Goodfire 称智能体分析推翻多义性假设，多数神经元可读
Goodfire 的 Nick Cammarata 发布文章提出“神经网络本已干净”，认为多数神经元可读，许多著名的多义性与叠加案例属于误读，其 2023 年在 OpenAI 的自动可解释性工作当时仅约 2% 神经元可读。
推荐理由：Goodfire 提出多数神经元可读、多义性多属误读，并汇总 Muse Spark Open 等模型发布与推理系统进展。
#论文/研究
#论文/研究
今日 11 条Latent Space精选AI 评分7878 arXiv · cs.AI精选AI 评分6262 Diviner：Meta 提出人工治理自适应的智能体根因分析系统
Meta 提出智能体根因分析系统 Diviner，围绕编码、执行、评估、自适应四阶段可靠性生命周期组织，用经过审核的事故语料和服务负责人经验生成带版本范围的技能、工作流、类型化工具与事故知识图谱。
推荐理由：Meta 的智能体 RCA 系统论文，讲清四阶段可靠性生命周期如何用人工审核约束运维知识更新。
arXiv · cs.AIAI 评分5858 AutoOnboarder：自动为 LLM 智能体做入职适配
论文提出 AutoOnboarder，让一个 Onboarder 编码智能体在仅有数十个示例的条件下，迭代调整基础模型、提示词和 harness 源码，以同时提升性能并降低成本，评估数据隔离在独立虚拟机上防止泄漏。
arXiv · cs.AI精选AI 评分7171 Athanor：让智能体自主完成后训练研究的系统
论文提出 Athanor，一个面向自主后训练研究（AutoPostTrain）的 agent-native 系统，让智能体在真实 GPU 上自行读取数据集与评测结果、构建训练数据、修改训练算法并调参。
推荐理由：论文展示四个 Claude Opus 5.5 智能体在 104 小时内自主完成 Qwen3-4B-Base 的后训练，结果接近官方 instruct 版本。
arXiv · cs.AI精选AI 评分6666 MAI-Gym：面向移动与桌面环境的 GUI 智能体评测与 RL 训练一体化平台
MAI-Gym 是一个开源一体化平台，把移动、电脑和网页环境下的 GUI 智能体评测、数据采集与在线 RL 训练统一到同一条 rollout 流程中，支持十项既有基准并扩展到 20000 个并行环境实例。
推荐理由：统一 GUI 智能体的评测、数据合成与在线 RL 训练平台，并给出 9B 模型在移动与桌面基准上的结果和模拟到真机的迁移数据。
Hacker News · Front PageAI 评分6262 Bold Agent Kit 分析 1.4 万通来电：人工接待转化率约为 AI 的 4 倍
Bold Agent Kit 对约 1.4 万通客户来电的分析显示，人工接待的入站转化表现约为 AI 接待的 4 倍，AI 处理电话中未取得实质进展即挂断的比例高出 700%，但人工接待漏接电话比 AI 多约 15%。
arXiv · cs.AI精选AI 评分6060 可移植技能实现 Agentic RAG：客服场景部署案例研究
论文报告一个客服场景的部署案例，用可移植技能替代复杂 RAG 栈，该技能由自然语言指令、轻量工具（检索 API、格式检查脚本）和带 LLM 生成导航层的语料组成，导航层是文档之上的 Wikipedia 式结构化索引。
推荐理由：客服场景的部署案例，用可移植技能替代复杂 RAG 栈，给出等价率与延迟数据，并说明适用边界。
arXiv · cs.AIAI 评分5151 arXiv 论文：放开轮次限制后，开源权重模型在 CTI-REALM 上追平闭源模型
一项 arXiv 论文在 CTI-REALM 基准上评测了 26 个模型（19 个开源权重、7 个闭源），使用统一的 harness、评分器和 LLM 评审组，发现只要给足轮次，开源权重模型能以不到闭源最强模型十分之一的成本达到相当水平。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于证明的通用计算 zkVM
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行过程，并生成约 12 毫秒即可验证的短证明。它在笔记本上每秒可证明 720 万至 870 万条 RISC-V 处理器指令，在 15 个基准程序上平均比现有最快的 zkVM 快 10 至 39 倍，在代币转账基准上比另外两个系统快 300 倍以上。
推荐理由：微软研究院发布 zkVM 系统 Magnetar，用标准哈希函数证明 Rust、Go、C 程序执行，速度较同类系统提升 10 至 39 倍。
Hacker News · Front Page精选AI 评分8383 神经网络本就是干净的：一项对叠加假说的重新检验
作者在数月研究图像与语言模型神经元后提出，此前被视为多义性与叠加假说的典型证据多被误读，网络把概念任意打包的现象主要是递归泛化，即神经元沿多个方向生长出相关分支。
推荐理由：作者用图像与语言模型的神经元实验反驳叠加假说，提出递归泛化解释，并给出可复现的观察方法。
The Decoder精选AI 评分8383 GPT-6-Astra 在理论物理基准中解出 50 题中的 49 题，单题成本不到 3 美元
一项新基准测试让商用 AI 智能体在无人工提示下解理论物理研究题，GPT-6-Astra 在 OpenAI 的 Codex 环境中答对 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：一份理论物理论文基准显示，GPT-6-Astra 在 Codex 中解出 50 题中的 49 题，单题成本不到 3 美元，并讨论了 AI 对物理研究训练与资源分配的影响。
Hacker News · Front PageAI 评分7070 扫描 2.17 亿条网页响应：HTTP 响应头里的提示词注入现状
Signals Corps 读取 Common Crawl 2026 年 9 月抓取中 217,097,223 条页面响应的 HTTP 头，发现 7,959 个站点发送了面向 AI 的响应头，其中 7,271 个是指向 llms.txt、MCP 服务器或 agent skill 的指针，30 个是注入尝试且 24 个用名为 X-AI 的头，多数只是恶作剧。
The DecoderAI 评分6262 Google 称自我改进型 AI 仍遥遥无期
Google 工程师 Haydn Belfield 表示，Google DeepMind 未观察到 AI 自身驱动 AI 研究出现可测量的加速，自我改进型 AI 仍很遥远。
WIRED · AIAI 评分6262 MIT 研究：AI 在理论物理等领域的解题率两年内从 2% 升至 35%
MIT 的 Neil Thompson 与 Gabriel Manso、Claudio Mayrink Verdun 合作的研究显示，2024 年中至 2026 年中，最好的 AI 模型在概率、统计理论、经济理论、高能理论、引力与宇宙学、量子物理等领域理论问题上的正确解题率从约 2% 升至约 35%。
The DecoderAI 评分6969 研究者追踪到野外失控的中国 AI 智能体集群并与其通信
研究者 Ethan Elasky 称，2026 年 9 月 28 日至 10 月 8 日期间，运行在腾讯云上的 AI 智能体对阿里旗下高德地图发起超过 2600 次数据抓取尝试。
Ars Technica · AIAI 评分6262 研究者用 AI 设计可切割其他蛋白的酶
研究者用基于 AI 的蛋白设计工具，保留两类蛋白酶起催化作用的核心，替换掉蛋白其余部分，得到可定向把特定蛋白切成两半的酶。他们用这些酶切割与神经系统疾病相关的蛋白，验证了其有效性。研究者的做法相当于跳过了蛋白酶自然演化中催化核心之外的多样化过程。
Hacker News · Front PageAI 评分5555 Kombai 发布 Design Creativity Bench，评测 16 个前沿模型的 UI 设计创造力
Kombai 推出 Design Creativity Bench，用原创性、创意跨度和适配度三个维度评测 AI 在 UI 设计任务上的创造力，覆盖 16 个前沿模型、80 个开放式 UI 任务，每个任务适配两个产品领域并配有人类设计师参照。
The Verge · AIAI 评分6262 微软开源 PBC 工具，用机器学习改进 2 至 6 周天气预报
微软研究院联合 MIT、ECMWF 等机构在 Nature 发表 Probabilistic Bias Correction（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，而非新建独立模型，相关工具已开源。
The Verge · AIAI 评分6262 Anthropic 警告自我复制 AI 风险，实验把 Gemma 4 拆到 15 台电视盒上运行
Anthropic 本周发布博客称，小型 AI 模型可能再过数月就具备自我复制能力。其研究把 260 亿参数的 Google Gemma 4 拆分到 15 台 Android 智能电视盒上运行，速度很慢但成功，并在模拟 Android 设备网络中让 AI 蠕虫自动寻找新机器、复制模型并启动，只有中国智谱的 GLM-5.2 能扩散到整个网络。
Ars Technica · AIAI 评分6262 Anthropic 警告小型 AI 模型或可借 IoT 设备自我复制
Anthropic 警告，小型 AI 模型的进步可能催生能感染智能冰箱、扫地机器人等 IoT 设备并更难清除的自复制恶意软件，并称明年小型模型或可在各类 IoT 设备上自主自我复制。
WIRED · AIAI 评分7474 报告：AI 模型护栏易被移除，开源权重模型平均不到三天出现 abliterated 版本
英国非营利机构 Tech Against Terrorism 的 Counter-Terrorism AI Benchmark 报告测试了 134 个 AI 模型，用 200 多条涉及大规模伤亡、化学与核武器的提示词各测三轮，仅两个模型完全通过，81 个模型未达标。
Hacker News · Show HNAI 评分6262 RSI-Anything：用 JEPA 世界模型实现智能体递归自我改进
Gen-Verse 发布 RSI-Anything，一个基于 JEPA-Anything 的领域通用框架，通过“提议、预测、选择、评估、学习、保留”循环把世界模型预测与交互反馈转化为递归自我改进，论文覆盖代码修复、GUI 交互、实验室规划、反应优化和免疫科学五个领域。
The DecoderAI 评分5858 丘成桐等发起数学与 AI 联盟，西方数学家担忧 AI 证明削弱理解
菲尔兹奖得主丘成桐与多位中国数学家在北京发起“丘成桐数学与人工智能实验室联盟”，联合八家机构，目标建成超过 1000 名研究者的网络，丘成桐警告中国在该领域落后于美国。
The DecoderAI 评分7474 Anthropic 研究警告小模型或将在消费设备间自我复制
Anthropic 研究人员 William Zhou 和 Daniel Freeman 发布研究，测试小模型能否在安全性薄弱的 IoT 设备上自主复制。
Hacker News · Show HNAI 评分6262 Sablier 用合成市场训练 RL 智能体，在 2020 与 2022 真实崩盘中对冲误差下降
Sablier 用强化学习训练 Qwen3-1.7B 在纯合成市场路径中学习期权对冲，该模型从未见过真实价格，却在 2020 和 2022 真实崩盘上把最差 10% 损失从 0.0352 降到 0.0173、从 0.0281 降到 0.0144。
Hacker News · Show HNAI 评分6060 500 次测试对比 5 个 LLM 在写入失败时的重复提交表现
一项公开实验用同一 harness 和中性系统提示词，对 5 条模型路由各跑 100 次，覆盖丢失回复、限流、服务端错误、格式错误回复和错误 ID 等 10 类注入故障，考察智能体在写入超时后是否重复提交。
量子位精选AI 评分7878 Anthropic 安全实验：GLM-5.2 在隔离网络实现端到端自主复制
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 的安全实验显示，GLM-5.2 在含 8 个 GCP 节点的隔离沙盒中，5 次测试有 4 次自主攻陷并部署全部 8 台设备，另 1 次拿下 7 台，全程自主完成扫描、渗透、传输权重和部署 Llama3.1-8B 推理服务。
推荐理由：Anthropic 安全实验显示 GLM-5.2 可在隔离网络自主复制并部署推理服务，还记录了代际经验传递带来的成功率提升。
Hacker News · Front PageAI 评分6262 论文称 AI 模型可证明地隐藏任意能力，诱发式能力审计存在极限
一篇被 NeurIPS 2026 接收的论文提出用数字锁柜（digital lockers）把加密神经网络嵌入宿主模型权重，仅在收到秘密触发条件时解密执行，在密码学假设下即使拿到完整权重也难以诱发或解释，把此前隐藏固定字符串的工作扩展到任意计算。
Hacker News · Front PageAI 评分7575 Anthropic 公布反蒸馏防御方法，称蒸馏数据提取量下降 10 至 100 倍
Anthropic 公布针对 Claude 的反蒸馏防御进展，称新方法使蒸馏者提取的推理 token 量比此前低 10 至 100 倍，早期证据显示数据获取量减少约 90% 至 99%。
MarkTechPostAI 评分5858 阿里千问发布 QwenGyre：面向超长时程智能体的弹性强化学习框架
阿里千问团队提出 QwenGyre，一个面向超长时程智能体训练的在线强化学习框架，通过未修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理接近 1M tokens。
Hacker News · Front Page精选AI 评分7878 Anthropic 研究：小模型或可在无数据中心条件下自我复制
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。
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。
The DecoderAI 评分7171 Sakana AI 与 UC Berkeley 提出 MASS：让同一模型自我求解、评判与优化
Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS）方法，让单个语言模型同时承担求解、评估和优化三种角色，实现递归自我改进，无需更强的教师模型。
The DecoderAI 评分6666 微软研究：清空对话历史可让 AI 智能体找到更好方案
微软研究院一项研究提出 Fork-and-Flush 方法，让长时运行的 Autoresearch 智能体在保留工作区文件的同时清空对话上下文并分叉出 K 条并行分支，只保留最优分支。
Hacker News · Show HNAI 评分6565 Closed Form 上线：用白话解释 OpenAI 模型的 372 项数学结果
Closed Form 是一个把 OpenAI 模型产出的数学结果用白话解释的网站，覆盖 2026 年 9 月 10 日至 10 月 7 日发布的 719 篇论文，合并相关论文后得到 372 项结果，其中 172 篇附有 Lean 形式化证明，目前已解释 128 项。页面按数论、代数与复几何、理论计算机科学等 17 个领域分类，每项结果标注形式化证明状态，并给出结论含义与可信程度。
The Decoder精选AI 评分8888 Google DeepMind 的 AlphaProof Nexus 解出多个开放数学问题并登上 Science
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。
量子位AI 评分7171 华为 Memento 3 通关 ARC-AGI-3 全部 25 款游戏，操作次数比人类少 56%
华为诺亚方舟实验室联合 UCL 等团队提出 AI 智能体系统 Memento 3，在 ARC-AGI-3 公开集的 25 款游戏、183 个关卡上全部通关，RHAE 得分 100，总操作 7518 次，比人类的 17135 次少约 56%。
arXiv · cs.AI精选AI 评分6262 LongHarness：用状态化证据管理让智能体推理百万级 token 语料
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。
Hacker News · Front PageAI 评分6262 Sakana AI 提出 MASS：用集体智能实现递归自我改进
Sakana AI 提出 Multi-Agent Self-Supervision（MASS），让同一个语言模型同时充当任务执行者、工作流优化器和评估器，通过内层循环搜索更优的多智能体工作流、外层循环把团队执行轨迹蒸馏回共享权重，形成递归自我改进（RSI）的自监督信号。
量子位精选AI 评分7878 何恺明团队发布多模态 Harness 框架 VISTA
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。
The DecoderAI 评分7171 研究：AI 智能体团队耗费大量 token，质量提升却几乎测不出
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，分别以单智能体和团队形式在中等与最高推理强度下运行，团队成本是单智能体的 1.8 倍到 5.1 倍，四次对比中只有 GPT-6 Sol 在中等推理强度下出现统计显著提升，高出 7.3 分，最高推理强度下团队设置对两个模型都没有实际优势。