CarryOn：构建面向长时程智能体的面向对象上下文运行时
CarryOn 通过面向对象的上下文运行时，将长时程智能体的上下文组织为可重用的任务对象，在 OSWorld 2.0 和 BrowseComp-Plus 上分别提升任务成功率 5.8% 和 7.0%，同时减少 token 使用量 51.9% 和 22.9%。
#论文/研究
HuggingFace Daily PapersAI 评分4545 HuggingFace Daily PapersAI 评分4040 Game2Real-Bench: 玩具游戏能否揭示并迁移至真实世界视觉推理？
Game2Real-Bench 基准测试研究玩具游戏与真实世界视觉推理的关联性，包含1000个程序生成游戏样本和400个真实世界样本，评估25个VLMs后显示游戏与真实表现强相关（Pearson/Spearman相关系数0.935）。约束推理能力在部分模型中通过游戏演示得到提升，但细粒度感知能力下降。基准测试、数据集及代码已开源。
HuggingFace Daily PapersAI 评分4545 Into the Unknown: 开放科学问题 AI 智能体评测基准
研究团队推出 Into the Unknown 基准，测试 AI 智能体在开放科学问题上的研究能力，要求智能体根据给定论文和研究方向撰写后续论文。9 个前沿智能体在量子计算等 5 个领域各完成 15 篇后续论文，135 篇均未满足全部条件，114 篇未通过完整性检查。代码与数据已公开。
The DecoderAI 评分7575 Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并成功通过同行评审
Google DeepMind 的 AlphaProof Nexus 解决了 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年。该系统基于 Gemini 3.1 Pro 构建，使用 Lean 语言进行形式化证明，并额外证明了 44 个 OEIS 整数序列猜想，解决了代数几何中的一个开放问题，改进了用于训练某些 AI 模型的 min-max 优化技术的已知边界。
钛媒体AI 评分7575 南极冰立方望远镜获诺奖，中国中微子探测项目取得进展
美国威斯康星大学麦迪逊分校教授弗朗西斯·哈尔岑因将南极冰层转化为中微子望远镜获得诺贝尔物理学奖。中国科学家在南海完成首根望远镜串列样机深海布放，江门中微子实验(JUNO)以《自然》封面论文宣布测量精度达全球最高。
量子位AI 评分7373 Open Academic Paper Gen：AI论文生成与引用核验工具
Open Academic Paper Gen是一套生成论文初稿的多智能体工作流，能从全文中寻找依据核验引用观点，支持从选题到导出的九个阶段，并提供引用三道检查确保文献真实性。
The DecoderAI 评分5555 ArXiv限制每月投稿数量应对AI论文激增
ArXiv平台从2026年10月1日起限制每人每月最多投稿2篇，以应对AI工具导致的论文数量激增。平台投稿量从2016年9月的9,869篇增长至2026年9月的40,363篇，其中AI类别增长超过6倍。
IT之家AI 评分6565 合肥幺正量子离子阱量子计算机通过 QV128 基准测试
合肥幺正量子离子阱量子计算机通过量子体积 128 基准测试，刷新国内公开报道最高纪录。该计算机在 7 个量子比特上稳定运行包含 500 余个单比特门和 50 余个两比特门的复杂量子线路。
Latent SpaceAI 评分7575 为何AlphaFold未能解决蛋白质折叠问题
Google DeepMind的Pushmeet Kohli和Biohub的Sal Candido在讨论中深入分析了AlphaFold的局限性，指出蛋白质结构预测远未解决，AI在生物学领域需要超越简单的扩展计算和数据收集。
RobohubAI 评分3030 Robot Talk Episode 165 – 机器人科研背后的技术，与 Kushant Patel 对谈
Kushant Patel 来自布鲁克黑文国家实验室，开发帮助机器人和仪器感知、建模并移动的软件。他曾在加州大学伯克利分校训练四足机器人绘制核材料地图，并在戴维斯分校构建闭环脑机接口。目前正为先进同步辐射光束线开发控制系统。
IT之家AI 评分6565 字节 Seed 团队发现 DeepSeek 长上下文性能漂移原因
字节 Seed 团队发现 DeepSeek-V4 系列模型因分块 KV 缓存压缩导致相位敏感性，使长上下文检索准确度在不同阶段相差高达 40 个百分点。
The DecoderAI 评分7070 数学家呼吁抵制OpenAI，AI生成证明引发学术领域担忧
菲尔兹奖得主陶哲轩等数学家发表声明，指责OpenAI未经同意就大规模发布AI生成的数学证明，称其为"力量的展示"而非学术贡献。OpenAI此前声称其模型一个月内解决了100多个开放数学问题，包括纳维-斯托克斯问题的一个解法。数学家们担忧AI正在改变数学研究的本质，从概念理解转向问题解决，并引发版权和归属问题。
Latent SpaceAI 评分7575 Periodic Labs创始人谈AI科学家的未来：从半导体到超导体的合成超级智能
Periodic Labs创始人Liam Fedus和Ekin Dogus Cubuk在播客中讨论了AI科学家实验室如何通过物理实验与AI结合推动材料发现，强调了科学发现与数学和编程的根本区别，以及为什么即使是最前沿的模型仍需物理实验。
量子位AI 评分7575 UniPat AI发布PaperBenchX基准，评测AI科学论文复现能力
UniPat AI发布PaperBenchX基准，测试AI在93个真实论文复现任务中的表现，结果显示最强模型GPT-6 Astra完整复现率仅为13.98%。该基准覆盖12个研究方向和10种科学软件环境，通过重新执行工作流验证结果，首次量化了AI与General AI Scientist之间的能力差距。
IT之家AI 评分6565 天津大学研发出新型高效碳捕集膜：单晶 COF 填充量达 75.5%，成本仅 38 美元/吨降幅约 44%
天津大学姜忠义、何光伟团队成功研制出新型全有机混合基质膜，将单晶 COF 填充量提升至 75.5%，二氧化碳渗透率达到 74,800 Barrer，碳捕集成本降至 38 美元/吨，降幅约 44%。
IT之家AI 评分5555 我国科研团队研制出"核光钟"
我国科研团队在国际上率先研制出"核光钟"，将量子精密测量的计时基准从电子跃迁推进到"钍-229"原子核跃迁，每秒可计数约2,000万亿次。
IEEE Spectrum · AI精选AI 评分7575 HiPHI：高精度人体运动与物体交互的大规模基准数据集
Noitom Robotics发布HiPHI数据集，包含617.5小时高精度全身运动数据，其中245.7小时为人-物体交互数据，同步记录物体轨迹和网格。该数据集采用FrameNet框架组织，填补了人形机器人训练数据的空白，并在Unitree G1人形机器人上验证了强化学习策略的有效性。
推荐理由：HiPHI数据集填补了人形机器人训练数据的空白，为具身智能研究提供了高精度运动基准。
IT之家AI 评分3535 2026诺贝尔物理学奖得主哈尔岑回应获奖：是一种“如释重负”
2026年诺贝尔物理学奖授予Francis Halzen，表彰其对冰立方中微子天文台的决定性贡献及发现天体物理起源高能中微子。哈尔岑称获奖是“如释重负”，因过去每年10月未获奖而愧对合作者。这是诺贝尔物理学奖时隔34年首次单人获奖。
IT之家AI 评分7575 OpenAI 发布数学研究成果，解决数百个悬而未决难题
OpenAI公布某未发布前沿模型解决的多项长期数学难题，包含722份手稿和372个结果家族，引发数学界对研究伦理和学术行为的讨论。
IT之家AI 评分5555 中国团队全球首次构建水稻全生命周期三维时空细胞图谱
中国研究团队于10月6日在《细胞》发表研究成果，首次构建了覆盖水稻从种子萌发到开花结实全过程的三维时空细胞图谱，整合了基因组测序、单细胞测序与空间转录组测序，为理解水稻生长发育和籽粒品质改良提供了新资源。团队还建设了全球共享的数据库与水稻单细胞基础模型，支持基因查询和空间表达分析，有望实现精准设计育种，减少连锁反应。
The Verge · AIAI 评分7575 OpenAI发布数学突破性研究成果
OpenAI发布了722份手稿，解决了数百个长期存在的数学问题，涉及372个结果家族。这些成果由前沿模型产生，通过GitHub仓库发布，并包含了模型推理摘要和计算资源使用情况。
华尔街见闻AI 评分3535 Francis Halzen独揽2026年诺贝尔物理学奖：主导南极“冰立方”项目，开启中微子天文学新纪元
Francis Halzen因主导南极“冰立方”中微子天文台项目，成功捕获太阳系外高能中微子，荣获2026年诺贝尔物理学奖。该装置覆盖一立方公里南极冰层，2011年建成，证实宇宙存在百万倍于地球实验室能量的天然粒子加速器。这一发现为天文学家提供全新观测窗口，可追踪宇宙极端环境信息。
华尔街见闻AI 评分7575 2026年诺贝尔医学奖揭晓：三位光遗传学家获奖
2026年诺贝尔生理学或医学奖授予美国科学家卡尔·戴塞洛斯和德国科学家彼得·黑格曼、格奥尔格·纳格尔，表彰他们在光遗传学领域的发现。三人将平分1200万瑞典克朗奖金，光遗传学技术使科学家能够精准控制活体大脑中单个神经细胞的活动，揭示神经回路如何塑造记忆、情感与行为。
Google ResearchAI 评分5555 智能体隐私与安全的开放性与新兴问题：情境视角
Google Research发布了一份关于智能体隐私与安全的新研究报告，探讨了自主AI系统面临的隐私和安全挑战，提出了基于情境完整性理论的解决方案，并呼吁学术界、政府、民间社会和产业界共同合作构建安全、可靠且尊重隐私的智能体生态系统。
IEEE Spectrum · AIAI 评分8080 AI解决重大数学难题引发学界争议
OpenAI宣布解决了Navier-Stokes存在性和光滑性问题，这是千禧年大奖难题之一，引发数学界对AI研究方法和学术规范的讨论。同时，Anthropic和Google也在积极尝试解决其他数学难题，但AI的快速进展给传统数学研究带来压力，年轻学者面临使用LLM的竞争压力。
量子位AI 评分4545 2026年诺贝尔生理学或医学奖授予光遗传学
2026年诺贝尔生理学或医学奖授予Karl Deisseroth、Peter Hegemann和Georg Nagel，表彰其发现光控离子通道和光遗传学。该技术通过绿藻光敏蛋白ChR2实现毫秒级精准控制神经元活动，推动神经科学从相关性观察转向因果关系验证。
量子位精选AI 评分8585 Hinton发表首篇RSI论文探讨AI研发自动化与智能爆炸
Hinton等人发表《What if automating AI R&D triggers an intelligence explosion?》论文，探讨AI参与研发下一代AI可能引发的智能爆炸现象。
推荐理由：论文分析了AI研发自动化的现状与潜在影响，为理解智能爆炸提供了理论框架。
TechXplore · RoboticsAI 评分6565 FindingDory：评估具身智能体记忆能力的新基准
佐治亚理工学院研究人员开发了名为FindingDory的基准测试，用于评估AI机器人的记忆能力。该基准包含60项任务，分为空间、时间和多目标三类，测试模型在一天内的记忆表现。结果显示，当前最佳模型在高难度任务中成功率仅约50%，而开源推理模型Qwen表现优于Gemini和GPT等闭源模型。研究团队提出将图像转换为文本描述或建立图像层次结构可能是解决机器人记忆存储问题的潜在方法。
Microsoft Research精选AI 评分7575 微软发布生物研究AI系统Quine
微软研究院发布Quine，一个专为生物学复杂性设计的多模态世界模型研究系统，能够连接模型、科学工具、文献和研究人员。该系统已用于预测和验证能驱动肿瘤状态转变的化合物，并通过湿实验验证了排名靠前的候选物。Quine包含一个生物学世界模型和一个交互式接口，可跨模态和尺度整合生物数据，帮助研究人员在实验室测试前预测和推理生物干预的后果。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 ProvenanceGuard：面向MCP智能体的来源感知事实验证
Hugging Face团队发布ProvenanceGuard论文，提出了一种针对MCP智能体的来源感知事实验证方法，能够检测答案中事实与引用来源不匹配的问题。该系统通过分解答案、识别相关来源、验证支持度、检查来源归属等步骤，在医疗领域测试中成功捕获了138个本应被阻止的声明，来源识别准确率达86%。
推荐理由：ProvenanceGuard解决了MCP智能体中事实核查与来源匹配的关键问题，为多源信息验证提供了新方法。
HuggingFace Daily PapersAI 评分4040 PRISM: 基于特权同胞引导的多智能体拓扑设计
PRISM 通过学习特权信息改进多智能体系统拓扑设计，在六项基准测试中超越所有基线模型。该方法利用教师模型读取同胞图生成每查询偏好信号，避免拓扑生成器向高频图漂移。代码已开源。
Import AIAI 评分7070 Import AI 474：柏拉图心智空间；太空TPU；智谱启动递归自我改进
Import AI 474期刊探讨了Michael Levin关于心智本质的柏拉图空间理论，分析了机器人领域需要类似LLM后训练的通用算法，介绍了Google的太空TPU项目，以及智谱AI使用GLM-5.3自动化基础设施工作的实践。
IEEE Spectrum · AI精选AI 评分8585 Paper2Agent：将学术论文转化为可交互AI工具
斯坦福大学研究人员开发了Paper2Agent开源框架，可将学术论文及其代码转化为可交互的AI智能体。该系统能自动提取核心工作流程，创建可在个人电脑上运行的测试工具包，成本低于15美元。研究人员已在计算生物学领域测试了该工具，成功将AlphaGenome论文转化为22个功能工具，并展示了多智能体协作研究的能力。
推荐理由：原文提供了将学术论文转化为可交互AI工具的具体方法，展示了如何实现研究方法的动态执行。
Google ResearchAI 评分4545 Google Research 发布 MilleMiglia：物流中段运输实例生成器
Google Research 推出 MilleMiglia，一个 C++ 实例生成器，用于创建物流中段运输问题的真实基准数据。该工具解决中段物流缺乏高质量公开数据的问题，支持跨区域配送中心间的复杂运输网络模拟。代码已在 GitHub 开源。
Microsoft Research精选AI 评分6565 GigaPath-Flash 和 GigaTIME-Flash：高效病理学基础模型助力人群规模发现
Microsoft Research 发布了 GigaPath-Flash 和 GigaTIME-Flash 模型，通过知识蒸馏技术将原始模型的计算需求降低约 50 倍和 8 倍，同时保持或提升性能。这些开源模型支持对大规模癌症患者队列进行病理分析，帮助研究人员研究疾病生物学、生物标志物和临床结果。
推荐理由：本文介绍了病理学基础模型的效率提升方法，使大规模人群研究成为可能。
Import AIAI 评分6565 Import AI 469：Science AI、RSI模拟器和扎克伯格的技术悲观主义
Import AI 469期介绍了DiG-bench评测基准，该基准包含70个游戏用于测试AI系统发现环境规则的能力。Opus 5和Fable 5表现最佳，但整体上当前前沿模型仍难以完成高难度任务。文章还讨论了Paradigm Research开发的RSI模拟器游戏和Inherent公司构建的AI科学家模型Faraday。
Microsoft Research精选AI 评分6565 MindTopo揭示多模态模型的拓扑推理能力
微软研究团队推出MindTopo基准测试，评估多模态大语言模型在拓扑推理方面的能力。研究发现当前模型在静态识别任务上表现优于交互式规划任务，表明它们难以在动态环境中保持对拓扑关系的一致理解。MindTopo包含连续性、分离、顺序、包围和结点五个类别的推理和规划任务，为改进机器人和交互环境中的AI系统提供了重要诊断工具。
推荐理由：MindTopo揭示了多模态模型在拓扑推理方面的显著差距，为改进AI空间理解能力提供了新方向。
Berkeley AI Research精选AI 评分7070 ABBEL：教会大语言模型更新信念以实现高效长程交互
加州大学伯克利分校研究团队提出ABBEL框架，通过自然语言信念状态替代完整交互历史，解决了长程任务中上下文压缩导致的性能下降问题。在CollabBench协作编码环境中，使用信念分级(ABBEL-rec-BG)将性能差距缩小约50%，同时训练步数减少50%。
推荐理由：原文提出了ABBEL框架，通过信念状态管理解决长上下文交互中的性能问题。
Berkeley AI ResearchAI 评分3232 2026 BAIR 毕业生展示
Berkeley AI Research 实验室 2026 届博士毕业生在人工智能领域取得突破，研究方向涵盖机器人、大语言模型、计算机视觉等。毕业生将进入高校、工业实验室及初创公司，部分加入 OpenAI、Amazon 等企业。
Berkeley AI Research精选AI 评分7070 GRASP：基于梯度的世界模型长时程规划方法
伯克利AI研究团队提出GRASP方法，通过提升轨迹到虚拟状态、添加状态噪声和重塑梯度来解决长时程世界模型规划的脆弱性问题。该方法在长时程任务中取得了更高的成功率和更快的收敛速度。
推荐理由：原文提出了GRASP方法解决长时程规划中的梯度问题，读者可了解如何优化世界模型规划。