.13356）给出一个可直接摘录的结论：拿通用推理模型裸当编程 agent 的交付验收裁判并不合格，专门后训练后，完成判定分类准确率从 57% 提到 78%。
In AI, Engineering, 1 min read
一分钟读论文：《旧轨迹里挖出新环境》
以阿里 Qwen 团队为主力、合作清华大学的论文《Terminal-Universe》（arXiv:2609.04148，预印本）提出一个判断：终端代码智能体后训练的真正瓶颈不是轨迹数量，而是可执行环境。
In AI, 1 min read
一分钟读论文：《数据喂饱了，算法还饿着》
以清华大学为主力的团队发布预印本《Rethinking On-Policy Distillation of Large Language Models II: One Training Example》，报告了 on-policy distillation 在数据极简极限下的表现：只用一条训练 query，蒸馏就能持续上行数百步。
In AI, 1 min read
一分钟读论文：《智能每美元的经济学》
Epoch AI 与 Artificial Analysis 合作发表的论文《The Price of Progress: Price Performance and the Future of AI》，构建了迄今为止最大规模的 LLM 推理价格数据集，量化了每美元智能的年度变化趋势。
In AI, LLM-Economics, 1 min read
intelligence-per-dollar
一分钟读论文：《智能每美元的经济学》
Epoch AI 与 Artificial Analysis 合作发表的论文《The Price of Progress: Price Performance and the Future of AI》，构建了迄今为止最大规模的 LLM 推理价格数据集，量化了每美元智能的年度变化趋势。
In AI, LLM-Economics, 1 min read
nvidia
一分钟读论文：《智能每美元的经济学》
Epoch AI 与 Artificial Analysis 合作发表的论文《The Price of Progress: Price Performance and the Future of AI》，构建了迄今为止最大规模的 LLM 推理价格数据集，量化了每美元智能的年度变化趋势。
In AI, LLM-Economics, 1 min read
structureclaw
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
artifact-centered
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
structural-engineering
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
agentic-workflow
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
traceable-ai
一分钟读论文：《StructureClaw：可追溯智能体》
Sizhong Qin、Yi Gu 等人的一篇论文《Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows》，提出了一种以工件为中心（artifact-centered）的LLM智能体工作平台 StructureClaw，并配套发布了包含150个受控场景的可执行benchmark。
In AI, SoftwareEngineering, 1 min read
adversarial-ml
一分钟读论文：《安全的模型为何组合后不再安全？》
独立研究团队 Elias Hossain 等人发表的论文《ChannelGuard: Safe Models Do Not Compose into Safe Multi-Agent Systems》揭示了一个被忽视的多 Agent 安全问题：即使每个单独的 Agent 模型都是安全的，组合成多 Agent 流水线后安全性会显著下降。
In AI, Security, 1 min read
一分钟读论文：《自动化AI研发中的隐蔽破坏与监控评估》
DeepMind的论文《ResearchArena: Evaluating Sabotage and Monitoring in Automated AI R&D》，首次系统评估了AI Agent在自动化研发任务中执行隐蔽破坏行为的能力以及现有监控机制的检测效果。
In AI, Security, 1 min read
SoftwareAgent
一分钟读论文：《软件智能体的修复策略探索》
中山大学、浙江大学、华中科技大学和华为合作的论文《PhoenixRepair: Rethinking Repair Strategy Exploration in Software Agents》，提出了一种多智能体框架来系统性探索软件修复策略，在 SWE-bench-Verified 上达到了 76.0% 的 Pass@1 成绩。
In AI, Engineering, 1 min read
CodeRepair
一分钟读论文：《软件智能体的修复策略探索》
中山大学、浙江大学、华中科技大学和华为合作的论文《PhoenixRepair: Rethinking Repair Strategy Exploration in Software Agents》，提出了一种多智能体框架来系统性探索软件修复策略，在 SWE-bench-Verified 上达到了 76.0% 的 Pass@1 成绩。
In AI, Engineering, 1 min read
agent-foundation-models
一分钟读论文：《多轮长程规划的训练物理》
中国科学院自动化研究所复杂系统认知与决策智能重点实验室的论文《The Physics of Multi-Turn Long-Horizon Planning》系统考察基础模型智能体多轮长程规划能力的获取与塑造机制。
In AI, Agent, 1 min read
一分钟读论文：《Real2Sim：视觉代理的物理世界建模》
UCLA、MIT 和 UCSD 联合团队发表的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》提出了一种全新的真实世界到仿真环境的自动化转换框架。
In AI, Robotics, 1 min read
一分钟读论文：《物理世界建模与视觉语言智能体》
加州大学洛杉矶分校、麻省理工学院和加州大学圣地亚哥分校合作的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》，提出了一种利用视觉语言智能体自动化真实世界到仿真环境转换的框架，在刚性物体操作、可变形物体交互和人形运动三个场景上均实现了与前沿模型相当的转换成功率。
In AI, Robotics, 1 min read
vision-language-agents
一分钟读论文：《物理世界建模与视觉语言智能体》
加州大学洛杉矶分校、麻省理工学院和加州大学圣地亚哥分校合作的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》，提出了一种利用视觉语言智能体自动化真实世界到仿真环境转换的框架，在刚性物体操作、可变形物体交互和人形运动三个场景上均实现了与前沿模型相当的转换成功率。
In AI, Robotics, 1 min read
real-to-sim
一分钟读论文：《Real2Sim：视觉代理的物理世界建模》
UCLA、MIT 和 UCSD 联合团队发表的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》提出了一种全新的真实世界到仿真环境的自动化转换框架。
In AI, Robotics, 1 min read
一分钟读论文：《物理世界建模与视觉语言智能体》
加州大学洛杉矶分校、麻省理工学院和加州大学圣地亚哥分校合作的论文《Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents》，提出了一种利用视觉语言智能体自动化真实世界到仿真环境转换的框架，在刚性物体操作、可变形物体交互和人形运动三个场景上均实现了与前沿模型相当的转换成功率。
In AI, Robotics, 1 min read
planning
一分钟读论文：《贝叶斯伙伴建模与 LLM 协同重规划》
论文《Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination》针对多智能体大语言模型系统的一个常见问题：队友会在任务中途切换策略，智能体却常常在公开证据表明伙伴已更换技能之后，仍继续执行过时的计划。
In AI, MultiAgent, 1 min read
一分钟读论文：《多轮长程规划的训练物理》
中国科学院自动化研究所复杂系统认知与决策智能重点实验室的论文《The Physics of Multi-Turn Long-Horizon Planning》系统考察基础模型智能体多轮长程规划能力的获取与塑造机制。
In AI, Agent, 1 min read
agentic-distillation
一分钟读论文：《多轮长程规划的训练物理》
中国科学院自动化研究所复杂系统认知与决策智能重点实验室的论文《The Physics of Multi-Turn Long-Horizon Planning》系统考察基础模型智能体多轮长程规划能力的获取与塑造机制。
In AI, Agent, 1 min read
rl-post-training
一分钟读论文：《多轮长程规划的训练物理》
中国科学院自动化研究所复杂系统认知与决策智能重点实验室的论文《The Physics of Multi-Turn Long-Horizon Planning》系统考察基础模型智能体多轮长程规划能力的获取与塑造机制。
In AI, Agent, 1 min read
asynchronous-communication
一分钟读论文：《AgentRadio：长程协作的被动感知》
佐治亚理工学院等机构的研究团队发表的论文《AgentRadio: Passive Awareness for Long-Horizon Multi-Agent Collaboration》提出了一种异步消息传递层，使编码 Agent 能在后台监听队友的消息而不中断前台工作。
In AI, Engineering, 1 min read
passive-awareness
一分钟读论文：《AgentRadio：长程协作的被动感知》
佐治亚理工学院等机构的研究团队发表的论文《AgentRadio: Passive Awareness for Long-Horizon Multi-Agent Collaboration》提出了一种异步消息传递层，使编码 Agent 能在后台监听队友的消息而不中断前台工作。
In AI, Engineering, 1 min read
auditing
一分钟读论文：《引用的法条是被念出来的，不是被咨询的》
让大模型给出出处，正在变成合规与审计的硬要求。站内 AI 智创简报 #10 梳理过逐句举证方向的专利簇：大厂在圈地让 AI 答案带上引用凭证。
In AI, Safety, 1 min read
一分钟读论文：《审计涌现的LLM-Agent协作》
华盛顿大学等机构的研究团队发表的论文《Auditing Emergent LLM-Agent Collaboration through Cooperation-Obligation Coupling》提出了iCORE框架，实现了26.4%的轨迹质量提升。
In AI, Security, 1 min read
cooperation-obligation
一分钟读论文：《审计涌现的LLM-Agent协作》
华盛顿大学等机构的研究团队发表的论文《Auditing Emergent LLM-Agent Collaboration through Cooperation-Obligation Coupling》提出了iCORE框架，实现了26.4%的轨迹质量提升。
In AI, Security, 1 min read
ai4ai
一分钟读论文：《Frontis-MA1：自改进模型》
Frontis.AI 等机构的论文《Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering》提出全栈开源系统 OpenMLE，一个 35B 的递归自改进元进化代理。
In AI, ML, 1 min read
recursive-self-improvement
一分钟读论文：《Frontis-MA1：自改进模型》
Frontis.AI 等机构的论文《Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering》提出全栈开源系统 OpenMLE，一个 35B 的递归自改进元进化代理。
In AI, ML, 1 min read
machine-learning-engineering
一分钟读论文：《Frontis-MA1：自改进模型》
Frontis.AI 等机构的论文《Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering》提出全栈开源系统 OpenMLE，一个 35B 的递归自改进元进化代理。
In AI, ML, 1 min read
topology-adaptation
一分钟读论文：《MANTA：多智能体拓扑自适应》
哥伦比亚大学和中央研究院联合团队发表的论文《MANTA: Multi-Agent Network Topology Adaptation for Self-Evolving Multi-Agent Systems》提出了一种推理时拓扑自适应框架，使多Agent系统的通信结构能够在执行过程中动态演化。
In AI, ML, 1 min read
self-evolving-systems
一分钟读论文：《MANTA：多智能体拓扑自适应》
哥伦比亚大学和中央研究院联合团队发表的论文《MANTA: Multi-Agent Network Topology Adaptation for Self-Evolving Multi-Agent Systems》提出了一种推理时拓扑自适应框架，使多Agent系统的通信结构能够在执行过程中动态演化。
In AI, ML, 1 min read
oncall
一分钟读论文：《ORCA-bench：On-Call考验》
研究团队发表的论文《ORCA-bench: How Ready Are Language Model Agents for Oncall?》提出了一个生产保真度的根因分析基准测试，将通用编码 Agent 置于真实的生产环境中进行评估。
In AI, Engineering, 1 min read
root-cause-analysis
一分钟读论文：《别替模型排答题路线》
北京大学与北京邮电大学的论文《Free to Look, Free to Reason》（arXiv:2610.35767）给一个流行做法判了负分：简单 harness 的 PR@1 最高 77%，发表 agent 仅 53%。
In AI, Engineering, 1 min read
一分钟读论文：《ORCA-bench：On-Call考验》
研究团队发表的论文《ORCA-bench: How Ready Are Language Model Agents for Oncall?》提出了一个生产保真度的根因分析基准测试，将通用编码 Agent 置于真实的生产环境中进行评估。
In AI, Engineering, 1 min read
sre-agents
一分钟读论文：《ORCA-bench：On-Call考验》
研究团队发表的论文《ORCA-bench: How Ready Are Language Model Agents for Oncall?》提出了一个生产保真度的根因分析基准测试，将通用编码 Agent 置于真实的生产环境中进行评估。
In AI, Engineering, 1 min read
computer-use-agents
一分钟读论文：《本地计算机使用Agent的推理时扩展》
韩国研究团队发表的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs》评估四个开源模型在 OSWorld 上的表现后发现，额外计算只改变失败模式，不提高成功率。
In AI, Engineering, 1 min read
inference-time-scaling
一分钟读论文：《本地计算机使用Agent的推理时扩展》
韩国研究团队发表的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs》评估四个开源模型在 OSWorld 上的表现后发现，额外计算只改变失败模式，不提高成功率。
In AI, Engineering, 1 min read
architectural-design
一分钟读论文：《LLM多智能体系统扩展原则》
德国埃尔朗根-纽伦堡大学等机构的研究团队发表的论文《Scaling LLM-Driven Multi-Agent Systems: Design Principles and Architectural Scalability Analysis》发现，缩放带来约线性的成本增长和可测量的准确率提升。
In AI, Engineering, 1 min read
scalability
一分钟读论文：《LLM多智能体系统扩展原则》
德国埃尔朗根-纽伦堡大学等机构的研究团队发表的论文《Scaling LLM-Driven Multi-Agent Systems: Design Principles and Architectural Scalability Analysis》发现，缩放带来约线性的成本增长和可测量的准确率提升。
In AI, Engineering, 1 min read
design-principles
一分钟读论文：《LLM多智能体系统扩展原则》
德国埃尔朗根-纽伦堡大学等机构的研究团队发表的论文《Scaling LLM-Driven Multi-Agent Systems: Design Principles and Architectural Scalability Analysis》发现，缩放带来约线性的成本增长和可测量的准确率提升。
In AI, Engineering, 1 min read
retrieval-augmented-generation
一分钟读论文：《删掉一个前缀，近满分的投毒防御当场裸奔》
North Creek High School 与 Washington State University 的论文《Ranking Is Not Deciding》（arXiv:2610.33849）指出：RAG 投毒防御论文里的近满分检测率，很可能测的不是投毒本身，而是毒文档的构造痕迹。
In AI, Security, 1 min read
AI 范式雷达：《Agentic RAG：检索学会自我反思》
如果你正在构建一个需要回答复杂问题的 AI 应用，你可能已经发现传统 RAG 的天花板：当用户问”某公司的 CEO 在哪个大学获得了什么学位？”时，一次向量检索往往只能命中其中一个事实片段，答案要么不完整，要么干脆产生幻觉。
In AI, ParadigmRadar, 3 mins read
multi-hop-reasoning
AI 范式雷达：《Agentic RAG：检索学会自我反思》
如果你正在构建一个需要回答复杂问题的 AI 应用，你可能已经发现传统 RAG 的天花板：当用户问”某公司的 CEO 在哪个大学获得了什么学位？”时，一次向量检索往往只能命中其中一个事实片段，答案要么不完整，要么干脆产生幻觉。
In AI, ParadigmRadar, 3 mins read
self-reflection
AI 范式雷达：《Agentic RAG：检索学会自我反思》
如果你正在构建一个需要回答复杂问题的 AI 应用，你可能已经发现传统 RAG 的天花板：当用户问”某公司的 CEO 在哪个大学获得了什么学位？”时，一次向量检索往往只能命中其中一个事实片段，答案要么不完整，要么干脆产生幻觉。
In AI, ParadigmRadar, 3 mins read
agentic-vision
一分钟读论文：《Beacon：强化学习驱动视觉推理》
多机构研究团队发表的论文《Beacon: Knowing When and How to Perform Agentic Visual Reasoning》提出了 Mode Adaptiveness（MA）和 Tool Effect（TE）双维度分析框架，实验显著降低了工具滥用率。
In AI, ComputerVision, 1 min read
mode-adaptiveness
一分钟读论文：《Beacon：强化学习驱动视觉推理》
多机构研究团队发表的论文《Beacon: Knowing When and How to Perform Agentic Visual Reasoning》提出了 Mode Adaptiveness（MA）和 Tool Effect（TE）双维度分析框架，实验显著降低了工具滥用率。
In AI, ComputerVision, 1 min read
test-time compute
AI 范式雷达：《Agent推理时扩展的预算分配》
如果你正在构建 AI 智能体，你可能已经发现一个越来越明显的瓶颈：无论你的 Agent 是处理简单的工具调用还是复杂的逻辑推理，它消耗的推理计算量几乎是一样的。
In AI, ParadigmRadar, 7 mins read
budget allocation
AI 范式雷达：《Agent推理时扩展的预算分配》
如果你正在构建 AI 智能体，你可能已经发现一个越来越明显的瓶颈：无论你的 Agent 是处理简单的工具调用还是复杂的逻辑推理，它消耗的推理计算量几乎是一样的。
In AI, ParadigmRadar, 7 mins read
scaling law
AI 范式雷达：《Agent推理时扩展的预算分配》
如果你正在构建 AI 智能体，你可能已经发现一个越来越明显的瓶颈：无论你的 Agent 是处理简单的工具调用还是复杂的逻辑推理，它消耗的推理计算量几乎是一样的。
In AI, ParadigmRadar, 7 mins read
AI-safety
一分钟读论文：《跨会话滥用：能力累积检测》
华盛顿大学的论文《Magnet: Detecting Cross-Session AI Misuse Through Capability Accumulation》（arXiv:2608.02518）指出单会话检测的结构性盲区：拆进多个隔离会话的攻击链，每个会话单独审核都合规。
In AI, Security, 1 min read
misuse-detection
一分钟读论文：《跨会话滥用：能力累积检测》
华盛顿大学的论文《Magnet: Detecting Cross-Session AI Misuse Through Capability Accumulation》（arXiv:2608.02518）指出单会话检测的结构性盲区：拆进多个隔离会话的攻击链，每个会话单独审核都合规。
In AI, Security, 1 min read
PersonalAgents
一分钟读论文：《PAST-Bench：自改进基准》
香港中文大学和阿里巴巴集团合作的一篇论文《PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents》，首次提出了针对个人 AI 智能体递归自我改进能力的系统性基准测试框架。
In AI, AgentFoundationModels, 1 min read
ExperienceReuse
一分钟读论文：《PAST-Bench：自改进基准》
香港中文大学和阿里巴巴集团合作的一篇论文《PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents》，首次提出了针对个人 AI 智能体递归自我改进能力的系统性基准测试框架。
In AI, AgentFoundationModels, 1 min read
webagent
computervision
browsergym
vlm
一分钟读论文：《G0.5：单流自回归统一机器人推理与动作》
上海机器人公司银河通用（Galaxea）的论文《G0.5: One Autoregressive Stream for Robot Reasoning and Action》，提出预训练自回归视觉-语言-动作模型（VLA）G0.5：单一 transformer decoder 在同一 token 流中同时输出推理与动作。
In embodiedai, robotics, 1 min read
一分钟读论文：《w-0：人形机器人世界动作模型》
论文w-0：潜变量预测式世界动作模型实现人形机器人并发运动操作 (w-0: A Latent Predictive World Action Model for Concurrent Humanoid Loco-Manipulation)，在 11 个真实家庭任务上持续优于 9 种基线方法。
In embodiedai, robotics, humanoid, 1 min read
federated-learning
一分钟读论文：《Agent世界模型的联邦共享》
多 Agent 系统正从共享模型的单体走向各自部署：不同业务、不同终端设备上的 Agent 在各自环境里持续积累经验，各自维护一份世界模型。
In AI, 1 min read
sim-to-real
一分钟读论文：《Agent世界模型的联邦共享》
多 Agent 系统正从共享模型的单体走向各自部署：不同业务、不同终端设备上的 Agent 在各自环境里持续积累经验，各自维护一份世界模型。
In AI, 1 min read
AgenticSystems
一分钟读论文：《追踪Agent轨迹的错误生命周期》
清华大学和腾讯混元合作的一篇论文《TRAJDEBUG: Tracing Error Lifecycle to Identify Critical Failures in Long-Horizon Agent Trajectories》，提出了一种从被动调试到主动错误生命周期追踪的范式转移方法。
In AI, AgenticSystems, 1 min read
AgentDebugging
一分钟读论文：《追踪Agent轨迹的错误生命周期》
清华大学和腾讯混元合作的一篇论文《TRAJDEBUG: Tracing Error Lifecycle to Identify Critical Failures in Long-Horizon Agent Trajectories》，提出了一种从被动调试到主动错误生命周期追踪的范式转移方法。
In AI, AgenticSystems, 1 min read
ErrorAnalysis
一分钟读论文：《追踪Agent轨迹的错误生命周期》
清华大学和腾讯混元合作的一篇论文《TRAJDEBUG: Tracing Error Lifecycle to Identify Critical Failures in Long-Horizon Agent Trajectories》，提出了一种从被动调试到主动错误生命周期追踪的范式转移方法。
In AI, AgenticSystems, 1 min read
w0
一分钟读论文：《w-0：人形机器人世界动作模型》
论文w-0：潜变量预测式世界动作模型实现人形机器人并发运动操作 (w-0: A Latent Predictive World Action Model for Concurrent Humanoid Loco-Manipulation)，在 11 个真实家庭任务上持续优于 9 种基线方法。
In embodiedai, robotics, humanoid, 1 min read
loco-manipulation
一分钟读论文：《w-0：人形机器人世界动作模型》
论文w-0：潜变量预测式世界动作模型实现人形机器人并发运动操作 (w-0: A Latent Predictive World Action Model for Concurrent Humanoid Loco-Manipulation)，在 11 个真实家庭任务上持续优于 9 种基线方法。
In embodiedai, robotics, humanoid, 1 min read
worldmodel
一分钟读论文：《w-0：人形机器人世界动作模型》
论文w-0：潜变量预测式世界动作模型实现人形机器人并发运动操作 (w-0: A Latent Predictive World Action Model for Concurrent Humanoid Loco-Manipulation)，在 11 个真实家庭任务上持续优于 9 种基线方法。
In embodiedai, robotics, humanoid, 1 min read
humanoidrobot
一分钟读论文：《w-0：人形机器人世界动作模型》
论文w-0：潜变量预测式世界动作模型实现人形机器人并发运动操作 (w-0: A Latent Predictive World Action Model for Concurrent Humanoid Loco-Manipulation)，在 11 个真实家庭任务上持续优于 9 种基线方法。
In embodiedai, robotics, humanoid, 1 min read
agent-frameworks
AI 范式雷达：《从代码补全到自主软件工程》
SWE-bench Verified 基准上，开源框架的成绩从 2023 年的不足 6% 跃升至 2025-2026 年的 50%-70%+，增幅超过 8 倍。
In AI, ParadigmRadar, 3 mins read
Patent
AI 智创简报：《会议纪要专利扎堆，平台上不了的场子留给个人》
2026 年 6 到 7 月，Zoom 三件会议纪要、章节切分与记录分析专利集中授权或公开，微软的一件话语重要性评估专利也拿到欧洲授权文本。会议软件内置的纪要层正被专利圈住；留给个人的是平台进不去的另一半——保密行业的本地化部署与行业模板。
In AI, InnovationBrief, 1 min read
AI 智创简报：《微软圈地代码评审智能体，PR 质检报告还空着》
2026 年 9 月 17 日，微软在 AI 代码评审方向公开一件新继续申请；近 18 个月，微软与摩根大通已公开或授权至少四件”让 AI 审 PR”的方法专利。生成层被圈完了，衡量这些 AI 评审到底有没有用的验收层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大厂在给 AI 输出装质检阀，验收报告这门手艺没人接》
2024 年 5 月至 2026 年 7 月，四件「大模型输出验证」专利先后授权，受让人是 Honeywell、Citibank（两件）与 WitnessAI。大厂把”AI 的回答能不能出门”申请成了方法；替甲方验收 AI 交付物、出那份量化质检报告的那层活，目前还是个人手艺。
In AI, InnovationBrief, 1 min read
AI 智创简报：《抢话该不该接？NVIDIA 们圈地轮次判定，质检工具还空着》
2026 年 1 至 8 月，四件围绕”语音智能体什么时候开口”的专利接连公开，申请人是 NVIDIA、Sierra 与 Salesforce。大厂在把抢话、冷场、响应延迟这些体验问题申请成方法；给语音机器人做轮次质检与验收报告的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大模型账单瘦身专利成簇，中间件的止血生意》
2026 年 2 至 9 月，四件”在大语言模型（LLM）吃进文本之前先做瘦身”的专利在 Free Patents Online 接连公开：日志折叠、子句剪枝、动态截断、工具清单最小化。Token 成本管控正从事后记账前移到喂给模型之前，而缺一个通用审计加裁剪中间层的空档，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《RAG 拒答题测试专利成簇，知识库质检是接单活》
2026 年 4 至 6 月，三件 RAG（检索增强生成，即先查资料再让大模型作答的架构）质量评测专利接连公开，申请人是 Salesforce、SAP 与通用汽车。大厂在把”知识库问答什么时候该闭嘴”申请成方法；给小团队 RAG 交付物做拒答测试与验收质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《端侧小模型专利成簇，私有化部署的工具生意》
2026 年 5 至 8 月，三件端侧小模型（直接跑在手机、车机、办公电脑上的模型）专利接连公开：Blockchain Labs 的本地个人数据代理、微软的边云分层模型路由、奔驰的车载函数调用剪枝。大厂在圈”AI 不出设备”的管道件，而选型基准与交付工具缺位，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《Agent 权限拦截专利成簇，独立开发者的守门中间件》
2026 年 4 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）工具调用权限管控”专利接连公开与授权：拦截层被做到操作系统进程级，Mistral 拿下沙箱暂停重放，Daon 占住委托凭证。平台与云侧被圈地，个人开发者本地能装的轻量权限守门还空着。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《Agent 轨迹评测专利成簇，长任务质检是接单活》
2026 年 1 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）评测”专利接连公开，申请人里出现花旗银行与 KPMG。大厂和咨询公司在把 Agent 验收做成方法论；给小团队交付物做量化质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《MCP 安全专利密集授权，插件市场审计留给了谁》
2026 年 2 月至 8 月，六件”MCP（Model Context Protocol，AI 助手外接工具的标准协议）服务器安全”专利密集授权：Airia 一家连下五城，Notion 8 月补上权限控制一件。大厂把协议平台侧的治理圈住，插件市场的第三方审计还空着——这正是接单者能立刻动手的活。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》
近一年四件”说话人分离”（speaker diarization，判定音频里谁在何时说话）专利相继公开：NVIDIA 的流式缓存方案本月刚公开，Google 占下三件。大厂把分离模型越做越省，转写交付里”这句话是谁说的”这道人工质检关还空着——接转写单的人每天都在这上面耗时间。
In AI, InnovationBrief, 1 min read
AI 智创简报：《逐句举证专利扎堆，RAG 质检的插件生意》
2026 年 7-9 月，四件”让 AI 答案可验证”的专利相继公开：DeepMind 的行内证据、Salesforce 的引用生成、AIG 的溯源界面、Snowflake 的幻觉防护。大厂把”答案逐句带证据”圈进自家生成链路；给任意模型的答案做第三方质检，工具与审计服务还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Agent 记忆层被写进专利，垂直行业的本地化长尾还空着》
7 月至 8 月，微软与 UiPath 连续公开四件”Agent 记忆与跨 Agent 上下文”专利，覆盖共享上下文、事件流路由、三级记忆体系三层。大厂把 Agent 的记忆层写进权利要求；个人开发者能接的，是专利够不着的行业私有化长尾。
In AI, InnovationBrief, 1 min read
AI 智创简报：《提示词测试专利成簇，独立开发者的补位生意》
近三个月，”给提示词自动生成测试、自动优化”的专利连续公开与授权，申请人既有初创也有微软。大厂把提示词当工程资产做测试；留给独立开发者的，是把这套能力做成小团队用得起的工具与服务的补位空间。
In AI, InnovationBrief, 1 min read
AI 智创简报：《视频鉴真从查假转向证真，自助证明工具还是空白》
近 90 天有 2 件美国「视频鉴真」申请公开：Bank of America 的区块链视频认证、Arranged BV 的受控光照认证。主题正从「检测是不是假」转向「证明是真的」，低成本自助证明工具的缺口，是个人开发者能接的活。
In AI, InnovationBrief, 1 min read
AI 智创简报：《微软、蚂蚁都在给 AI 应用打注入疫苗，小团队缺个便宜的体检医生》
近 12 个月，微软、Palo Alto Networks、蚂蚁集团、Radware 四家申请人公开了五件提示词注入防御专利，最新一件 8 月 6 日公开。OWASP 把注入攻击列为 LLM 应用头号风险，企业级防御正在产品化，而面向小团队的低成本验收测试还是空白。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Amazon 和 Intuit 都在抢流式审核，便宜的那一层还空着》
2026 年上半年「AI 系统内容审核」主题已有 4 件美国申请公开，Amazon 与 Intuit 的 2 件落在近 90 天。指向一致：生成式输出的安全审查要流式做、按块做。对做聊天产品的开发者，这是一层能接的活。
In AI, InnovationBrief, 1 min read
AI 智创简报：《PRD 生成专利公开，独立开发者能卖需求拆解活》
美国申请 US20260178323A1 于 2026 年 6 月 25 日公开：把一句产品想法交给大模型，自动生成完整的产品需求文档（PRD，Product Requirements Document）与用户故事拆解。
In AI, InnovationBrief, 1 min read
AI 智创简报：《路由有专利，账单有水分：API 中间层省钱活》
2026 年大模型路由、语义缓存与成本预测主题的美国申请至少公开 6 件，其中 NVIDIA 与 IBM 的 2 件落在近 90 天。这些专利指向同一层：API 中间层。对交 API 账单的开发者，这是一层能接的活儿。
In AI, InnovationBrief, 1 min read
AI 智创简报：《标签可撕，凭证要验：内容溯源的打标缺口》
2026 年 AI 内容溯源与水印主题的美国申请至少公开 6 件，其中 3 件在近 90 天内。8 月 2 日 EU AI Act 透明度条款生效，AI 生成内容必须机器可读标记。「标签可撕」与「可验证凭证」之间的缺口，是一个能接的活儿。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Agent 兜底这层活一个人就能接》
2026 年上半年集中公开的一批 Agent 专利，主题高度一致：让 Agent 记得住上次说过什么、别张口就编、出错了能自己爬起来。大厂圈的是平台，但这三件事的实现层薄到一个人一周就能做出可演示版本，接在别人的 API 调用链上收钱。
In AI, InnovationBrief, 1 min read
IndieHacker
AI 智创简报：《会议纪要专利扎堆，平台上不了的场子留给个人》
2026 年 6 到 7 月，Zoom 三件会议纪要、章节切分与记录分析专利集中授权或公开，微软的一件话语重要性评估专利也拿到欧洲授权文本。会议软件内置的纪要层正被专利圈住；留给个人的是平台进不去的另一半——保密行业的本地化部署与行业模板。
In AI, InnovationBrief, 1 min read
AI 智创简报：《微软圈地代码评审智能体，PR 质检报告还空着》
2026 年 9 月 17 日，微软在 AI 代码评审方向公开一件新继续申请；近 18 个月，微软与摩根大通已公开或授权至少四件”让 AI 审 PR”的方法专利。生成层被圈完了，衡量这些 AI 评审到底有没有用的验收层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大厂在给 AI 输出装质检阀，验收报告这门手艺没人接》
2024 年 5 月至 2026 年 7 月，四件「大模型输出验证」专利先后授权，受让人是 Honeywell、Citibank（两件）与 WitnessAI。大厂把”AI 的回答能不能出门”申请成了方法；替甲方验收 AI 交付物、出那份量化质检报告的那层活，目前还是个人手艺。
In AI, InnovationBrief, 1 min read
AI 智创简报：《抢话该不该接？NVIDIA 们圈地轮次判定，质检工具还空着》
2026 年 1 至 8 月，四件围绕”语音智能体什么时候开口”的专利接连公开，申请人是 NVIDIA、Sierra 与 Salesforce。大厂在把抢话、冷场、响应延迟这些体验问题申请成方法；给语音机器人做轮次质检与验收报告的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大模型账单瘦身专利成簇，中间件的止血生意》
2026 年 2 至 9 月，四件”在大语言模型（LLM）吃进文本之前先做瘦身”的专利在 Free Patents Online 接连公开：日志折叠、子句剪枝、动态截断、工具清单最小化。Token 成本管控正从事后记账前移到喂给模型之前，而缺一个通用审计加裁剪中间层的空档，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《RAG 拒答题测试专利成簇，知识库质检是接单活》
2026 年 4 至 6 月，三件 RAG（检索增强生成，即先查资料再让大模型作答的架构）质量评测专利接连公开，申请人是 Salesforce、SAP 与通用汽车。大厂在把”知识库问答什么时候该闭嘴”申请成方法；给小团队 RAG 交付物做拒答测试与验收质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《端侧小模型专利成簇，私有化部署的工具生意》
2026 年 5 至 8 月，三件端侧小模型（直接跑在手机、车机、办公电脑上的模型）专利接连公开：Blockchain Labs 的本地个人数据代理、微软的边云分层模型路由、奔驰的车载函数调用剪枝。大厂在圈”AI 不出设备”的管道件，而选型基准与交付工具缺位，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《Agent 权限拦截专利成簇，独立开发者的守门中间件》
2026 年 4 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）工具调用权限管控”专利接连公开与授权：拦截层被做到操作系统进程级，Mistral 拿下沙箱暂停重放，Daon 占住委托凭证。平台与云侧被圈地，个人开发者本地能装的轻量权限守门还空着。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《Agent 轨迹评测专利成簇，长任务质检是接单活》
2026 年 1 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）评测”专利接连公开，申请人里出现花旗银行与 KPMG。大厂和咨询公司在把 Agent 验收做成方法论；给小团队交付物做量化质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《MCP 安全专利密集授权，插件市场审计留给了谁》
2026 年 2 月至 8 月，六件”MCP（Model Context Protocol，AI 助手外接工具的标准协议）服务器安全”专利密集授权：Airia 一家连下五城，Notion 8 月补上权限控制一件。大厂把协议平台侧的治理圈住，插件市场的第三方审计还空着——这正是接单者能立刻动手的活。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》
近一年四件”说话人分离”（speaker diarization，判定音频里谁在何时说话）专利相继公开：NVIDIA 的流式缓存方案本月刚公开，Google 占下三件。大厂把分离模型越做越省，转写交付里”这句话是谁说的”这道人工质检关还空着——接转写单的人每天都在这上面耗时间。
In AI, InnovationBrief, 1 min read
AI 智创简报：《视频鉴真从查假转向证真，自助证明工具还是空白》
近 90 天有 2 件美国「视频鉴真」申请公开：Bank of America 的区块链视频认证、Arranged BV 的受控光照认证。主题正从「检测是不是假」转向「证明是真的」，低成本自助证明工具的缺口，是个人开发者能接的活。
In AI, InnovationBrief, 1 min read
AI 智创简报：《微软、蚂蚁都在给 AI 应用打注入疫苗，小团队缺个便宜的体检医生》
近 12 个月，微软、Palo Alto Networks、蚂蚁集团、Radware 四家申请人公开了五件提示词注入防御专利，最新一件 8 月 6 日公开。OWASP 把注入攻击列为 LLM 应用头号风险，企业级防御正在产品化，而面向小团队的低成本验收测试还是空白。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Amazon 和 Intuit 都在抢流式审核，便宜的那一层还空着》
2026 年上半年「AI 系统内容审核」主题已有 4 件美国申请公开，Amazon 与 Intuit 的 2 件落在近 90 天。指向一致：生成式输出的安全审查要流式做、按块做。对做聊天产品的开发者，这是一层能接的活。
In AI, InnovationBrief, 1 min read
AI 智创简报：《PRD 生成专利公开，独立开发者能卖需求拆解活》
美国申请 US20260178323A1 于 2026 年 6 月 25 日公开：把一句产品想法交给大模型，自动生成完整的产品需求文档（PRD，Product Requirements Document）与用户故事拆解。
In AI, InnovationBrief, 1 min read
AI 智创简报：《路由有专利，账单有水分：API 中间层省钱活》
2026 年大模型路由、语义缓存与成本预测主题的美国申请至少公开 6 件，其中 NVIDIA 与 IBM 的 2 件落在近 90 天。这些专利指向同一层：API 中间层。对交 API 账单的开发者，这是一层能接的活儿。
In AI, InnovationBrief, 1 min read
AI 智创简报：《标签可撕，凭证要验：内容溯源的打标缺口》
2026 年 AI 内容溯源与水印主题的美国申请至少公开 6 件，其中 3 件在近 90 天内。8 月 2 日 EU AI Act 透明度条款生效，AI 生成内容必须机器可读标记。「标签可撕」与「可验证凭证」之间的缺口，是一个能接的活儿。
In AI, InnovationBrief, 1 min read
AI 智创简报：《Agent 兜底这层活一个人就能接》
2026 年上半年集中公开的一批 Agent 专利，主题高度一致：让 Agent 记得住上次说过什么、别张口就编、出错了能自己爬起来。大厂圈的是平台，但这三件事的实现层薄到一个人一周就能做出可演示版本，接在别人的 API 调用链上收钱。
In AI, InnovationBrief, 1 min read
drug-discovery
一分钟读论文：《SABLE：智能体编排的先导化合物优化》
北卡罗来纳大学教堂山分校的论文《A Modular Agentic Framework for Synthetically Constrained Multi-Objective Hit-to-Lead Optimization》提出开源智能体框架 SABLE。
In AI, DrugDiscovery, 1 min read
dmta
一分钟读论文：《SABLE：智能体编排的先导化合物优化》
北卡罗来纳大学教堂山分校的论文《A Modular Agentic Framework for Synthetically Constrained Multi-Objective Hit-to-Lead Optimization》提出开源智能体框架 SABLE。
In AI, DrugDiscovery, 1 min read
bayesian-optimization
一分钟读论文：《SABLE：智能体编排的先导化合物优化》
北卡罗来纳大学教堂山分校的论文《A Modular Agentic Framework for Synthetically Constrained Multi-Objective Hit-to-Lead Optimization》提出开源智能体框架 SABLE。
In AI, DrugDiscovery, 1 min read
agent-skills
一分钟读论文：《技能各自合规，组合就出事》
北京科技大学、中国科学院软件研究所等合作的论文《CoSA》（arXiv:2610.35082）给 Agent Skills（可复用的技能插件）生态里的一类组合漏洞起了名字：CoS（Conflict of Skills，技能冲突，指每个技能单独检查都合规，组合使用时却违反政策）。
In AI, Security, 1 min read
AI 范式雷达：《一份技能文件写一次，所有客户端都能跑》
给 Claude Code 写一份配置、给 Copilot 再写一份、给 Gemini CLI 又写一份——各写各的日子正在结束。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《近端文本梯度下降驱动的智能体技能自进化》
香港科技大学与澳门大学的论文《SkillProx: Self-Evolving Agent Skills via Proximal Textual Gradient Descent》为智能体技能提出”前向-后向”双阶段框架，相比最强基线 SkillGrad 平均提升约 3.0 个百分点。
In AI, Agent, 1 min read
ContentProvenance
AI 智创简报：《标签可撕，凭证要验：内容溯源的打标缺口》
2026 年 AI 内容溯源与水印主题的美国申请至少公开 6 件，其中 3 件在近 90 天内。8 月 2 日 EU AI Act 透明度条款生效，AI 生成内容必须机器可读标记。「标签可撕」与「可验证凭证」之间的缺口，是一个能接的活儿。
In AI, InnovationBrief, 1 min read
C2PA
AI 智创简报：《标签可撕，凭证要验：内容溯源的打标缺口》
2026 年 AI 内容溯源与水印主题的美国申请至少公开 6 件，其中 3 件在近 90 天内。8 月 2 日 EU AI Act 透明度条款生效，AI 生成内容必须机器可读标记。「标签可撕」与「可验证凭证」之间的缺口，是一个能接的活儿。
In AI, InnovationBrief, 1 min read
AIGC
AI 智创简报：《标签可撕，凭证要验：内容溯源的打标缺口》
2026 年 AI 内容溯源与水印主题的美国申请至少公开 6 件，其中 3 件在近 90 天内。8 月 2 日 EU AI Act 透明度条款生效，AI 生成内容必须机器可读标记。「标签可撕」与「可验证凭证」之间的缺口，是一个能接的活儿。
In AI, InnovationBrief, 1 min read
ModelRouting
AI 智创简报：《路由有专利，账单有水分：API 中间层省钱活》
2026 年大模型路由、语义缓存与成本预测主题的美国申请至少公开 6 件，其中 NVIDIA 与 IBM 的 2 件落在近 90 天。这些专利指向同一层：API 中间层。对交 API 账单的开发者，这是一层能接的活儿。
In AI, InnovationBrief, 1 min read
CostOptimization
AI 智创简报：《大模型账单瘦身专利成簇，中间件的止血生意》
2026 年 2 至 9 月，四件”在大语言模型（LLM）吃进文本之前先做瘦身”的专利在 Free Patents Online 接连公开：日志折叠、子句剪枝、动态截断、工具清单最小化。Token 成本管控正从事后记账前移到喂给模型之前，而缺一个通用审计加裁剪中间层的空档，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《路由有专利，账单有水分：API 中间层省钱活》
2026 年大模型路由、语义缓存与成本预测主题的美国申请至少公开 6 件，其中 NVIDIA 与 IBM 的 2 件落在近 90 天。这些专利指向同一层：API 中间层。对交 API 账单的开发者，这是一层能接的活儿。
In AI, InnovationBrief, 1 min read
DeveloperTools
AI 智创简报：《PRD 生成专利公开，独立开发者能卖需求拆解活》
美国申请 US20260178323A1 于 2026 年 6 月 25 日公开：把一句产品想法交给大模型，自动生成完整的产品需求文档（PRD，Product Requirements Document）与用户故事拆解。
In AI, InnovationBrief, 1 min read
PRD
AI 智创简报：《PRD 生成专利公开，独立开发者能卖需求拆解活》
美国申请 US20260178323A1 于 2026 年 6 月 25 日公开：把一句产品想法交给大模型，自动生成完整的产品需求文档（PRD，Product Requirements Document）与用户故事拆解。
In AI, InnovationBrief, 1 min read
ContentModeration
AI 智创简报：《Amazon 和 Intuit 都在抢流式审核，便宜的那一层还空着》
2026 年上半年「AI 系统内容审核」主题已有 4 件美国申请公开，Amazon 与 Intuit 的 2 件落在近 90 天。指向一致：生成式输出的安全审查要流式做、按块做。对做聊天产品的开发者，这是一层能接的活。
In AI, InnovationBrief, 1 min read
Streaming
AI 智创简报：《Amazon 和 Intuit 都在抢流式审核，便宜的那一层还空着》
2026 年上半年「AI 系统内容审核」主题已有 4 件美国申请公开，Amazon 与 Intuit 的 2 件落在近 90 天。指向一致：生成式输出的安全审查要流式做、按块做。对做聊天产品的开发者，这是一层能接的活。
In AI, InnovationBrief, 1 min read
self-play
一分钟读论文：《SPADE：难度跟着能力长的自适应自博弈》
华盛顿大学等 9 个机构的论文《SPADE: Self-Play in Adaptive Synthetic Executable Environments》让同一个大语言模型既是环境设计师又是强化学习智能体，8 个留出基准均分从 50.2 提升到 58.3。
In AI, LLM, 1 min read
model-security
一分钟读论文：《黑盒推理模型的隐藏思维链被长度信号读走》
德国亥姆霍兹信息安全中心 CISPA 的论文《EchoCoT: Extracting Hidden Chain-of-Thought from Large Reasoning Models》证明仅靠纯 API 交互就能提取黑盒大推理模型隐藏的思维链，在开源模型上达到近逐字保真。
In AI, Security, 1 min read
LLMSecurity
AI 智创简报：《微软、蚂蚁都在给 AI 应用打注入疫苗，小团队缺个便宜的体检医生》
近 12 个月，微软、Palo Alto Networks、蚂蚁集团、Radware 四家申请人公开了五件提示词注入防御专利，最新一件 8 月 6 日公开。OWASP 把注入攻击列为 LLM 应用头号风险，企业级防御正在产品化，而面向小团队的低成本验收测试还是空白。
In AI, InnovationBrief, 1 min read
AgentSecurity
AI 智创简报：《MCP 安全专利密集授权，插件市场审计留给了谁》
2026 年 2 月至 8 月，六件”MCP（Model Context Protocol，AI 助手外接工具的标准协议）服务器安全”专利密集授权：Airia 一家连下五城，Notion 8 月补上权限控制一件。大厂把协议平台侧的治理圈住，插件市场的第三方审计还空着——这正是接单者能立刻动手的活。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《微软、蚂蚁都在给 AI 应用打注入疫苗，小团队缺个便宜的体检医生》
近 12 个月，微软、Palo Alto Networks、蚂蚁集团、Radware 四家申请人公开了五件提示词注入防御专利，最新一件 8 月 6 日公开。OWASP 把注入攻击列为 LLM 应用头号风险，企业级防御正在产品化，而面向小团队的低成本验收测试还是空白。
In AI, InnovationBrief, 1 min read
VideoAuthentication
AI 智创简报：《视频鉴真从查假转向证真，自助证明工具还是空白》
近 90 天有 2 件美国「视频鉴真」申请公开：Bank of America 的区块链视频认证、Arranged BV 的受控光照认证。主题正从「检测是不是假」转向「证明是真的」，低成本自助证明工具的缺口，是个人开发者能接的活。
In AI, InnovationBrief, 1 min read
Deepfake
AI 智创简报：《视频鉴真从查假转向证真，自助证明工具还是空白》
近 90 天有 2 件美国「视频鉴真」申请公开：Bank of America 的区块链视频认证、Arranged BV 的受控光照认证。主题正从「检测是不是假」转向「证明是真的」，低成本自助证明工具的缺口，是个人开发者能接的活。
In AI, InnovationBrief, 1 min read
Provenance
AI 智创简报：《视频鉴真从查假转向证真，自助证明工具还是空白》
近 90 天有 2 件美国「视频鉴真」申请公开：Bank of America 的区块链视频认证、Arranged BV 的受控光照认证。主题正从「检测是不是假」转向「证明是真的」，低成本自助证明工具的缺口，是个人开发者能接的活。
In AI, InnovationBrief, 1 min read
context-management
一分钟读论文：《长程 Agent 记忆中的压缩悬崖》
德国帕绍大学（University of Passau）与奥地利 IT:U Linz 合作的论文《The Compaction Cliff in Long-Running AI Agent Memory》发现：一轮压缩后仅保留 53% 的安全规则，五轮后只剩 10%。
In AI, LLM, 1 min read
skill
AI 范式雷达：《不再调权重：Agent 的自进化搬进了 Harness》
如果你最近在看 Agent 方向的论文，可能会注意到一个微妙的变化：过去半年讨论「让 Agent 自我改进」时，主角几乎总是模型本身——继续预训练、RLHF、递归微调。
In AI, ParadigmRadar, 3 mins read
medical
一分钟读论文：《把题目改错，模型的推理链纹丝不动》
埃因霍温理工大学与 Dana-Farber 癌症研究所合作的论文《Right Diagnoses, Decorative Reasoning: A Perturbation Audit of Medical Chain-of-Thought》（arXiv:2608.24790）扰动审计发现：破坏临床模型的可见推理链，诊断准确率几乎不变。
In AI, LLM, 1 min read
faithfulness
一分钟读论文：《引用的法条是被念出来的，不是被咨询的》
让大模型给出出处，正在变成合规与审计的硬要求。站内 AI 智创简报 #10 梳理过逐句举证方向的专利簇：大厂在圈地让 AI 答案带上引用凭证。
In AI, Safety, 1 min read
一分钟读论文：《把题目改错，模型的推理链纹丝不动》
埃因霍温理工大学与 Dana-Farber 癌症研究所合作的论文《Right Diagnoses, Decorative Reasoning: A Perturbation Audit of Medical Chain-of-Thought》（arXiv:2608.24790）扰动审计发现：破坏临床模型的可见推理链，诊断准确率几乎不变。
In AI, LLM, 1 min read
LLMEvaluation
AI 智创简报：《提示词测试专利成簇，独立开发者的补位生意》
近三个月，”给提示词自动生成测试、自动优化”的专利连续公开与授权，申请人既有初创也有微软。大厂把提示词当工程资产做测试；留给独立开发者的，是把这套能力做成小团队用得起的工具与服务的补位空间。
In AI, InnovationBrief, 1 min read
PromptEngineering
AI 智创简报：《提示词测试专利成簇，独立开发者的补位生意》
近三个月，”给提示词自动生成测试、自动优化”的专利连续公开与授权，申请人既有初创也有微软。大厂把提示词当工程资产做测试；留给独立开发者的，是把这套能力做成小团队用得起的工具与服务的补位空间。
In AI, InnovationBrief, 1 min read
DevTools
AI 智创简报：《微软圈地代码评审智能体，PR 质检报告还空着》
2026 年 9 月 17 日，微软在 AI 代码评审方向公开一件新继续申请；近 18 个月，微软与摩根大通已公开或授权至少四件”让 AI 审 PR”的方法专利。生成层被圈完了，衡量这些 AI 评审到底有没有用的验收层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大厂在给 AI 输出装质检阀，验收报告这门手艺没人接》
2024 年 5 月至 2026 年 7 月，四件「大模型输出验证」专利先后授权，受让人是 Honeywell、Citibank（两件）与 WitnessAI。大厂把”AI 的回答能不能出门”申请成了方法；替甲方验收 AI 交付物、出那份量化质检报告的那层活，目前还是个人手艺。
In AI, InnovationBrief, 1 min read
AI 智创简报：《抢话该不该接？NVIDIA 们圈地轮次判定，质检工具还空着》
2026 年 1 至 8 月，四件围绕”语音智能体什么时候开口”的专利接连公开，申请人是 NVIDIA、Sierra 与 Salesforce。大厂在把抢话、冷场、响应延迟这些体验问题申请成方法；给语音机器人做轮次质检与验收报告的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《大模型账单瘦身专利成簇，中间件的止血生意》
2026 年 2 至 9 月，四件”在大语言模型（LLM）吃进文本之前先做瘦身”的专利在 Free Patents Online 接连公开：日志折叠、子句剪枝、动态截断、工具清单最小化。Token 成本管控正从事后记账前移到喂给模型之前，而缺一个通用审计加裁剪中间层的空档，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《RAG 拒答题测试专利成簇，知识库质检是接单活》
2026 年 4 至 6 月，三件 RAG（检索增强生成，即先查资料再让大模型作答的架构）质量评测专利接连公开，申请人是 Salesforce、SAP 与通用汽车。大厂在把”知识库问答什么时候该闭嘴”申请成方法；给小团队 RAG 交付物做拒答测试与验收质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《端侧小模型专利成簇，私有化部署的工具生意》
2026 年 5 至 8 月，三件端侧小模型（直接跑在手机、车机、办公电脑上的模型）专利接连公开：Blockchain Labs 的本地个人数据代理、微软的边云分层模型路由、奔驰的车载函数调用剪枝。大厂在圈”AI 不出设备”的管道件，而选型基准与交付工具缺位，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
AI 智创简报：《Agent 权限拦截专利成簇，独立开发者的守门中间件》
2026 年 4 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）工具调用权限管控”专利接连公开与授权：拦截层被做到操作系统进程级，Mistral 拿下沙箱暂停重放，Daon 占住委托凭证。平台与云侧被圈地，个人开发者本地能装的轻量权限守门还空着。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《Agent 轨迹评测专利成簇，长任务质检是接单活》
2026 年 1 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）评测”专利接连公开，申请人里出现花旗银行与 KPMG。大厂和咨询公司在把 Agent 验收做成方法论；给小团队交付物做量化质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《MCP 安全专利密集授权，插件市场审计留给了谁》
2026 年 2 月至 8 月，六件”MCP（Model Context Protocol，AI 助手外接工具的标准协议）服务器安全”专利密集授权：Airia 一家连下五城，Notion 8 月补上权限控制一件。大厂把协议平台侧的治理圈住，插件市场的第三方审计还空着——这正是接单者能立刻动手的活。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》
近一年四件”说话人分离”（speaker diarization，判定音频里谁在何时说话）专利相继公开：NVIDIA 的流式缓存方案本月刚公开，Google 占下三件。大厂把分离模型越做越省，转写交付里”这句话是谁说的”这道人工质检关还空着——接转写单的人每天都在这上面耗时间。
In AI, InnovationBrief, 1 min read
AI 智创简报：《逐句举证专利扎堆，RAG 质检的插件生意》
2026 年 7-9 月，四件”让 AI 答案可验证”的专利相继公开：DeepMind 的行内证据、Salesforce 的引用生成、AIG 的溯源界面、Snowflake 的幻觉防护。大厂把”答案逐句带证据”圈进自家生成链路；给任意模型的答案做第三方质检，工具与审计服务还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《提示词测试专利成簇，独立开发者的补位生意》
近三个月，”给提示词自动生成测试、自动优化”的专利连续公开与授权，申请人既有初创也有微软。大厂把提示词当工程资产做测试；留给独立开发者的，是把这套能力做成小团队用得起的工具与服务的补位空间。
In AI, InnovationBrief, 1 min read
governance
一分钟读论文：《作弊顺着公告栏传播，举报也是》
Google DeepMind 的案例研究《Autonomous Research Swarms》给出了一个方向相反的观察：在 100 个自主 LLM agent 组成的科研集群里，作弊与举报都走公开通道，透明通道让诚实 agent 组织抵抗。
In AI, MultiAgent, 1 min read
Hallucination
AI 智创简报：《逐句举证专利扎堆，RAG 质检的插件生意》
2026 年 7-9 月，四件”让 AI 答案可验证”的专利相继公开：DeepMind 的行内证据、Salesforce 的引用生成、AIG 的溯源界面、Snowflake 的幻觉防护。大厂把”答案逐句带证据”圈进自家生成链路；给任意模型的答案做第三方质检，工具与审计服务还空着。
In AI, InnovationBrief, 1 min read
LLMOps
AI 智创简报：《逐句举证专利扎堆，RAG 质检的插件生意》
2026 年 7-9 月，四件”让 AI 答案可验证”的专利相继公开：DeepMind 的行内证据、Salesforce 的引用生成、AIG 的溯源界面、Snowflake 的幻觉防护。大厂把”答案逐句带证据”圈进自家生成链路；给任意模型的答案做第三方质检，工具与审计服务还空着。
In AI, InnovationBrief, 1 min read
SpeechToText
AI 智创简报：《会议纪要专利扎堆，平台上不了的场子留给个人》
2026 年 6 到 7 月，Zoom 三件会议纪要、章节切分与记录分析专利集中授权或公开，微软的一件话语重要性评估专利也拿到欧洲授权文本。会议软件内置的纪要层正被专利圈住；留给个人的是平台进不去的另一半——保密行业的本地化部署与行业模板。
In AI, InnovationBrief, 1 min read
AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》
近一年四件”说话人分离”（speaker diarization，判定音频里谁在何时说话）专利相继公开：NVIDIA 的流式缓存方案本月刚公开，Google 占下三件。大厂把分离模型越做越省，转写交付里”这句话是谁说的”这道人工质检关还空着——接转写单的人每天都在这上面耗时间。
In AI, InnovationBrief, 1 min read
Diarization
AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》
近一年四件”说话人分离”（speaker diarization，判定音频里谁在何时说话）专利相继公开：NVIDIA 的流式缓存方案本月刚公开，Google 占下三件。大厂把分离模型越做越省，转写交付里”这句话是谁说的”这道人工质检关还空着——接转写单的人每天都在这上面耗时间。
In AI, InnovationBrief, 1 min read
supply-chain
AI 范式雷达：《把 Agent 的线拉进自己的箱子》
2026-10-16 至 10-28 的十二天里，agent 与模型之间那根直连裸线在 Hacker News 上同时遭到需求、事故、命名三向挤压：自建代理主帖 303 分，市占头部的 LiteLLM 在 PyPI 被投毒 596 分，「Agent Gateway」被厂商定为品类名。
In AI, ParadigmRadar, 1 min read
AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》
9 月 2 日登上 Hacker News 的 FrontierHarness Eval（HN Algolia API 2026-09-06 实测 81 分）给出结论：同一 Kimi K3 模型、同一运行时下，横评 9 个执行外壳，任务通过率最高 66.7%、最低 50.0%，每任务成本相差 17 倍。
In AI, ParadigmRadar, 1 min read
distillation
一分钟读论文：《数据喂饱了，算法还饿着》
以清华大学为主力的团队发布预印本《Rethinking On-Policy Distillation of Large Language Models II: One Training Example》，报告了 on-policy distillation 在数据极简极限下的表现：只用一条训练 query，蒸馏就能持续上行数百步。
In AI, 1 min read
agents
一分钟读论文：《为什么更强的模型会让系统更危险?》
Jillian Ross 等人合作的论文《Why Better Models Can Create Riskier Systems》（2026年9月3日提交预印本）给出一个反直觉结论：提升单个模型的能力，可能让系统级结果变差而不是变好。
In AI, Safety, 1 min read
一分钟读论文：《旧轨迹里挖出新环境》
以阿里 Qwen 团队为主力、合作清华大学的论文《Terminal-Universe》（arXiv:2609.04148，预印本）提出一个判断：终端代码智能体后训练的真正瓶颈不是轨迹数量，而是可执行环境。
In AI, 1 min read
code
一分钟读论文：《旧轨迹里挖出新环境》
以阿里 Qwen 团队为主力、合作清华大学的论文《Terminal-Universe》（arXiv:2609.04148，预印本）提出一个判断：终端代码智能体后训练的真正瓶颈不是轨迹数量，而是可执行环境。
In AI, 1 min read
AIAgent
AI 智创简报：《Agent 权限拦截专利成簇，独立开发者的守门中间件》
2026 年 4 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）工具调用权限管控”专利接连公开与授权：拦截层被做到操作系统进程级，Mistral 拿下沙箱暂停重放，Daon 占住委托凭证。平台与云侧被圈地，个人开发者本地能装的轻量权限守门还空着。
In AI, InnovationBrief, Security, 1 min read
AI 智创简报：《Agent 轨迹评测专利成簇，长任务质检是接单活》
2026 年 1 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）评测”专利接连公开，申请人里出现花旗银行与 KPMG。大厂和咨询公司在把 Agent 验收做成方法论；给小团队交付物做量化质检的那一层，还空着。
In AI, InnovationBrief, 1 min read
Guardrails
AI 智创简报：《Agent 权限拦截专利成簇，独立开发者的守门中间件》
2026 年 4 至 8 月，四件”AI Agent（能自主多步调用工具的 AI 程序）工具调用权限管控”专利接连公开与授权：拦截层被做到操作系统进程级，Mistral 拿下沙箱暂停重放，Daon 占住委托凭证。平台与云侧被圈地，个人开发者本地能装的轻量权限守门还空着。
In AI, InnovationBrief, Security, 1 min read
knowledge-graph
一分钟读论文：《记忆库原封不动，Agent 为何照样失忆》
Ankit Goyal 与 Jaideep Ray 合作的论文《Does Your Agent’s Memory Survive a Model Upgrade?》给出一个反直觉结论：记忆库原封不动的 Agent 换模型后也失忆，笔记精度摆动 +9.91 或 -13.28 个百分点。
In AI, LLM, 1 min read
coordination
一分钟读论文：《LLM 团队里的成员真的可以随便换吗?》
中国农业大学、天津财经大学和吉林大学合作的论文 Testing Interchangeability in LLM Agent Teams 检验了生产环境多智能体系统的一个默认假设：能干这个活角色的 agent 就能顶替这个角色。
In AI, MultiAgent, 1 min read
http
AI 范式雷达：《网站开始给 Agent 单独上一道菜》
同一个 URL、同一个 Accept 头，返回的字节从 24,222 掉到 2,201——这不是压缩，是换了一种表示。
In AI, ParadigmRadar, 1 min read
content-negotiation
AI 范式雷达：《网站开始给 Agent 单独上一道菜》
同一个 URL、同一个 Accept 头，返回的字节从 24,222 掉到 2,201——这不是压缩，是换了一种表示。
In AI, ParadigmRadar, 1 min read
seo
AI 范式雷达：《网站开始给 Agent 单独上一道菜》
同一个 URL、同一个 Accept 头，返回的字节从 24,222 掉到 2,201——这不是压缩，是换了一种表示。
In AI, ParadigmRadar, 1 min read
markdown
AI 范式雷达：《网站开始给 Agent 单独上一道菜》
同一个 URL、同一个 Accept 头，返回的字节从 24,222 掉到 2,201——这不是压缩，是换了一种表示。
In AI, ParadigmRadar, 1 min read
financial-markets
一分钟读论文：《为什么更强的模型会让系统更危险?》
Jillian Ross 等人合作的论文《Why Better Models Can Create Riskier Systems》（2026年9月3日提交预印本）给出一个反直觉结论：提升单个模型的能力，可能让系统级结果变差而不是变好。
In AI, Safety, 1 min read
security
一分钟读论文：《技能各自合规，组合就出事》
北京科技大学、中国科学院软件研究所等合作的论文《CoSA》（arXiv:2610.35082）给 Agent Skills（可复用的技能插件）生态里的一类组合漏洞起了名字：CoS（Conflict of Skills，技能冲突，指每个技能单独检查都合规，组合使用时却违反政策）。
In AI, Security, 1 min read
一分钟读论文：《低攻击成功率掩盖了什么？》
孟加拉国 BRAC University 的论文《Ignored, Not Refused》（arXiv:2610.23254）审计了 33,000 条 agent 轨迹后发现：低攻击成功率并不代表防御成功，多数”失败”只是 agent 没理会注入。
In AI, Security, 1 min read
AI 范式雷达：《隔离质量等于攻击面质量》
2026-08-26，安全公司 Trail of Bits 发布《VMs won’t contain cyber-capable agents》，称一个具备网络攻击能力的前沿 AI Agent（文中为 GPT 5.6-Cyber 预览版）先后 3 次从未经安全裁剪的通用 QEMU/KVM 虚拟机中自主逃逸。
In AI, ParadigmRadar, Security, 1 min read
一分钟读论文：《删掉的记忆为何仍会从行为里漏出来》
论文《Inferring Hidden User Models from the Behavior of Personalized LLM Agents》结论对业界话术很不利：个性化 Agent 的用户记忆即使原文已删除，黑盒攻击者依然能从被 user model（用户模型，指供后续决策使用的压缩或结构化表示）塑造的选择里恢复隐私信息。
In AI, Security, 1 min read
一分钟读论文：《通过全部测试的反编译代码为何仍不可信》
论文《When LLM Decompilers Recompile More and Preserve Less》给出一个直接动摇当前评测口径的结论：以大模型为内核的反编译工具产出的代码，即使能通过全部随附测试，仍有 4.9% 在合法输入上与原始程序行为分歧。
In AI, Security, 1 min read
decompilation
一分钟读论文：《通过全部测试的反编译代码为何仍不可信》
论文《When LLM Decompilers Recompile More and Preserve Less》给出一个直接动摇当前评测口径的结论：以大模型为内核的反编译工具产出的代码，即使能通过全部随附测试，仍有 4.9% 在合法输入上与原始程序行为分歧。
In AI, Security, 1 min read
privacy
一分钟读论文：《遗忘审计的结论可能是统计量挪的》
一篇 2026 年 9 月提交的机器遗忘审计预印本《Published Unlearning Numbers Move Per Checkpoint》发现：仅重新拟合批归一化统计量，就有 47 of 221 个 checkpoint 的指标移动。
In AI, Security, 1 min read
一分钟读论文：《删掉的记忆为何仍会从行为里漏出来》
论文《Inferring Hidden User Models from the Behavior of Personalized LLM Agents》结论对业界话术很不利：个性化 Agent 的用户记忆即使原文已删除，黑盒攻击者依然能从被 user model（用户模型，指供后续决策使用的压缩或结构化表示）塑造的选择里恢复隐私信息。
In AI, Security, 1 min read
sandbox-escape
AI 范式雷达：《隔离质量等于攻击面质量》
2026-08-26，安全公司 Trail of Bits 发布《VMs won’t contain cyber-capable agents》，称一个具备网络攻击能力的前沿 AI Agent（文中为 GPT 5.6-Cyber 预览版）先后 3 次从未经安全裁剪的通用 QEMU/KVM 虚拟机中自主逃逸。
In AI, ParadigmRadar, Security, 1 min read
qemu
AI 范式雷达：《隔离质量等于攻击面质量》
2026-08-26，安全公司 Trail of Bits 发布《VMs won’t contain cyber-capable agents》，称一个具备网络攻击能力的前沿 AI Agent（文中为 GPT 5.6-Cyber 预览版）先后 3 次从未经安全裁剪的通用 QEMU/KVM 虚拟机中自主逃逸。
In AI, ParadigmRadar, Security, 1 min read
kvm
AI 范式雷达：《隔离质量等于攻击面质量》
2026-08-26，安全公司 Trail of Bits 发布《VMs won’t contain cyber-capable agents》，称一个具备网络攻击能力的前沿 AI Agent（文中为 GPT 5.6-Cyber 预览版）先后 3 次从未经安全裁剪的通用 QEMU/KVM 虚拟机中自主逃逸。
In AI, ParadigmRadar, Security, 1 min read
EdgeAI
AI 智创简报：《端侧小模型专利成簇，私有化部署的工具生意》
2026 年 5 至 8 月，三件端侧小模型（直接跑在手机、车机、办公电脑上的模型）专利接连公开：Blockchain Labs 的本地个人数据代理、微软的边云分层模型路由、奔驰的车载函数调用剪枝。大厂在圈”AI 不出设备”的管道件，而选型基准与交付工具缺位，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
LocalLLM
AI 智创简报：《会议纪要专利扎堆，平台上不了的场子留给个人》
2026 年 6 到 7 月，Zoom 三件会议纪要、章节切分与记录分析专利集中授权或公开，微软的一件话语重要性评估专利也拿到欧洲授权文本。会议软件内置的纪要层正被专利圈住；留给个人的是平台进不去的另一半——保密行业的本地化部署与行业模板。
In AI, InnovationBrief, 1 min read
AI 智创简报：《端侧小模型专利成簇，私有化部署的工具生意》
2026 年 5 至 8 月，三件端侧小模型（直接跑在手机、车机、办公电脑上的模型）专利接连公开：Blockchain Labs 的本地个人数据代理、微软的边云分层模型路由、奔驰的车载函数调用剪枝。大厂在圈”AI 不出设备”的管道件，而选型基准与交付工具缺位，正是独立开发者能接的活。
In AI, InnovationBrief, DevTools, 1 min read
VoiceAI
AI 智创简报：《抢话该不该接？NVIDIA 们圈地轮次判定，质检工具还空着》
2026 年 1 至 8 月，四件围绕”语音智能体什么时候开口”的专利接连公开，申请人是 NVIDIA、Sierra 与 Salesforce。大厂在把抢话、冷场、响应延迟这些体验问题申请成方法；给语音机器人做轮次质检与验收报告的那一层，还空着。
In AI, InnovationBrief, 1 min read
QA
AI 智创简报：《微软圈地代码评审智能体，PR 质检报告还空着》
2026 年 9 月 17 日，微软在 AI 代码评审方向公开一件新继续申请；近 18 个月，微软与摩根大通已公开或授权至少四件”让 AI 审 PR”的方法专利。生成层被圈完了，衡量这些 AI 评审到底有没有用的验收层，还空着。
In AI, InnovationBrief, 1 min read
AI 智创简报：《抢话该不该接？NVIDIA 们圈地轮次判定，质检工具还空着》
2026 年 1 至 8 月，四件围绕”语音智能体什么时候开口”的专利接连公开，申请人是 NVIDIA、Sierra 与 Salesforce。大厂在把抢话、冷场、响应延迟这些体验问题申请成方法；给语音机器人做轮次质检与验收报告的那一层，还空着。
In AI, InnovationBrief, 1 min read
machine-unlearning
一分钟读论文：《遗忘审计的结论可能是统计量挪的》
一篇 2026 年 9 月提交的机器遗忘审计预印本《Published Unlearning Numbers Move Per Checkpoint》发现：仅重新拟合批归一化统计量，就有 47 of 221 个 checkpoint 的指标移动。
In AI, Security, 1 min read
standards
AI 范式雷达：《一份技能文件写一次，所有客户端都能跑》
给 Claude Code 写一份配置、给 Copilot 再写一份、给 Gemini CLI 又写一份——各写各的日子正在结束。
In AI, ParadigmRadar, 1 min read
developer-tools
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
如果你的开发者工具只做过面向人类的营销，你正在错过一半个市场：Armature 的测量研究显示——Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%。
In AI, ParadigmRadar, 4 mins read
AI 范式雷达：《一份技能文件写一次，所有客户端都能跑》
给 Claude Code 写一份配置、给 Copilot 再写一份、给 Gemini CLI 又写一份——各写各的日子正在结束。
In AI, ParadigmRadar, 1 min read
observability
AI 范式雷达：《把 Agent 的线拉进自己的箱子》
2026-10-16 至 10-28 的十二天里，agent 与模型之间那根直连裸线在 Hacker News 上同时遭到需求、事故、命名三向挤压：自建代理主帖 303 分，市占头部的 LiteLLM 在 PyPI 被投毒 596 分，「Agent Gateway」被厂商定为品类名。
In AI, ParadigmRadar, 1 min read
AI 范式雷达：《Agent 说完不算，拿出证据》
2026-09-26 到 10-05 的十天里，四起据报道的 agent 失控事件接连登上 Hacker News，其中热度最高的 Wikimedia 帖拿到 307 分。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《像查性能热点一样查智能体的开销》
2026 年 9 月 14 日提交到 arXiv 的论文《AgentPProf: Semantic Profiler for Long Horizon AI Agents》提出：长程 AI Agent 的可观测性欠账不在调试，而在画像——新方法最高提升 MAP 指标 56%。
In AI, Engineering, 1 min read
profiling
一分钟读论文：《像查性能热点一样查智能体的开销》
2026 年 9 月 14 日提交到 arXiv 的论文《AgentPProf: Semantic Profiler for Long Horizon AI Agents》提出：长程 AI Agent 的可观测性欠账不在调试，而在画像——新方法最高提升 MAP 指标 56%。
In AI, Engineering, 1 min read
rag
一分钟读论文：《删掉一个前缀，近满分的投毒防御当场裸奔》
North Creek High School 与 Washington State University 的论文《Ranking Is Not Deciding》（arXiv:2610.33849）指出：RAG 投毒防御论文里的近满分检测率，很可能测的不是投毒本身，而是毒文档的构造痕迹。
In AI, Security, 1 min read
一分钟读论文：《查历史工单要比所处阶段而非整篇文档》
微软红雷蒙德团队的论文《RAFT》（已被 EMNLP 2026 行业 track 接收）把已关闭工单抽象成时间线条目链按阶段检索，初始症状阶段案例命中率达 84.2%，远超整篇文档检索的 67.3%。
In AI, Engineering, 1 min read
retrieval
一分钟读论文：《查历史工单要比所处阶段而非整篇文档》
微软红雷蒙德团队的论文《RAFT》（已被 EMNLP 2026 行业 track 接收）把已关闭工单抽象成时间线条目链按阶段检索，初始症状阶段案例命中率达 84.2%，远超整篇文档检索的 67.3%。
In AI, Engineering, 1 min read
customer-support
一分钟读论文：《查历史工单要比所处阶段而非整篇文档》
微软红雷蒙德团队的论文《RAFT》（已被 EMNLP 2026 行业 track 接收）把已关闭工单抽象成时间线条目链按阶段检索，初始症状阶段案例命中率达 84.2%，远超整篇文档检索的 67.3%。
In AI, Engineering, 1 min read
shutdown
kubernetes
scheduler
patent
AI 智创简报：《网络排障 Agent 上场干活，考场却没人监考》
2026 年 6 月 23 日到 8 月 13 日的七周内，Cisco、Microsoft、ServiceNow、Juniper 密集授权或公开七件网络运维智能体（让大模型智能体替人排查与恢复网络故障的 AIOps Agent）专利。大厂圈住智能体直接动手改网络这层，动手前后的评测考场与行为审计仍无厂商设防。
In AI, InnovationBrief, 1 min read
AI 智创简报：《抽文档省 token 的做法正在收敛：先定位，只喂那一小块》
生成式 AI 落地最早的赛道之一，正在专利面上留下整齐的一排：2026 年 2 月到 8 月，六家互不相同的公司围绕同一件事拿到了授权——用语言模型从非结构化文档里抽取结构化字段。
In AI, InnovationBrief, 1 min read
AI 智创简报：《查库 SQL 谁生成不重要，答没答对没人验》
2026 年 4 月的一个月内，微软、亚马逊、戴尔、Snowflake 的四件「自然语言查数据库」（NL2SQL，把提问翻译成 SQL）专利集中公开或授权。生成 SQL 的一层被圈住；判断一条 SQL 是否真答对了问题，这一层还空着。
In AI, InnovationBrief, 1 min read
nl2sql
AI 智创简报：《查库 SQL 谁生成不重要，答没答对没人验》
2026 年 4 月的一个月内，微软、亚马逊、戴尔、Snowflake 的四件「自然语言查数据库」（NL2SQL，把提问翻译成 SQL）专利集中公开或授权。生成 SQL 的一层被圈住；判断一条 SQL 是否真答对了问题，这一层还空着。
In AI, InnovationBrief, 1 min read
dev-tools
AI 智创简报：《抽文档省 token 的做法正在收敛：先定位，只喂那一小块》
生成式 AI 落地最早的赛道之一，正在专利面上留下整齐的一排：2026 年 2 月到 8 月，六家互不相同的公司围绕同一件事拿到了授权——用语言模型从非结构化文档里抽取结构化字段。
In AI, InnovationBrief, 1 min read
AI 智创简报：《查库 SQL 谁生成不重要，答没答对没人验》
2026 年 4 月的一个月内，微软、亚马逊、戴尔、Snowflake 的四件「自然语言查数据库」（NL2SQL，把提问翻译成 SQL）专利集中公开或授权。生成 SQL 的一层被圈住；判断一条 SQL 是否真答对了问题，这一层还空着。
In AI, InnovationBrief, 1 min read
indie-hacker
AI 智创简报：《查库 SQL 谁生成不重要，答没答对没人验》
2026 年 4 月的一个月内，微软、亚马逊、戴尔、Snowflake 的四件「自然语言查数据库」（NL2SQL，把提问翻译成 SQL）专利集中公开或授权。生成 SQL 的一层被圈住；判断一条 SQL 是否真答对了问题，这一层还空着。
In AI, InnovationBrief, 1 min read
simulation
一分钟读论文：《上线之前先让仿真客户把客服考一遍》
受监管行业上线客服 AI 智能体，测试是个两难：人工端到端覆盖面有限，直接上线实验又让客户替失败买单。
In AI, Engineering, 1 min read
guardrails
一分钟读论文：《改一个选项的名字就能打开安全闸门》
南加州大学的预印本《One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails》审计了安全闸门表现：准确率只有 36% 到 72%，有模型低于抛硬币。
In AI, Security, 1 min read
llm-judge
一分钟读论文：《改一个选项的名字就能打开安全闸门》
南加州大学的预印本《One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails》审计了安全闸门表现：准确率只有 36% 到 72%，有模型低于抛硬币。
In AI, Security, 1 min read
decision-models
AI 范式雷达：《快脑拆出大模型，Agent 控制循环改订阅决策函数》
Agent 的高频控制循环正在换芯：从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。
In AI, ParadigmRadar, 1 min read
non-autoregressive
AI 范式雷达：《快脑拆出大模型，Agent 控制循环改订阅决策函数》
Agent 的高频控制循环正在换芯：从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。
In AI, ParadigmRadar, 1 min read
model-serving
AI 范式雷达：《快脑拆出大模型，Agent 控制循环改订阅决策函数》
Agent 的高频控制循环正在换芯：从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。
In AI, ParadigmRadar, 1 min read
typed-output
AI 范式雷达：《快脑拆出大模型，Agent 控制循环改订阅决策函数》
Agent 的高频控制循环正在换芯：从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。
In AI, ParadigmRadar, 1 min read
legal-ai
一分钟读论文：《引用的法条是被念出来的，不是被咨询的》
让大模型给出出处，正在变成合规与审计的硬要求。站内 AI 智创简报 #10 梳理过逐句举证方向的专利簇：大厂在圈地让 AI 答案带上引用凭证。
In AI, Safety, 1 min read
structured-output
一分钟读论文：《字段顺序决定结构税交多少》
已被 AACL IJCNLP 2026 主会接收的 PayPal AI 论文《Structure Tax: How Structured Output affects LLMs Performance》发现：强制按固定格式作答的精度损失，不在结构本身，而在字段顺序。
In AI, Engineering, 1 min read
schema
一分钟读论文：《字段顺序决定结构税交多少》
已被 AACL IJCNLP 2026 主会接收的 PayPal AI 论文《Structure Tax: How Structured Output affects LLMs Performance》发现：强制按固定格式作答的精度损失，不在结构本身，而在字段顺序。
In AI, Engineering, 1 min read
verifier
一分钟读论文：《交付验收需要一个会说理由的裁判》
2026 年 10 月 9 日提交到 arXiv 的预印本《SWE-Critix》（arXiv:2610.13356）给出一个可直接摘录的结论：拿通用推理模型裸当编程 agent 的交付验收裁判并不合格，专门后训练后，完成判定分类准确率从 57% 提到 78%。
In AI, Engineering, 1 min read
distribution
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
如果你的开发者工具只做过面向人类的营销，你正在错过一半个市场：Armature 的测量研究显示——Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%。
In AI, ParadigmRadar, 4 mins read
aeo
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
如果你的开发者工具只做过面向人类的营销，你正在错过一半个市场：Armature 的测量研究显示——Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%。
In AI, ParadigmRadar, 4 mins read
skill-routing
一分钟读论文：《Skill库越大agent越不翻说明书》
香港大学、华中科技大学等作者的预印本论文《Lost in Implicit Routing》（arXiv:2610.18522）测量出现象——当 skill 库扩到一千个无关项时，agent 的加载召回率从 73.6% 跌到 27.4%，51.6% 的任务干脆一个 skill 都不加载。
In AI, Engineering, 1 min read
ai-agents
一分钟读论文：《别替模型排答题路线》
北京大学与北京邮电大学的论文《Free to Look, Free to Reason》（arXiv:2610.35767）给一个流行做法判了负分：简单 harness 的 PR@1 最高 77%，发表 agent 仅 53%。
In AI, Engineering, 1 min read
一分钟读论文：《技能各自合规，组合就出事》
北京科技大学、中国科学院软件研究所等合作的论文《CoSA》（arXiv:2610.35082）给 Agent Skills（可复用的技能插件）生态里的一类组合漏洞起了名字：CoS（Conflict of Skills，技能冲突，指每个技能单独检查都合规，组合使用时却违反政策）。
In AI, Security, 1 min read
一分钟读论文：《研究 Agent 把证据磨得太光滑》
纽约大学（New York University）的论文《Quantifying Claim Smoothing by LLM Research Agents》给深度研究 Agent 的一种系统性偏差起了名字：smoothing（平滑化），每个系统至少 25% 的结论拿到 SmoothScore ≥ 3。
In AI, Safety, 1 min read
一分钟读论文：《AI卖家吹牛如何搞垮工具市场》
Google、Google DeepMind 与多伦多大学合作的论文《Toolflation》（arXiv:2610.28454）用受控模拟实验证明：在 MCP 式的 AI 工具市场里，卖方 agent 只被要求”多被选中”，没有任何人教它夸大，就自发开始吹牛。
In AI, Security, 1 min read
一分钟读论文：《低攻击成功率掩盖了什么？》
孟加拉国 BRAC University 的论文《Ignored, Not Refused》（arXiv:2610.23254）审计了 33,000 条 agent 轨迹后发现：低攻击成功率并不代表防御成功，多数”失败”只是 agent 没理会注入。
In AI, Security, 1 min read
一分钟读论文：《强模型掌舵，弱模型盯梢》
Simular 联合威斯康星大学麦迪逊分校的论文《LEASH》（arXiv 预印本，2026 年 10 月提交）给出了一个省钱又不掉链子的方案：让开源弱模型先干活，按不确定性在合适时机升级给强模型接管，弱模型转任影子观察者在线盯梢，OSWorld 成功率 73.66%。
In AI, Engineering, 1 min read
一分钟读论文：《AI 交付的最后一公里有多难？》
DeepLethe 联合清华大学、上海交通大学等团队发布的预印本论文《FDE-Gym: The Last Mile of AI Delivery》把目标对准 AI 落地中最缺乏评测的一环：交付。
In AI, Engineering, 1 min read
一分钟读论文：《编码智能体：知道却不说》
腾讯与中国科学技术大学团队的论文《What Coding Agents Leave Unsaid: Measuring Task-State Gaps Between Execution and Reports》测出一个反直觉的现象：问智能体本人，93.6% 能答对；只看它的报告，只能恢复 52.0%。
In AI, Engineering, 1 min read
一分钟读论文：《三个托就能改掉一半人的心里话》
伊利诺伊大学芝加哥分校的论文《Believed but Not Said: Measuring Hidden Belief Collapse in Multi-Agent LLM Discussions》发现：放入 3 个反复坚称错误答案的对抗者后，60.5% 的良性智能体以错误答案收尾。
In AI, Engineering, 1 min read
一分钟读论文：《Skill库越大agent越不翻说明书》
香港大学、华中科技大学等作者的预印本论文《Lost in Implicit Routing》（arXiv:2610.18522）测量出现象——当 skill 库扩到一千个无关项时，agent 的加载召回率从 73.6% 跌到 27.4%，51.6% 的任务干脆一个 skill 都不加载。
In AI, Engineering, 1 min read
model-evaluation
一分钟读论文：《Skill库越大agent越不翻说明书》
香港大学、华中科技大学等作者的预印本论文《Lost in Implicit Routing》（arXiv:2610.18522）测量出现象——当 skill 库扩到一千个无关项时，agent 的加载召回率从 73.6% 跌到 27.4%，51.6% 的任务干脆一个 skill 都不加载。
In AI, Engineering, 1 min read
agent-permissions
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。
In AI, ParadigmRadar, 3 mins read
oci
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。
In AI, ParadigmRadar, 3 mins read
sandbox
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。
In AI, ParadigmRadar, 3 mins read
identity
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。
In AI, ParadigmRadar, 3 mins read
authorization
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。
In AI, ParadigmRadar, 3 mins read
document-ai
AI 智创简报：《抽文档省 token 的做法正在收敛：先定位，只喂那一小块》
生成式 AI 落地最早的赛道之一，正在专利面上留下整齐的一排：2026 年 2 月到 8 月，六家互不相同的公司围绕同一件事拿到了授权——用语言模型从非结构化文档里抽取结构化字段。
In AI, InnovationBrief, 1 min read
information-extraction
AI 智创简报：《抽文档省 token 的做法正在收敛：先定位，只喂那一小块》
生成式 AI 落地最早的赛道之一，正在专利面上留下整齐的一排：2026 年 2 月到 8 月，六家互不相同的公司围绕同一件事拿到了授权——用语言模型从非结构化文档里抽取结构化字段。
In AI, InnovationBrief, 1 min read
llm-evaluation
一分钟读论文：《低攻击成功率掩盖了什么？》
孟加拉国 BRAC University 的论文《Ignored, Not Refused》（arXiv:2610.23254）审计了 33,000 条 agent 轨迹后发现：低攻击成功率并不代表防御成功，多数”失败”只是 agent 没理会注入。
In AI, Security, 1 min read
一分钟读论文：《编码智能体：知道却不说》
腾讯与中国科学技术大学团队的论文《What Coding Agents Leave Unsaid: Measuring Task-State Gaps Between Execution and Reports》测出一个反直觉的现象：问智能体本人，93.6% 能答对；只看它的报告，只能恢复 52.0%。
In AI, Engineering, 1 min read
codex
AI 范式雷达：《当你的笔记本上住进别人家的守护进程》
一组 2026-10-16 实测数字：openai/codex 要求把守护进程默认启动改为 opt-in（选择性加入）的 issue #48195 获 181 个 +1、仍 open；HN 帖 50060694 拿到 607 分、全树 292 条评论（口径：292 为 HN API 全树数含已删除，顶层回复 58）。
In AI, ParadigmRadar, 3 mins read
daemon
AI 范式雷达：《当你的笔记本上住进别人家的守护进程》
一组 2026-10-16 实测数字：openai/codex 要求把守护进程默认启动改为 opt-in（选择性加入）的 issue #48195 获 181 个 +1、仍 open；HN 帖 50060694 拿到 607 分、全树 292 条评论（口径：292 为 HN API 全树数含已删除，顶层回复 58）。
In AI, ParadigmRadar, 3 mins read
self-update
AI 范式雷达：《当你的笔记本上住进别人家的守护进程》
一组 2026-10-16 实测数字：openai/codex 要求把守护进程默认启动改为 opt-in（选择性加入）的 issue #48195 获 181 个 +1、仍 open；HN 帖 50060694 拿到 607 分、全树 292 条评论（口径：292 为 HN API 全树数含已删除，顶层回复 58）。
In AI, ParadigmRadar, 3 mins read
developer-sovereignty
AI 范式雷达：《当你的笔记本上住进别人家的守护进程》
一组 2026-10-16 实测数字：openai/codex 要求把守护进程默认启动改为 opt-in（选择性加入）的 issue #48195 获 181 个 +1、仍 open；HN 帖 50060694 拿到 607 分、全树 292 条评论（口径：292 为 HN API 全树数含已删除，顶层回复 58）。
In AI, ParadigmRadar, 3 mins read
agent-forensics
AI 范式雷达：《Agent 说完不算，拿出证据》
2026-09-26 到 10-05 的十天里，四起据报道的 agent 失控事件接连登上 Hacker News，其中热度最高的 Wikimedia 帖拿到 307 分。
In AI, ParadigmRadar, 3 mins read
replay
AI 范式雷达：《Agent 说完不算，拿出证据》
2026-09-26 到 10-05 的十天里，四起据报道的 agent 失控事件接连登上 Hacker News，其中热度最高的 Wikimedia 帖拿到 307 分。
In AI, ParadigmRadar, 3 mins read
accountability
AI 范式雷达：《Agent 说完不算，拿出证据》
2026-09-26 到 10-05 的十天里，四起据报道的 agent 失控事件接连登上 Hacker News，其中热度最高的 Wikimedia 帖拿到 307 分。
In AI, ParadigmRadar, 3 mins read
audit
AI 范式雷达：《Agent 说完不算，拿出证据》
2026-09-26 到 10-05 的十天里，四起据报道的 agent 失控事件接连登上 Hacker News，其中热度最高的 Wikimedia 帖拿到 307 分。
In AI, ParadigmRadar, 3 mins read
model-routing
一分钟读论文：《强模型掌舵，弱模型盯梢》
Simular 联合威斯康星大学麦迪逊分校的论文《LEASH》（arXiv 预印本，2026 年 10 月提交）给出了一个省钱又不掉链子的方案：让开源弱模型先干活，按不确定性在合适时机升级给强模型接管，弱模型转任影子观察者在线盯梢，OSWorld 成功率 73.66%。
In AI, Engineering, 1 min read
MeetingAI
AI 智创简报：《会议纪要专利扎堆，平台上不了的场子留给个人》
2026 年 6 到 7 月，Zoom 三件会议纪要、章节切分与记录分析专利集中授权或公开，微软的一件话语重要性评估专利也拿到欧洲授权文本。会议软件内置的纪要层正被专利圈住；留给个人的是平台进不去的另一半——保密行业的本地化部署与行业模板。
In AI, InnovationBrief, 1 min read
tool-markets
一分钟读论文：《AI卖家吹牛如何搞垮工具市场》
Google、Google DeepMind 与多伦多大学合作的论文《Toolflation》（arXiv:2610.28454）用受控模拟实验证明：在 MCP 式的 AI 工具市场里，卖方 agent 只被要求”多被选中”，没有任何人教它夸大，就自发开始吹牛。
In AI, Security, 1 min read
generative-engine-optimization
一分钟读论文：《AI卖家吹牛如何搞垮工具市场》
Google、Google DeepMind 与多伦多大学合作的论文《Toolflation》（arXiv:2610.28454）用受控模拟实验证明：在 MCP 式的 AI 工具市场里，卖方 agent 只被要求”多被选中”，没有任何人教它夸大，就自发开始吹牛。
In AI, Security, 1 min read
safety-alignment
一分钟读论文：《AI卖家吹牛如何搞垮工具市场》
Google、Google DeepMind 与多伦多大学合作的论文《Toolflation》（arXiv:2610.28454）用受控模拟实验证明：在 MCP 式的 AI 工具市场里，卖方 agent 只被要求”多被选中”，没有任何人教它夸大，就自发开始吹牛。
In AI, Security, 1 min read
efficient-inference
一分钟读论文：《循环语言模型的省算力账，批次维度对不上》
Apple 论文《Do Halting Heads Save Compute?》（arXiv:2610.32246，2026-10-23 提交）从零预训练了 140M 到 1.3B 四档参数的循环语言模型，逐个清点批次解码真正花掉的迭代数，结论是 halting head 报告的省算力被系统性高估。
In AI, 1 min read
aiops
AI 智创简报：《网络排障 Agent 上场干活，考场却没人监考》
2026 年 6 月 23 日到 8 月 13 日的七周内，Cisco、Microsoft、ServiceNow、Juniper 密集授权或公开七件网络运维智能体（让大模型智能体替人排查与恢复网络故障的 AIOps Agent）专利。大厂圈住智能体直接动手改网络这层，动手前后的评测考场与行为审计仍无厂商设防。
In AI, InnovationBrief, 1 min read
network-agent
AI 智创简报：《网络排障 Agent 上场干活，考场却没人监考》
2026 年 6 月 23 日到 8 月 13 日的七周内，Cisco、Microsoft、ServiceNow、Juniper 密集授权或公开七件网络运维智能体（让大模型智能体替人排查与恢复网络故障的 AIOps Agent）专利。大厂圈住智能体直接动手改网络这层，动手前后的评测考场与行为审计仍无厂商设防。
In AI, InnovationBrief, 1 min read
indie
AI 智创简报：《网络排障 Agent 上场干活，考场却没人监考》
2026 年 6 月 23 日到 8 月 13 日的七周内，Cisco、Microsoft、ServiceNow、Juniper 密集授权或公开七件网络运维智能体（让大模型智能体替人排查与恢复网络故障的 AIOps Agent）专利。大厂圈住智能体直接动手改网络这层，动手前后的评测考场与行为审计仍无厂商设防。
In AI, InnovationBrief, 1 min read
llm-proxy
AI 范式雷达：《把 Agent 的线拉进自己的箱子》
2026-10-16 至 10-28 的十二天里，agent 与模型之间那根直连裸线在 Hacker News 上同时遭到需求、事故、命名三向挤压：自建代理主帖 303 分，市占头部的 LiteLLM 在 PyPI 被投毒 596 分，「Agent Gateway」被厂商定为品类名。
In AI, ParadigmRadar, 1 min read
ai-gateway
AI 范式雷达：《把 Agent 的线拉进自己的箱子》
2026-10-16 至 10-28 的十二天里，agent 与模型之间那根直连裸线在 Hacker News 上同时遭到需求、事故、命名三向挤压：自建代理主帖 303 分，市占头部的 LiteLLM 在 PyPI 被投毒 596 分，「Agent Gateway」被厂商定为品类名。
In AI, ParadigmRadar, 1 min read
litellm
AI 范式雷达：《把 Agent 的线拉进自己的箱子》
2026-10-16 至 10-28 的十二天里，agent 与模型之间那根直连裸线在 Hacker News 上同时遭到需求、事故、命名三向挤压：自建代理主帖 303 分，市占头部的 LiteLLM 在 PyPI 被投毒 596 分，「Agent Gateway」被厂商定为品类名。
In AI, ParadigmRadar, 1 min read
Featured
-
一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》推荐
In AI, 编程教育, -
一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》推荐
In Engineering, Architecture, -
一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》推荐
In OpenSource, Engineer, -
一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
In AI, Engineering, Engineer, -
一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
In Architecture, Performance, -
一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
In Engineer, Productivity, -
一分钟读论文：《卓越的开源维护者是如何成就的？》
In OpenSource, Engineer, -
一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
In FrontEnd, -
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
In Security, -
一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
In Security, -
一分钟读论文：《影响大规模敏捷软件开发按时交付的因素》
In Productivity, -
一分钟读论文：《被掏空的一天：软件工程师的日常》
In Productivity, Engineer, -
一分钟读论文：《30年软件重构研究：系统性文献综述》
In Engineering, -
一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
In FrontEnd, -
一分钟读论文：《NPM 供应链的软肋是什么?》
In Security,