哈佛研究：给机器人集群加入可控随机性可防拥堵
哈佛 SEAS 团队发现，在有限空间内为机器人集群的运动加入可控随机性，可减少拥堵并提升整体效率。研究结合数学建模、计算机仿真与真实轮式机器人实验，识别出"刚刚好"的噪声区间，使机器人偶尔碰撞后仍能保持稳态流动。该成果发表于 PNAS，或可用于优化机器人舰队设计及城市、交通等拥挤场景的管理。
#Agent
#Agent
今日 265 条ScienceDaily · AIAI 评分3333
Google ResearchAI 评分3434 Google Research 推出 Vantage 实验，用生成式 AI 评估未来必备技能
summary_zh: Google Research 发布 Vantage 实验，通过生成式 AI 在模拟环境中评估批判性思维、协作与创造性思维等未来必备技能。
Google DeepMindAI 评分5555 Gemini Robotics-ER 1.6 发布，通过增强的具身推理赋能真实机器人任务
Gemini Robotics-ER 1.6 发布，增强空间推理、多视角理解与仪器读数能力，提升机器人在真实环境中的自主决策水平。该模型通过与 Boston Dynamics 合作发现仪器读数场景，利用 agentic vision 结合视觉推理与代码执行实现精确读数，并在安全性上为迄今最安全版本，在对抗性空间推理任务中优于前代。
Together AI精选AI 评分8282 EinsteinArena：让智能体在开放平台上协作解决数学难题
Together AI 发布 EinsteinArena，一个让 AI 智能体通过消息、讨论和排行榜协作与竞争的开源平台。智能体已在 11 维接吻数问题上将下界从 593 推进到 604，并在 Erdős 最小重叠问题、第二自相关不等式等多个问题上取得新的 SOTA。平台提供实时验证、公开排行榜和问题讨论线程，所有代码开源。
推荐理由：平台让多个智能体在公开讨论区和实时排行榜上协作与竞争，推动了多个长期开放数学问题的边界。
Google ResearchAI 评分4343 Google Research 发布 PaperVizAgent 与 ScholarPeer 两款学术 AI 智能体
Google Research 推出 PaperVizAgent 与 ScholarPeer 两款学术智能体，分别用于生成论文配图和自动同行评审。
ScienceDaily · AIAI 评分4444 神经符号AI将能耗降低100倍且提升准确率
研究人员开发出神经符号AI系统，在Tower of Hanoi测试中成功率95%，传统系统仅34%；训练能耗降至标准VLA的1%，运行能耗降至5%，学习时间从一天半缩短至34分钟。该系统结合神经网络与符号推理，减少试错过程，相关研究将在ICRA 2026发表。
Sebastian RaschkaAI 评分6363 编码智能体的六个核心组件
Sebastian Raschka 梳理了编码智能体（coding harness）的六个组件：实时仓库上下文、提示词形状与缓存复用、结构化工具与权限、上下文压缩、结构化会话记忆以及有界子代理委托，并配套了纯 Python 最小实现 mini-coding-agent。文章指出，LLM 本身能力相近时，harness 的设计往往是区分实际编码体验的关键。
Together AI精选AI 评分6060 DBPlanBench：用 LLM 优化数据库查询执行计划
Together AI 发布 DBPlanBench，把 Apache DataFusion 的物理执行计划暴露给 LLM，通过紧凑 JSON 序列化和 JSON Patch 局部修改计划，避免重新生成整个计划。
推荐理由：将 LLM 引入物理计划优化，用语义推理弥补统计估计偏差，为数据库查询加速提供了可复现的新方法。
Google DeepMind精选AI 评分8282 Gemma 4 发布：字节级对齐的最强开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，提供 Effective 2B、Effective 4B、26B MoE 与 31B Dense 四种规格，31B 在 Arena AI 文本榜位列全球第 3，26B 位列第 6。模型原生支持多模态、函数调用、128K–256K 上下文与 140+ 语言，并采用 Apache 2.0 许可证。
推荐理由：原文给出 Gemma 4 四种规格与 Arena 排名，读者可据此评估本地部署与边缘场景的可行性。
Ethan Mollick · NotesAI 评分5757 Claude Dispatch 与界面之力
Ethan Mollick 指出多数人通过聊天机器人使用AI，而聊天界面会带来认知负荷，反而抵消AI的生产力增益。以Claude Cowork与Dispatch为例，说明让AI在桌面工作、通过手机消息遥控的
Mistral AI精选AI 评分6161 Spaces：为人类与 AI 代理打造的 CLI
Mistral AI 发布 Spaces CLI，为人类开发者和 AI 智能体提供统一命令行接口。文章提出交互输入应有 flag 等价、状态显式化、插件可自省等原则，并指出生成 context.json 和 AGENTS.md 可显著减少智能体错误。从单提示到部署上线仅需不到 10 分钟。
推荐理由：原文系统阐述了让 CLI 同时服务人类与 AI 智能体的设计原则，涵盖 flag 等价、显式状态、插件化等模式，读者可据此构建更可组合、可脚本化的开发者工具。
Together AI精选AI 评分6464 弱模型如何通过分治策略在长上下文任务中表现优异
Together AI 发表 ICLR 2026 论文，提出研究长上下文 LLM 分治框架的理论方法。Planner 重写任务、Worker 并行处理文档分块、Manager 聚合答案，弱模型（如 Llama-3-70B、Qwen-72B）使用该框架可匹配或超越 GPT-4o 单次处理。
推荐理由：弱模型配合分治策略可在长上下文任务中追平 GPT-4o 单次推理，为工程落地提供低成本并行方案。
Google Research精选AI 评分6767 Google 发布 Vibe Coding XR，结合 Gemini 与 XR Blocks 加速原生 XR 应用原型
Google Research 发布 Vibe Coding XR 工作流，将 Gemini 与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合，把自然语言提示转为具备物理感知的可运行 Android XR 应用，整个过程不到 60 秒。
推荐理由：原文给出了从自然语言到可运行 Android XR 应用的端到端流程与实测基线，读者可据此判断自身原型开发是否值得接入。
Together AI精选AI 评分6262 Together AI 扩展微调服务：支持工具调用、推理与视觉模型微调
Together AI 扩展 Together Fine-Tuning，原生支持工具调用、推理与视觉语言模型微调，并升级训练栈以支持 100B+ 参数模型、最高 6 倍吞吐提升和 100GB 数据集。
推荐理由：原文给出工具调用、推理与视觉模型微调的新支持，以及训练吞吐和数据集上限提升，读者可据此评估自身多轮工作流的迭代成本与可靠性改善空间。
Google ResearchAI 评分5757 Google Research 在 The Check Up 上发布多项医疗 AI 研究进展
Google Research 在 The Check Up 活动中公布多项医疗 AI 成果，包括与 Fitbit 合作开发的 Personal Health Agent、与 Imperial College London 和 NHS 合作提升乳腺癌检测、并识别 25% 此前被漏诊的 interval cancers。
Mistral AI精选AI 评分6969 Mistral AI 发布 Mistral Small 4
Mistral AI 发布 Mistral Small 4，统一推理、多模态与编码能力，Apache 2.0 开源许可。模型采用 MoE 架构，119B 总参数含 6B 激活参数，支持 256k 上下文，延迟优化下完成时间减少 40%、吞吐优化下每秒请求数提升 3 倍。来源：https://mistral.ai/news/mistral-small-4/
推荐理由：Mistral Small 4 将推理、多模态与编码能力整合进单一开源模型，用户无需在多个专用模型间切换即可处理复杂任务与文档分析。
Mistral AIAI 评分5757 Leanstral 发布：面向 Lean 4 的开源代码智能体
Mistral 发布 Leanstral，首个面向 Lean 4 的开源代码智能体，在 FLTEval 基准上以 6B 参数超越多个更大开源模型。它通过 Mistral Vibe 集成、支持 MCP，提供免费 API 和 Apache 2.0 权重；pass@2 得分 26.3 仅需 $36，而 Sonnet 4.6 需 $549。
Together AIAI 评分4747 Together AI 在 NVIDIA GTC 2026 发布多项创新，涵盖推理优化与语音 AI 能力
Together AI 在 NVIDIA GTC 2026 宣布多项合作与模型上线，包括集成 NVIDIA Dynamo 1.0 推理框架、通过 NemoClaw 提供超 150 个优化模型、上线 NVIDIA Nemotron 3 Super（120B 参数、1M 上下文窗口）以及 NVIDIA Parakeet TDT 0.6B V3 ASR 模型。
Berkeley AI ResearchAI 评分5050 识别大语言模型中的交互作用：SPEX 与 ProxySPEX 框架
SPEX 与 ProxySPEX 是用于在大规模下识别大语言模型关键交互作用的算法框架，利用稀疏性和低阶性将搜索问题转化为稀疏恢复问题。ProxySPEX 利用层次结构特性，以约 1/10 的消融次数达到与 SPEX 相当的性能。
Google Research精选AI 评分6262 Google AMIE真实门诊临床可行性研究发布
Google Research与Beth Israel Deaconess Medical Center合作，发布了AMIE在真实门诊场景中的前瞻性单中心可行性研究。100名患者在就诊前通过安全网页链接与AMIE进行文本问诊，由医生实时监督。研究显示零安全触发事件，AMIE诊断符合率90%、top-3准确率75%，且患者和医生对其接受度良好。
推荐理由：研究提供了AMIE在真实门诊场景中的安全性和可行性证据，为对话式医疗AI的临床落地提供了初步实证基础。
Mistral AIAI 评分4242 基于 Vibe 构建 Rails 测试代理：让代理自动编写开发者不愿写的测试
基于 Mistral 开源编码助手 Vibe 构建了一个自主代理，能自动读取 Rails 源文件并生成或改进 RSpec 测试，在 CI/CD 流水线中无人干预运行。通过 AGENTS.md 上下文工程和按文件类型分类的 SKILLS 文件，质量分数从 0.68 提升到 0.74。该代理并行处理多个文件，并自动管理 factories 和 fixtures 等共享上下文，避免测试遗漏。
Together AI精选AI 评分6464 Together AI 在 Day 0 上线 NVIDIA Nemotron 3 Super
Together AI 将 NVIDIA Nemotron 3 Super 带给开发者，模型为 120B 参数（12B 激活）的混合 MoE 架构，支持 1M token 上下文和多 Token 预测，并在 AIME 2025 与 SWE Bench Verified 上达到领先精度。
推荐理由：原文同时给出单GPU部署和1M上下文等具体能力，读者可据此判断它能否直接承载多智能体与大上下文推理工作流。
Sebastian RaschkaAI 评分3737 开源权重 LLM 架构观察：2026 年 1-2 月发布的 10 个模型
summary_zh: Arcee AI 发布 Trinity Large（400B MoE，13B 激活参数），采用 SWA、QK-Norm、NoPE 与门控注意力。
AI Snake Oil精选AI 评分7878 新论文：迈向AI智能体可靠性科学
Stephan Rabanser、Sayash Kapoor与Arvind Narayanan发布论文《Towards a Science of AI Agent Reliability》，将可靠性分解为12个维度，并在GAIA与TauBench两个互补基准上评测了14个模型，发现近18个月能力快速提升但可靠性改善有限。
推荐理由：论文将可靠性分解为12个维度并评测14个模型，揭示能力提升与可靠性进步不匹配，对部署者和研究者提出具体改进方向。
Ollama BlogAI 评分4242 Ollama 0.17 新增 launch 命令，一键启动 OpenClaw 个人 AI 助手
summary_zh: Ollama 0.17 将 OpenClaw 个人 AI 助手的启动简化为单条命令 `ollama launch openclaw --model kimi-k2.5:cloud`，自动处理安装与配置。
The GradientAI 评分1212 After Orthogonality: Virtue-Ethical Agency and AI Alignment
文章主张理性人不应被视作有目标的存在，AI 也不应被设定目标；人类行动是依据实践网络（行动、倾向、评估标准、资源）对齐的，AI 的推理必须共享这种"类型签名"才能真正支持或配合人类能动性。
Ollama Blog精选AI 评分6060 Ollama 在 Claude Code 中支持 Subagents 与网页搜索
Ollama 在 Claude Code 中新增 Subagents 与网页搜索功能，无需 MCP 服务器或 API Key。Subagents 可并行执行文件搜索、代码探索和研究等任务；网页搜索内建于 Anthropic 兼容层，模型需要最新信息时由 Ollama 直接返回结果。推荐云端模型包括 minimax-m2.5、glm-5 与 kimi-k2.5。
推荐理由：原文给出无需 MCP 与 API Key 的入口，读者可据此判断它能否降低 Claude Code 的接入成本。
ScienceDaily · AIAI 评分6262 类脑计算硬件求解偏微分方程表现超出预期
Sandia国家实验室研究人员Brad Theilman和Brad Aimone在Nature Machine Intelligence发表新算法，使类脑硬件能够高效求解偏微分方程（PDEs）。该成果展示了类脑系统在流体动力学、电磁场和结构力学等科学工程问题上的计算能力，并可能为类脑超级计算机和降低核武器模拟能耗提供新路径。
Ollama BlogAI 评分5050 OpenClaw 发布：连接主流通讯平台与 AI 编程助手的本地化网关
OpenClaw 是连接 WhatsApp、Telegram、Slack、Discord、iMessage 等通讯平台与 AI 编程助手的本地化网关，保持对话和代码隐私。
ScienceDaily · AIAI 评分6262 NASA 毅力号完成首次 AI 规划火星行驶
NASA 毅力号在 12 月 8 日和 10 日完成首次由生成式 AI 规划的火星行驶，由 JPL 与 Anthropic 合作使用 Claude 模型，基于 HiRISE 图像和地形数据规划路点，并在数字孪生中验证超 50 万遥测变量后上注。8 日行驶 689 英尺（210 米），10 日行驶 807 英尺（246 米），NASA 官员表示该技术可降低运营商负担并提升远距离探测效率。
ScienceDaily · AIAI 评分3333 AI 自我对话学习更快更聪明
OIST 研究发现，让 AI 在训练中进行内部"自言自语"并结合短期记忆，能提升多任务灵活性与整体表现。新方法在序列反转、模式重建等复杂任务上增益明显，且可用稀疏数据训练，无需大规模数据集。研究团队计划将实验拓展至真实动态环境，探索家庭与农业机器人应用。
Ethan Mollick · NotesAI 评分3636 Management as AI superpower：MBA学生用 Claude Code / ChatGPT / Gemini 四天从零搭建创业原型
Ethan Mollick 在宾大实验课中让 MBA 学生用 Claude Code、Google Antigravity、ChatGPT、Claude 和 Gemini 在四天内从零搭建创业原型，多数原型已具备核心功能，市场分析与创意多样性显著优于传统学期项目。AI 将创业启动成本大幅压缩，并降低试错与转向成本；成功关键在于管理能力与有效委托 AI，而非单纯提示技巧。
Mistral AI精选AI 评分6161 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型族驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式。
推荐理由：原文列出子智能体、斜杠命令技能等可配置能力与付费方式，读者可据此判断终端编码智能体的团队落地成本。
Jeremy Howard · fast.aiAI 评分5050 Breaking the Spell of Vibe Coding
Vibe coding 指大量生成复杂 AI 代码且不打算让人阅读，已对科技行业产生类似赌博的"dark flow"效应。资深开发者 Armin Ronacher 描述自己两个月过度提示 Claude、浪费 token，建了很多最终未使用或无法正常工作的工具，称其为"agent psychosis"。
ScienceDaily · AIAI 评分6262 人类大脑理解语言的方式可能比预期更像AI
一项发表于Nature Communications的研究发现，人类大脑处理口语时遵循逐步递进的过程，与GPT-2和Llama 2等大型语言模型的层次化处理方式高度相似。通过记录参与者聆听30分钟播客时的皮层脑电活动，研究人员发现早期神经信号对应AI的浅层处理，而深层语义区域如Broca区的响应则与AI深层特征对齐。研究团队还公开了完整的神经录音与语言特征数据集，供全球研究者使用。
Jeremy Howard · fast.aiAI 评分6262 如何用LLM进行细读：fast.ai教程
fast.ai课程演示了用LLM进行细读的两种案例：Jeremy用Eric Ries新书《Incorruptible》、Johno用Yann LeCun论文LeJEPA。流程包括PDF转Markdown、章摘要作上下文、禁止剧透、阅读中提问、章末生成对话摘要，并可选由LLM提问检查理解或用fastanki生成Anki卡片。两人均强调事先搭建上下文环境的重要性。
Ollama Blog精选AI 评分7676 Ollama 兼容 Anthropic API，Claude Code 可使用开源模型
Ollama v0.14.0 起兼容 Anthropic Messages API，Claude Code 可通过 --model 指定本地模型（如 gpt-oss:20b、qwen3-coder）或云端模型（如 glm-4.7:cloud、minimax-m2.1:cloud）运行，并支持工具调用、流式对话、系统提示与视觉输入。
推荐理由：Ollama 兼容 Anthropic API 后，Claude Code 可直连本地或云端开源模型，为开发者提供无需切换平台即可替换模型的选择。
Ethan Mollick · Notes精选AI 评分7777 Claude Code 与下一代 AI 编码工具
Ethan Mollick 用 Claude Code（Opus 4.5）自主开发并部署了一个卖 500 个提示词的网站，全程运行 1 小时 14 分钟。文中分析了自主纠错与 agentic harness 两项进展，并介绍紧凑上下文、技能（Skills）、子代理（subagents）和 MCP 等机制如何扩展 AI 能力。
推荐理由：作者以亲身实验展示 Claude Code 的自主工作能力与上下文管理机制，为非程序员理解 AI 编码工具的现状与边界提供了可迁移的观察框架。
ScienceDaily · AIAI 评分6060 宾大与密歇根大学研发出比盐粒更小的可编程自主机器人
宾夕法尼亚大学与密歇根大学团队造出约 200×300×50 微米的全自主可编程机器人，可游泳、感知温度并自主决策，单个成本约一美分，由 LED 供光可持续运行数月。研究发表于 Science Robotics 与 PNAS，机器人通过电场驱动周围离子运动前进，配备完整处理器、内存与传感器，并能用跳舞抖动编码温度数据通过显微镜读取。
Mistral AI精选AI 评分7878 Mistral AI 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布 Devstral 2 编码模型系列，包含 123B 的 Devstral 2 与 24B 的 Devstral Small 2，并推出配套开源 CLI Mistral Vibe。
推荐理由：官方给出参数规模、基准得分与人类评估胜率，可对照开源与闭源编码模型的能力与成本差距。