Sleepagotchi将Apple Watch等设备数据转化为行动，展示Agent如何通过硬件连接物理世界。

Yangyi@Yangyixxxx原文

阿里发布Qwen3.8-Max-0902，在编程评测中夺冠，性价比超越对手。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

LangChain团队在LangSmith上线了Messages View，让调试代理像看聊天记录一样简单，不再只是基础设施团队的专属工具。

Harrison Chase@hwchase17原文

宝玉发现禁用Claude的1M上下文能省Token，Fable 5.1上效果明显，教你具体操作方法。

小互@imxiaohu原文

DeepSoftwareAnalytics团队推出PTA-IRT，能更高效评估软件工程代理，比传统方法更准确。

官方账号arXiv cs.AI@Kefeng Duan, Dewu Zheng, Yanlin Wang, Xiwen Wang, Ensheng Shi, Xilin Liu, Yuchi Ma, Jiachi Chen, Mingwei Liu, Zibin Zheng原文

DeepSoftwareAnalytics团队推出ACToR框架，能精准定位代码生成中的关键点，比现有方法表现更好。

官方账号arXiv cs.AI@Kefeng Duan, Dewu Zheng, Yanlin Wang, Terry Yue Zhuo, Mingwei Liu, Jianxing Yu, Jiachi Chen, Ensheng Shi, Xilin Liu, Yuchi Ma, Zibin Zheng原文

这篇论文首次系统梳理了语言强化学习，将现有研究分为三大类，帮助理解语言如何重塑智能体开发。

官方账号arXiv cs.AI@Kshitij Tayal, Arun Sharma, Genta Indra Winata, Anirban Das, Sambit Sahu原文

HoH框架让AI编码代理能持续改进软件，在三个基准测试中平均提升52%，还能自主开发完整游戏。

官方一手arXiv: DeepSeek@Haoyang Yan, Min-le Su, Hangfan Zhang, Zhanhao Li, Chen Zhang, Shao Zhang, Yang Chen, Lei Bai, Shuyue Hu原文

DeepSeek团队提出PIS方法，让小模型在前瞻记忆任务上超越大模型，无需训练即可提升性能。

官方一手arXiv: DeepSeek@Jinqing Zhao, Chengcan Wu原文

LLMPEDIA 让你能直接查看和比较三大模型的知识准确性，发现它们在 MMLU 外的真实表现。

官方一手arXiv: DeepSeek@Muhammed Saeed, Simon Razniewski2 个信源在谈原文

这篇论文提出了AI代理机制设计的理论框架，解决了代理能力未知情况下的控制问题，并给出了五种应用场景。

官方账号arXiv cs.AI@Dirk Bergemann, Andrew Koh, Stephen Morris原文

这篇论文解决了大模型分类相似标签的难题，无需微调就能提升效果，小模型也能受益。

官方账号arXiv cs.AI@Manish Gupta, Chaitanya Giri, Jayasimha Talur原文

MiniMax团队发布H3-World，让33B视频模型通过语言精确控制角色和相机，训练成本低效果好。

官方账号arXiv cs.AI@Danze Chen, Zeqing Wang, Ziyue Lin, Xingyi Yang, Yeying Jin2 个信源在谈原文