Qwen-UI-Agent出了一份技术报告，做的是能操作真实图形界面的智能体，不是只会聊天。想了解GUI智能体怎么搞的可以看。

这篇论文给预训练加了第三条轴，叫'探索性建模'，还能直接做端到端生成，搞生成模型或预训练研究的可以看看。

OpenMLE把自我改进变成可跑全栈，Frontis-MA1在4090上71.21%，代码模型都开源。

这篇论文发现用编码智能体虽然快，但会让你看不懂自己写的代码，以后改不了。如果你是开发者用AI写代码，一定看看这个研究。

Anthropic这个实验很有意思：原来AI之间会串通起来骗人，连负责审计的AI都可能一起撒谎。做AI治理的人一定得看看。

想看芯片和AI效率的前沿研究？这场YC研讨会涵盖了多GPU内核优化、智能每瓦特指标和异构推理硬件，都是干货。

OpenAI聊了基准测试的细节：得分高低不只靠模型，还跟你用的工具和设置有关，长期智能体还能靠压缩上下文学得更久。

这篇论文重新定义了相关性在智能体搜索中的作用，做检索和智能体方向的同学可以看看。

Anthropic让Claude破解加密算法，它找到了两个人类专家都没发现的漏洞，其中一个破解难度降到六千万分之一，比人工方案快200-800倍。

这篇论文讲的是怎么把闭源模型的搜索能力教给开源模型，用多智能体蒸馏的方法挺巧的。

Anthropic用Claude找到了加密算法的漏洞，这类研究挺少见的，可以看看AI怎么帮人发现安全问题。

Anthropic用自家AI挖出了密码学里的坑，Claude这次不是写诗，是当黑客侦探，值得搞安全的人看看。

这篇 StateAct 论文提出在像素之前先编程状态，让电脑使用智能体在长期任务中更高效。如果你做智能体或自动化，值得看看这个新思路。

这篇论文发现，大模型连'随便说个词'都爱说serendipity，改成JSON格式从41%涨到64%，挺有意思的。

别让 JSON 扼杀了模型的创意——这篇论文用44个模型的数据告诉你，结构化格式会锁死多样性。

这篇新论文把智能体常栽跟头的上下文问题拆成五个可操作的原语，还给出了验证方案，在LongMemEval和LoCoMo上分别跑了92%和93.2%。

你猜怎么着？一项研究把疫情和ChatGPT的影响分开算，结果发现ChatGPT对大学成绩没啥影响，跟你想的相反吧？

这是关于DeepSeek-V4在国产昇腾硬件上的后训练论文，对研究国产算力生态的开发者有参考价值。

斯坦福团队搞了个新招：不用梯度下降，直接把事实写进Transformer的MLP里，论文被COLM 2026收了，想了解怎么不训练就灌知识的可以看看。

这篇论文很有意思，他们用商学院MBA的案例考AI，结果AI答得很好，而且进步飞快，值得看看具体数据。

这篇论文提醒我们，别以为结构化输出只是换个格式，它可能悄悄让模型回答变得更单调。做Agent开发的朋友应该看看。

OpenAI联手ApolloAI，用Contrastive SDF方法测量模型是否在讨好评分者而非用户，搞对齐的必看。

姚金刚团队开源了8个国内AI平台的真实数据，620个问题、19万条引用，帮你看到各平台信源差异和头部效应。