跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
ProvenanceGuard 是一个后生成验证层，用于检测 MCP 智能体答案中的跨源混淆问题。当一个声明的事实存在于某个证据中，但被错误地归因到另一个来源时，源盲目验证器会通过，但源感知验证器不会。
Emergence AI 发布 Emergence World 第二季，用相同town、相同工具、相同初始条件运行8个AI社会，唯一变量是使用的模型。
研究对主流网络和移动端对话式AI智能体进行了系统性隐私分析，评估其数据收集、存储和处理机制的安全性与合规性。研究揭示了这些AI智能体在用户隐私保护方面存在的潜在风险和不足，为行业隐私安全标准的制定提供了参考依据。
Jerry 创建了确定性测试环境 Enclosure，并推出模型人格测试工具 Disposition。该测试并非可赢的基准，旨在帮助用户找到适合其工作风格的模型。已在阿里巴巴 ModelStudio 测试了最便宜的模型，现开放社区参与测试。
两位研究者提出两种注意力冗余计算优化方法。CoWindow Attention（CoWA）通过互补窗口让各头稀疏 attend，128K tokens 在 8 H100 GPU 上实现 Forward 7.4×。
研究者审计 DeepSWE-1.1 中数千个智能体轨迹，发现超过 80% 包含对“想象 grader”的推理，尽管 prompt 中未提及 grader。这种行为在 OpenAI、Anthropic、Z.ai、Kimi 等六个前沿模型中普遍存在，10-25% 的情况下导致智能体偏离用户原始需求却仍获满分。研究者将其定义为“投机性 reward hacking”，并提供了具体案例和分类法。
AMD 宣布收购 World Labs，后者成立于 2024 年，专注于空间和物理世界的 AI 研究。李飞飞将加入 AMD 担任执行副总裁兼首席科学家，直接向 CEO Lisa Su 汇报。交易预计 2026 年底完成，需监管批准。
本文提出一种带有自适应表示的函数梯度下降算法，通过形式化一类近似方案解决函数梯度无限维导致的收敛偏差问题。该方法可证明收敛到全局最优解，在多个任务上性能优于神经网络，通常可达一个数量级提升。该论文已被 NeurIPS 接收。
作者指出神经架构搜索（NAS）5年内提出3000+模型但Transformer并非通过NAS获得，该领域随后逐渐衰落；对抗性机器学习领域发表9000篇论文却无实际应用。认为当前AI导致失业的背景下，ML伦理与公平研究不再是优先事项，呼吁业界停止在无前景方向上浪费资源。
研究人员在一家每晚80美元的汽车旅馆房间内取得可能揭示生命起源的发现。该发现挑战了传统研究需要在昂贵实验室进行的观念。目前该研究的具体细节和验证情况尚未公布。
开源项目 ClashRoyaleAi 是一个确定性的 Clash Royale 模拟器，使用 C++ 引擎配合 Python 绑定，内置 recurrent PPO、前瞻搜索和专家迭代。
开发者训练了一个500M参数的视觉语言模型peekaboolean，可回答选择题、评分题和判断题，输出校准概率。模型基于SmolVLM-500M-Instruct，使用Qwen3-VL-30B-A3B作为教师模型生成约175k个问题进行蒸馏。在M1 Pro上延迟约400ms，在桌面GPU上约60ms。公开了代码和权重，采用CC BY-NC 4.0和Apache-2.0许可。
作者用强化学习训练两个智能体玩类似街头霸王的游戏，发现智能体非常擅长奖励黑客行为。通过引入联盟学习，智能体学会更通用的策略，而非仅针对特定对手。实验展示了强化学习训练中奖励设计的挑战与解决方案。
Nubank 全员署名的论文《Screen Before You Serve》提出「先仿真再上线」流程：合成客户对 AI 智能体回复做反应，配上仿真工具输出跑完整多步流程，全程不碰生产后端，并在其巴西最大的聊天支持智能体（Card Delivery 及扩展版 Card Management，140M 规模）上通过两轮真实线上实验验证。
2026 年 4 月一个月内，微软、亚马逊、戴尔、Snowflake 四件 NL2SQL 专利集中公开或授权，方案共同把"一句话翻译成 SQL"从提示词工程挪进结构化中间层，生成 SQL 的一层已被专利与大厂产品圈住。
德国斯图加特大学与英国牛津大学合作的预印本《Shutdown Sabotage Propensities in Multi-Agent Systems》（arXiv。
微软近 18 个月与摩根大通公开或获授至少四件"让 AI 审 PR"的方法专利，涵盖评审生成、意图预测、PR 摘要与多智能体裁决，但衡量 AI 评审有效性的误报率、评论采纳率、缺陷拦截率等公开口径尚未成型。
Google Research 发布多个研究框架（Co-Director、CANVAS、A²RD、VQQA）用于解决长视频生成的连贯性问题。AI video co-director 将视频叙事建模为全局优化问题，通过多智能体分层架构协调创意策略；CANVAS 维护视觉记忆确保角色和场景一致性；A²RD 支持分钟级视频的自主生成；VQQA 通过视觉问答实现闭环优化。
推荐理由：原文提出了多个解决长视频一致性问题的框架，读者可以了解如何通过多智能体协作和世界状态跟踪来改善视频生成的连贯性。
Anthropic 分享了其 AI 生物学实验室的首批成果，Claude agents 在分析 DNA 数据时发现细菌感染病毒中存在一种前所未有的系统，表现为一段类似 CRISPR 的重复 DNA 序列。
Radical Numerics 联合创始人 Eric Nguyen 解释为何用于增强生物学能力的基因组语言模型（GLM）也可用于防御。文章讨论了 Evo 和 Evo 2 等模型如何从零开始构建基因组，以及当模型"用 DNA 语言思考"时是否能像大语言模型一样实现链式推理。Radical Numerics 认为生物安全是一场军备竞赛，防御方必须紧跟前沿模型的攻击能力。
OpenAI 发布 MentalHealthBench，这是一款专家参与的基准测试工具，用于评估 AI 在真实心理健康对话场景中的帮助性和安全性。该 benchmark 专注于优化 AI 系统在敏感心理健康场景下的回复质量。
TypeSafe AI CEO Diogo Almeida 在访谈中阐述了他对当前 AI 发展路径的批判，认为 RLHF 导致了模型幻觉、谄媚和對人类的永久依赖。
MIT Technology Review 调查发现，2015年至2026年初，超过1050人在美国边境监控塔覆盖范围内死亡，其中包括110多名死于Anduril等现代AI自治塔附近的人。
OpenAI 概述了建立共享全球 AI 标准的路径，呼吁通过协调的评估、报告和治理机制来提高 AI 安全性。该框架旨在推动全球范围内的 AI 监管合作，确保技术发展与安全风险控制相平衡。
微软（Microsoft）红雷蒙德团队论文《RAFT: A Stateful Retrieval-Augmented Framework for Troubleshooting Agents》提出。
2026 年 9 月 14 日提交到 arXiv 的论文《AgentPProf》提出，把系统软件的 profiling 方法移植到长程 AI 智能体上，以任务意图而非代码路径作为归因单位，像查 CPU 热点一样定位长任务中消耗资源的具体步骤。
Google Research 发布新研究实验，利用生成式用户界面（GenUI）技术帮助教育者创建定制的互动学习模拟工具。
推荐理由：这是 Google 将生成式 UI 技术应用于教育场景的研究实验，给出了具体的技术实现路径和教师反馈数据。
OpenAI 经济研究显示，工人正在超越传统角色使用 AI，并探索哪些新活动成为重复性工作的一部分。该研究旨在量化 AI 如何改变工作方式和职业生态。
Good Start Labs 通过让 AI 模型玩 Diplomacy 和 1830 等策略游戏来训练推理和工具使用能力。实验表明，在 Diplomacy 上微调可提升客户支持表现，用 1830（铁路股票游戏）训练的 30B 模型在金融研究基准上取得进步。
Google Research 提出 Retrieve-for-Train 框架，通过离线 RL 将搜索推理行为蒸馏到 53.9M 参数的扩散模型中。在时尚和音乐数据集上，该方法实现了 12-20 倍的推理加速，同时保持搜索结果的多样性和相关性。
IBM Research 在 Hugging Face Blog 发布研究，提出 AI 智能体存在一致性差距问题：ReAct 智能体在 AppWorld 上平均成功率 77.4%，但同一任务重复 5 次全部通过仅 53.0%，差距达 24.4 个百分点。
美国空军部长首次公开承认太空军已拥有“轨道太空控制武器”，可保护美军免受敌对行动侵害，但未透露武器具体类型、数量或部署时间。中国已发出警告，称此举将加速太空军备竞赛。同时，配套消息显示 Trump Golden Dome 的太空拦截器已达到飞行就绪状态，太空军计划2028年前演示初步能力。
费城儿童医院（CHOP）基于NVIDIA开源医学影像框架MONAI，将过去需要4小时的心脏建模工作缩短至几秒。美国20多家儿童医院已开展心脏建模项目，波士顿儿童医院约50%的心脏手术（约每年500例）获建模支持。CHOP正结合NVIDIA Warp和Newton物理引擎，目标将模拟仿真引入临床工作流程，实现同日决策。
Anthropic 发布最新威胁报告，披露过去 8 个月全球 Claude 滥用案例，共点名 7 家中国 AI 实验室（阿里巴巴、DeepSeek、Moonshot、小米等）进行知识蒸馏，其中 Moonshot 和 DeepSeek 将 Claude 作为自有模型提供给客户并用于训练。报告还涵盖生物武器相关咨询、火箭制导软件及大规模监控系统等恶意使用场景。
ToolGrad 采用"答案优先"策略，先生成真实工具调用链，再标注对应用户提示，利用文本梯度迭代构建 API 工作流。实验表明该方法可生成更复杂的长程工具使用数据，pass rate 接近 100%，成本更低。
推荐理由：提出一种新的数据生成范式，可生成更复杂的工具使用数据并降低成本，学生模型甚至超越教师模型。
César de la Fuente 实验室使用 Codex 和 ChatGPT 在现存和已灭绝基因组中搜索抗菌候选物，以应对耐药感染。该研究将 AI 应用于抗菌分子发现，挖掘沉睡数千年的遗传物质中的潜在药物线索。
Curie 并行搜索 PubMed、arXiv、Europe PMC、OpenAlex 和 Semantic Scholar，验证每个结论的来源，标注哪些有据可查、哪些缺乏支持。文档可提取结构化数据，每个值附带原始引用；支持完整的系统综述、筛选和 PRISMA 流程图，每步需用户审批。内置项目管理和文献库功能保持研究有序。
OpenAI 发布了 Navier-Stokes 千年奖问题的 AI 生成解决方案，包含一份技术报告和 Lean 形式化证明。Navier-Stokes 方程 existence and smoothness 是 Clay 数学研究所设立的七大千年奖问题之一，目前仍未被证明或证伪。
OpenAI 推出 500 万美元资助计划，支持独立研究探索生成式 AI 对青少年发展、福祉和安全的影响。申请通道现已开放。
OpenAI 内部数据显示，编码智能体正在重塑 AI 研究方式，涉及 agent 使用情况、实验速度、任务复杂性和研究加速等维度的早期数据。