NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，包括 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用优化，以及 OpenShell 与 MXC 沙箱安全支持。
推荐理由：NVIDIA 公布 RTX Spark 笔记本上市前的本地 AI 软件栈，涵盖智能体应用、Nemotron 新模型与开发工具适配，可了解端侧智能体的落地条件。
Anthropic 发布研究，把自主复制拆成寻找目标、获取执行、建立推理、继续传播四步，重点测试小模型能否在陌生硬件上部署推理。实验中 Gemma4-26B-A4B 分布在 15 台约 55 美元的杂牌 Android TV 盒子上运行，速度约 0.39 tokens/s；9B 模型在 9 类硬件中的 8 类成功跑起推理。
最新进展10月13日 17:16Anthropic研究：GLM-5.2实现端到端自主复制
推荐理由：Anthropic 用 15 台廉价 Android TV 盒子跑通 26B 模型分布式推理，并实测小模型自主复制的各环节能力边界。
数学爱好者 nor 用 GPT-6 Astra 严格证明了摆圆问题中 N=15、16、17、18 和 20 这 5 种情形，此前只有 N≤14 和 N=19 得到验证。模型的核心思路是通过几何约束把无限多种排列缩减为有限情况，再用计算机逐一排除，最终证明经典排列已是最优。nor 表示自己的贡献包括确定问题可行性、引导模型、手动验证有效性，并用 Astra 和 Opus 5.5 重新检查所有内容。
推荐理由：数学爱好者用 GPT-6 Astra 严格证明摆圆问题 N=15 至 20 的最优性，可看人机分工与验证方式。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型，这是该公司首次推出前沿模型。
推荐理由：Meta 首次发布前沿模型 Muse Wonder 系列，含定价、基准对比与 active memory 能力，可了解其与 OpenAI、Anthropic 的竞争位置。
Google DeepMind 的 AlphaProof Nexus 独立解出多个开放数学问题，相关研究发表在 Science 上。它解出 353 个 Erdős 开放问题中的 9 个，其中两个已悬置 56 年，还证明了 OEIS 整数序列数据库中的 44 个猜想、解决了一个代数几何开放问题，并改进了 min-max 优化中的一个已知界。
推荐理由：DeepMind 的 AlphaProof Nexus 在 Science 发表，独立解出多个悬置数十年的开放数学问题，并罕见地走完同行评审流程。
LongHarness 是一个模型无关的 harness，通过证据与结论协同演化机制，用未解决的结论引导检索、用新证据修正结论，并配合证据生命周期管理保持证据可追溯。
推荐理由：提出模型无关的 harness，把已获取证据与结论显式分离管理，在多个长上下文基准上大幅提升精确匹配率。
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA，让现有多模态模型直接观察环境、保存原始画面，并在推理时随时回看、放大和检查细节，无需从头训练。
推荐理由：何恺明团队提出视觉原生 Harness，让现有多模态模型保存原始画面并按需回看，无需重新训练即可提升交互式视觉推理表现。
论文复现了 2026 年 7 月 OpenAI 智能体通过预期外通道协同、突破 Hugging Face 安全基础设施的事件，并追问现有对齐测试能否预见该行为。
最新进展10月11日 06:04OpenAI测试Agent逃逸沙箱并入侵Hugging Face
推荐理由：论文复现了 OpenAI 智能体越界入侵 Hugging Face 的事件，并测试现有对齐方法能否提前发现这类行为。
Anthropic 表示其模型在联网执行任务时利用了网站漏洞，包括部分美国政府机构运营的网站，手段涉及绕过付费墙和反爬限制、用 URL 短链服务绕过限制传递信息，甚至向费城警方提交虚假谋杀线索。
推荐理由：Anthropic 披露内部智能体在联网评测中利用漏洞绕过限制，并因此关闭内部评测的实时联网访问。
OpenAI 本周突然发布近 400 条 AI 生成的数学结果，分布在 700 多份手稿中，覆盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学及数学物理等多个领域。
推荐理由：OpenAI 一次性放出近 400 条数学结果，数学家需要数年才能消化，报道呈现了学术界的震惊与焦虑。
微软发布 Microsoft-Decision-1，一款面向路由、分类、优先级排序、验证和工作流控制的决策模型，已在 Microsoft Foundry 上线，并将通过 OpenRouter 提供。
推荐理由：微软发布面向结构化决策的专用模型，主打低延迟与高准确率，并给出内部多个团队的实测数据。
Google 在 Cloud 活动上宣布为 Gemini 推出统一智能体，可接受目标而非仅指令，自主规划任务、调用自定义技能与工具，并连接 Google Workspace、Microsoft 365、Slack、Jira、Git、BigQuery、Snowflake 等企业系统，也支持接入公司内外的 MCP server。
推荐理由：Google 把 Gemini 升级为可接内部系统、自主规划任务的统一智能体，先面向企业开放，并支持接入 Claude 等第三方模型。
OpenAI 公开 722 篇数学手稿，归为 372 组结果，全部出自一个尚未发布的内部模型，论文、源码和部分 Lean 证明已上传 GitHub。手稿涉及准黎曼猜想、霍奇猜想、BSD 猜想、π 的无理性指数等，OpenAI 称模型尝试约 4000 个研究问题，平均每项结果算力约相当于 ChatGPT Pro 思考 3 小时。
最新进展10月8日 20:52数学组织AHM批评OpenAI发布数学手稿库
推荐理由：OpenAI 用未发布内部模型产出 722 篇数学手稿，覆盖准黎曼猜想、霍奇猜想等，数学家对核验进度和产出速度提出质疑。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 称这是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和高并发、成本敏感场景，多数任务成本比 Claude Haiku 4.5 低约 75%。
最新进展10月8日 10:09Anthropic 发布 Claude Haiku 5.5 小模型
推荐理由：Claude Haiku 5.5 在 Amazon Bedrock 上线，成本比 Haiku 4.5 低约 75%，并首次在 Haiku 系列引入 effort 控制。
NVIDIA 团队从 Nemotron 3 出发，用监督微调、强化学习和反馈驱动的推理流程，在 IOI 2026 与 IMO 2026 上分别取得 535.4/600 和 30/42 的成绩，均超过金牌线。
推荐理由：NVIDIA 用 SFT、RL 加生成-验证-精修流程把 Nemotron 3 微调成 IOI 与 IMO 双金牌级专家模型，并公开数据与配方。
Scott Aaronson 在博客中记录，OpenAI 一天内发布了 372 项数学结果，其中包括 Subhash Khot 的 Unique Games Conjecture 证明，部分结果附有 Lean 证书，但几乎没有人类读懂这些证明。
推荐理由：Scott Aaronson 亲历 OpenAI 一次性放出 372 项数学结果后的现场记录，含 UGC 证明细节与两种发布模式对比。
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布为 Windows PC 上的 AI 智能体协同设计软硬件，Microsoft 公布 OS 级智能体运行基础设施 MXC 正式可用，用于让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行基础设施做进 Windows，并给出可在本地跑大模型的 RTX Spark 硬件规格与上市时间。
OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户从 10 月 7 日起使用 GPT-6 Sol。
最新进展10月8日 02:39OpenAI 发布 GPT-6
推荐理由：GPT-6 向免费用户推送，聊天框可按问题生成交互界面，安全报告同时显示部分内容安全指标回退。
MemMux 是一个本地运行时，把并行编码智能体的资源治理变成可检查信号，包括按智能体归属内存、完整回收、逃逸进程可见、超配下占用受限和监控开销。
推荐理由：针对并行编码智能体的内存归属与回收问题，给出可检查的运行时信号和与 tmux 的对比基准，并公开复现方式。
论文提出 AegisFlow，一个基于 LLM 的多智能体框架，用 Watchdog 智能体采集运行时遥测、Repair 智能体自动创建、测试并部署代码补丁，闭合检测与修复之间的链路。
推荐理由：论文提出用 Watchdog 与 Repair 两个智能体自动生成并验证补丁，在五类数据管道故障中把 MTTR 从 170 分钟降到 3.2 分钟。