Antigravity SDK 新增本地 AI 模型支持
Google 宣布 Antigravity SDK 支持本地模型与多种执行选项，初始支持通过 LiteRT 运行 Gemma 4 26B A4B，开发者可在离线环境下使用与云端相同的 agentic 能力。
推荐理由：本地 Gemma 4 26B 与云端 Gemini 3.8 Flash 协同的混合编排示例，帮助开发者在隐私与成本约束下设计本地 agent 工作流。
#Agent
#Agent
今日 16 条Google Developers · AI精选AI 评分6262 arXiv · Multiagent SystemsAI 评分2020 Amadeus：建模人类行为的智能体在象棋对弈中的交互预测
研究者使用 8 位精英棋手封存的对局数据，分别用不同方法独立学习每位棋手模型，再在 withheld dyads 上组合测试。以开局家族总变差距离和 WDL 总变差距离为评估指标，M1 降低 WDL-TV 但对开局家族 TV 影响小，M2 显著降低开局家族 TV 但对 WDL-TV 作用有限；将两者组件结合的 post-hoc 方法在两个指标上均保留改进。
arXiv · Multiagent SystemsAI 评分3030 IMPACT：面向云边微服务迁移的意图驱动多智能体策略与注意力机制
IMPACT 是一个面向云边微服务迁移与带宽控制的意图驱动 Agentic AI 框架，采用集中训练分散执行（CTDE），将每个边缘云建模为自主智能体并编码局部 SLO 风险、迁移紧迫性与计算压力。实验表明，在 5 边缘和 20 边缘场景下，IMPACT 相比现有因子化多智能体强化学习与启发式基线，平均延迟降低 30-50%，尾延迟偏差降低 40-70%，在严格阈值下实现接近零的 SLO 违约率。
arXiv · Computation and LanguageAI 评分4242 Sieve and Sage：高效干扰过滤实现可靠 RALM 拒答
Sieve and Sage 将检索失败分解为不可回答与受干扰两种状态，用轻量模块 Sieve 筛选干扰证据，再调用 LLM（Sage）生成与拒答。在通用和高风险专家领域较单阶段基线准确率最高提升 69.4 个百分点、Macro-F1 提升 55.2 个百分点，速度最高加快 1.99 倍。
arXiv · Neural and Evolutionary ComputingAI 评分2828 基于异步布尔网络的混沌可重构无时钟芯片实现大规模并行强化学习
研究者在商业可重构 CMOS 芯片上实现基于异步布尔网络的准模拟决策架构，利用分布式布尔混沌并行生成熵源。在 1024 臂赌博机问题上完成并行决策实验，并将熵源扩展至 5120 个并行通道，聚合采样率达 2.14 TS/s。
arXiv · Human-Computer InteractionAI 评分3636 教师视角下的 AI 多智能体模拟系统设计用于防治校园欺凌
研究者与 K-12 教师协作，基于大语言模型（LLMs）共同设计了一套多智能体反欺凌模拟系统，用于生成真实校园场景，帮助学生提升应对欺凌的能力。该研究明确了 LLM 驱动的多智能体模拟系统的关键设计参数，为开发更有效、可扩展的反欺凌工具提供参考。
arXiv · Software EngineeringAI 评分3737 Beyond Rule-Based Mutation Testing: Test-Aware Mutant Generation Using Large Language Models
提出 test-aware mutant generation 方法，让 LLM 在接收问题描述、标准解法和基础测试后生成通过基础测试的非平凡变异体。
arXiv · Software EngineeringAI 评分3838 Agent-Callable Feature Coverage：衡量软件对 AI Agent 的就绪程度
研究提出 Agent-Callable Feature Coverage（ACFC）指标与 Agent Readiness Conformance（ARC）框架，从可访问性、可发现性、可控性三轴评分（0-9）。
arXiv · RoboticsAI 评分3434 机器人的上下文学习：方法与应用综述
summary_zh: 该综述系统梳理了机器人上下文学习（ICL）的四类接口：context-conditioned policies、geometric demonstration transfer、world-model-based control、skill- and agent-based execution。
arXiv · Multiagent SystemsAI 评分2525 探索生成式基于智能体模型中的因果机制
论文提出 RePair 方法，利用生成式基于智能体模型校准仿真世界，将候选机制操作化为自然语言规则，通过匹配干预估计效应并分析行为轨迹。在四个基于现有社会科学模型和实证研究的仿真世界中验证表明，自然语言规则可产生可测量的集体效应，规则比较随配置积累趋同，行为轨迹将集体效应与智能体行为关联，为探索因果机制提供可行路径和实践指导。
arXiv · Machine Learning精选AI 评分6767 Sage：带语义纠错的形式化框架
arXiv 论文提出 Sage（Semantic Agent-Guided Formalization Engine），用四阶段分解生成加双信号语义纠错循环，替代整体翻译。
推荐理由：通过分解生成与双信号语义纠错，Sage 把形式化翻译中的假设丢失和空真问题从 70.9% 压到 2.7%，为数学形式化数据瓶颈提供了可复现的工程路径。
RIKEN AIPAI 评分1212 RIkEN AIP 18 篇论文被 EMNLP 2026 录用
RIKEN AIP 共有 18 篇论文被 EMNLP 2026 录用，其中 Main Conference 9 篇、Findings 7 篇、其他赛道 2 篇。论文覆盖探针鲁棒性、注意力机制、嵌入正则化、Mamba 位置记忆、Agent 技能攻击、MoE 压缩等多个方向。
AWS Machine Learning BlogAI 评分5959 GPT-6.1 Sol 在 Amazon Bedrock 上正式可用，为智能体工作流带来接近 Astra 的推理能力
GPT-6.1 Sol 现已在 Amazon Bedrock 上正式可用，据 OpenAI 称其以约 GPT-6 Astra 五分之一的成本在 DeepSWE v1.1 上达到相近推理水平。它同时在多步工作流、复杂文档分析和透明度评估上优于前代 GPT-6 Sol，并可通过 Codex、ChatGPT Work 及 Bedrock API 应用于编码、文档处理和跨系统协调场景。
OpenAI NewsAI 评分2828 OpenAI 推出 Dots：跨项目与日常任务主动协作助手
summary_zh: OpenAI 推出 Dots，作为主动式助手在复杂项目和日常任务中持续工作，帮助用户掌控进度。Dots 能在任务推进过程中保持连贯性，减少手动切换与跟进。
OpenAI NewsAI 评分4848 OpenAI DevDay 2026 回顾：GPT-6 Astra 等 20 余项发布
summary_zh: OpenAI DevDay 2026 发布 20 余项更新，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全及开发者工具。
GitHub Changelog精选AI 评分7474 GPT-6.1 Sol 在 GitHub Copilot 中正式可用
OpenAI 的 GPT-6.1 Sol 模型已在 GitHub Copilot 中正式推出，支持智能体编码和终端工作流。早期测试表明，相比 GPT-6 和 GPT-5.6 系列，它能以更少的 token 和步骤可靠完成任务。
推荐理由：早期测试显示该模型在多步编码任务中能以更少的 token 和步骤完成工作，用户可据此评估是否切换模型以优化成本与效率。
Microsoft Research精选AI 评分7272 Microsoft 推出 Quine 生物 AI 研究系统
Microsoft Research 发布 Quine，一个面向生物学的多模态世界模型与交互式实验框架，连接模型、工具、文献和研究人员。与 Broad Institute 合作在胰腺癌细胞状态转换中预测并验证了数千种化合物，整个筛选与验证过程在一个周末完成，部分化合物出现意外表型。Quine Fellows 计划现已开放申请，系统目前仅限研究用途。
推荐理由：原文展示了跨模态生物世界模型的实际验证路径，读者可据此评估计算实验与湿实验闭环对研发效率的潜在影响。
Hugging Face BlogAI 评分5151 ProvenanceGuard：面向 MCP Agent 的来源感知事实核查
Multiverse Computing 提出 ProvenanceGuard，在 MCP agent 回答后逐条核查 claim 与来源是否匹配，而非把所有证据混合后判断。测试中它从 139 条应被拦截的 claim 中拦下 138 条，并对来源识别正确的比例约 86%。该方法可对接 RARR 修复循环，在本地配置下每条回答约增加半秒开销。
MIT News · AIAI 评分3939 算法单一文化的影响取决于具体细节
MIT研究者系统评估了算法单一文化的主要质疑，发现系统排斥等论点并不成立，并证明单一文化会形成信息回声室、抑制探索。在招聘场景中，将多种算法捆绑成集成模型可克服此局限，有时表现甚至优于多元算法环境。
Apple Machine Learning Research精选AI 评分6262 通信瓶颈：语言模型中树结构表达式序列化的往返研究
Apple ML 团队提出往返协议评估 16 个模型对树结构算术表达式的序列化与恢复，发现通道失真且不对称，最佳模型对组合可达 92.9%，约 73.6% 失败源自生成端，结构难度主导而非模型族，约 3600 条微调样本即可让开放权重模型超越未训练 Gemini-3.1-Pro。
推荐理由：通过生成与提取的往返协议揭示模型间序列化树结构的失真瓶颈，为改进模型通信提供可量化依据。
AWS Machine Learning BlogAI 评分5454 Grok 4.7 已可在 Amazon Bedrock 上使用
xAI 的 Grok 4.7 已可在 Amazon Bedrock 使用，上下文窗口为 500K token，推理强度分 low、medium、high、xhigh 四档。
AWS Machine Learning BlogAI 评分5353 Claude Sonnet 5.5 登陆 Amazon Bedrock 与北美 Claude Platform on AWS
Claude Sonnet 5.5 今日已在 Amazon Bedrock 上线，也可在北美的 Claude Platform on AWS 使用，适合范围明确的编码与知识工作，多数任务成本更低、速度更快。
Hugging Face Blog精选AI 评分6969 Hcompany 发布 Holo4 通用计算机使用智能体，含 27B 与 35B-A3B
Hcompany 发布智能体模型 Holo4，提供 27B 稠密版与 35B-A3B MoE，并推出 Holotron4 Nano。
推荐理由：同一模型同时覆盖图形界面、代码和工具调用，便于对照它在更低成本下与闭源模型的长流程得分差距。
NVIDIA Developer · AIAI 评分1212 NVIDIA Open Agent Safety Platform：持续芯片内 Agent 监控参考框架
summary_zh: NVIDIA 发布 Open Agent Safety Platform，提供持续芯片内 Agent 监控的参考实现。平台面向 agentic AI 的安全需求，借鉴互联网早期经验，在模型运行时进行实时监测。
MIT News · AIAI 评分1515 MIT学生通过Code.Tulsa项目在俄克拉荷马州塔尔萨获得人文视角的技术创新体验
MIT 10名本科生参加PKG中心2026 Code.Tulsa项目，在塔尔萨与Muscogee和Cherokee部落合作开发AI与数据科学项目。学生参与原住民孕妇健康风险评估系统PRAMS调研，同时由Allie Zong协助开发面向25名原住民高中生的TASC科学夏令营，涵盖AI工程、DNA技术与物理化学。
GitHub Blog · AI & MLAI 评分5656 GitHub Copilot app 入门：如何用 canvases 构建自定义工作流
GitHub Copilot app 可用 /create-canvas 把自然语言描述变成在右侧面板打开、与智能体共享的 canvas。提示要写清工作流、使用者能直接操作的内容，以及智能体能添加或更新的事项，界面可以是看板、议题分拣板、发布清单、仪表盘、表单或表格。
AWS Machine Learning BlogAI 评分4040 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
summary_zh: SkyRL 是开源 RL 框架，结合 Amazon SageMaker HyperPod 的 Ray 集群与 GRPO 后训练，将 Qwen3-VL-8B 在 VisGym SFT 检查点上的迷宫求解率从 43.75% 提升至 95% 以上。
AWS Machine Learning BlogAI 评分5353 NarrateAI：基于 Amazon Bedrock 的生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上实现五项协同的质量保障技术：自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架与数据准确性验证。系统在约 13 秒内开始流式响应，数值准确率达 99.3%，六个月生产部署中无服务中断。
Amazon Science精选AI 评分6060 Reactor 与 Amazon Neuron Science 合作实现 Trainium 上的实时视频生成
Reactor 与 Amazon Neuron Science 团队合作，在 Trainium 上实现了基于 Rolling Forcing 的实时视频生成。团队采用以 NKI 为中心的底层优化，将 3D-RoPE 从 5 秒降至 1.8 毫秒，缓存拷贝从 23 毫秒降至 1.9 毫秒，并采用混合分片策略与模型代码合并，使管道仅用 11 GB 高带宽内存即达成 16 fps 以上的实时生成。
推荐理由：原文给出了具体优化路径与实测数据，读者可据此判断 Trainium 在实时视频生成上的可行性边界。
Nature · Machine Learning精选AI 评分6767 Anthropic AI 生物实验室在病毒中发现类 CRISPR DNA，后续如何发展
Anthropic 发布预印本，称其 AI 代理在巨型病毒基因组中发现了类似 CRISPR 系统的重复 DNA 序列。实验调用约 950 个 AI 代理自主探索数十亿蛋白质，耗时逾 21 小时，但目前尚未确定这些序列的功能，也未发现配套的 DNA 切割酶。
推荐理由：AI 代理在基因组数据中发现类 CRISPR 重复序列，展示了自动化挖掘分子工具的潜力，但功能尚未验证。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 推出 Canvas 自定义 UI
GitHub Copilot 推出 Canvas 功能，允许用户在应用内构建无浏览器边框的全栈应用界面，与 Agent 双向通信。Canvas 可调用第三方 API、在本地执行代码，用于构建游戏、管理 Winget 包、操作 SQLite 数据库或自动化开发工作流。
Google Research精选AI 评分6060 Google Research 推出自动化一致长形式视频生成框架
Google Research 推出 Co-Director、CANVAS、A²RD 和 VQQA 等框架，自动化长形式视频生成，缓解语义漂移并提升多镜头叙事一致性。
推荐理由：Google Research 推出 Co-Director、CANVAS、A²RD 和 VQQA 等多代理框架，自动化一致的长形式视频生成，有效缓解语义漂移和特征漂移，提升多镜头叙事一致性。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Security Lab Taskflow Agent 实现自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，基于 GitHub Security Lab Taskflow Agent 框架。
推荐理由：原文给出了一个可自主运行的模糊测试流水线，读者可以据此理解 LLM 代理在安全自动化中的决策与执行分离设计。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，已在 Gemini Enterprise 上线
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，为企业对话模型加上动态视觉形象，已在 Gemini Enterprise 上线。
推荐理由：原文给出实时视频形象与异步工具调用的能力说明，读者可据此了解企业智能体的交互形态变化。
AWS Machine Learning BlogAI 评分3636 使用 AgentCore Gateway 和 MCP 构建多账户 AI Agent
summary_zh: Amazon Bedrock AgentCore Gateway 与 Model Context Protocol（MCP）结合，让 AI Agent 在不复制或集中数据的前提下跨多个 AWS 账户查询。
AWS Machine Learning BlogAI 评分3636 Aderant 使用 Amazon Nova Lite 构建智能工单分诊系统
Aderant 基于 Amazon Nova Lite 和 Amazon Bedrock 构建智能工单分诊系统，自动化上下文收集、分类、路由与知识增强。系统每小时处理未分配工单，前 2.5 周审查 109 个工单，路由准确率约 96%，每周节省 8–14 工时，月运营成本低于 $30。低于置信度的工单仍由人工复核，团队通过 CloudWatch 监控并每周优化提示词与路由逻辑。
Microsoft Semantic Kernel精选AI 评分6262 Microsoft Agent Framework 新增交互体验、记忆与弹性执行能力
Microsoft Agent Framework 发布 AG-UI 交互接入、FoundryMemoryProvider 记忆、CodeAct 执行与弹性后台执行四项更新，覆盖 .NET 与 Python，并提供 FastAPI 与 ASP.NET Core 示例。
推荐理由：原文给出了四项能力更新与跨语言示例，读者可据此判断哪些能力能直接接入现有应用。
Nature · Machine Learning精选AI 评分7272 Anthropic 推出 Model Hardware Standard 平台，让实验室设备与 AI 智能体协同工作
Anthropic 与霍华德·休斯医学研究所 Janelia 校区合作推出 Model Hardware Standard（MHS），通过软件框架连接不同厂商的实验室设备，并让 AI 智能体直接控制仪器、协调实验。MHS 可集成到任何具备可编程接口的设备，消除定制化代码需求；研究团队将原本需要数月的实验搭建缩短至数小时。
推荐理由：平台大幅缩短设备互联与实验搭建时间，为实验室自动化提供了可迁移的集成方法。
Nature · Machine LearningAI 评分1212 优化放疗交付的人工智能技术
综述探讨AI在放疗流程中的应用，涵盖器官分割、剂量预测、治疗计划优化与结局预测。涉及深度学习、U-Net、扩散模型及大语言模型在放疗物理与临床中的实践与挑战。
AWS Machine Learning Blog精选AI 评分6060 HEMA 用 MCP 和 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL
HEMA 搭建了内部 AI 助手 HAL，将分散的知识库、API 目录和流程文档整合为统一知识层，并通过 MCP 在 Kiro、Claude 等工具中提供即时答案。
推荐理由：原文给出了一家零售商从门户跳跃到即时答案的完整搭建路径，读者可据此理解 MCP 与 AgentCore 在企业知识层中的实际组合方式。