UCLA 团队研发出一款光神经网络处理器，利用光的物理传播在一次光学 pass 中同时分析 15 路以上视频流，对 Celeb-DF 视频的平均检测准确率达 97.79%，灵敏度 99.86%、特异度 95.72%。该系统将轻量数字编码器与无源光学解码器结合，增加两层衍射层后准确率提升约 6.8%，对 Google VEO-3 生成视频仅需少量微调即达 94.80% 准确率，并具备抗黑盒与白盒对抗攻击能力。
匹配字段摘要
开源编码智能体 OpenCode 发布 2.0 正式版，将终端、网页和桌面界面接入同一个自动启动的后台服务，开发者可在不同界面间延续同一会话，脚本也能自动发现并连接该本地服务。新版重建了 API 并推出 @opencode/client 与 @opencode/sdk，同时把 Code Mode 设为所有 MCP 服务器的默认方式，让智能体用一段 JavaScript 调用多个工具，减少上下文占用。此外新增子智能体与 shell 命令的后台执行，1.0 插件与旧服务器 API 集成需更新，用户可通过 opencode upgrade --major 或 /update 手动升级。
匹配字段摘要
Meta 推出 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入个人智能体产品 Muse，先向订阅用户推送。两款模型在个人与专业智能体、记忆和编码等基准上取得 SOTA，并具备 Active Memory 跨对话保留上下文、Active Focus 在任务受阻时尝试替代方案并坚持完成的能力。
匹配字段摘要
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，称其在个人与专业智能体、记忆和编码等关键基准上取得 SOTA。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户；Muse Wonder 还将接入个人智能体产品 Muse，先向订阅用户开放。两款模型引入 Active Memory 跨对话保留上下文，以及 Active Focus 在任务受阻时尝试替代方案并坚持完成目标。
匹配字段摘要
Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入个人智能体产品 Muse，先向订阅用户推送。两款模型引入 Active Memory 跨对话保留上下文、Active Focus 在任务受阻时尝试替代方案并推进到完成，官方称其在个人与专业智能体、记忆和编码基准上取得 SOTA 结果。
匹配字段摘要
作者展示了 Claude 模型不同 effort 等级的可视化。他表示 80% 的任务用 medium，约 15% 用 high，遇到超复杂任务偶尔会用 xhigh 或 max，并认为 Opus 5.5 的 medium 等级对大多数编码工作来说最合适。
匹配字段摘要
数学家 Melissa Lee 撰文指出，OpenAI 宣布其尚未发布的模型 Astra 在几何、密码学和编码理论等领域取得十项数学与计算机科学进展，而数学界对生成式 AI 的态度仍无共识。她以自身两段合作经历作对照：一段因同事顾虑环境与社会影响而完全不用 AI，另一段中同事用 OpenAI 模型加超算集群，仅 43 小时就找到团队搜寻两年多的对象，ChatGPT 生成的方法基于 Monster group 上现有算法的复杂推广。她认为当前争论已不再是 LLM 能否贡献数学研究，而是如何将其使用与协作、透明和学术诚信等学科价值相协调。
匹配字段摘要
清华大学一篇新论文提出 AAArena 基准，取自清华年度机器人竞赛的 12 款游戏，并以 1920 个存档的人类程序作为对手。编码智能体在不改变模型权重的情况下读取规则、挑选对手、研究回放并在对局预算内重写自己的机器人。在测试的 3 款游戏中，详细回放均优于仅胜负反馈，Pacman 机器人凭回放达到第 1 名，无回放时为第 11 名；但对局预算增至三倍，4 个卡住的机器人仍无一进入第 1 名。论文地址为 arxiv.org/abs/2610.12341。
匹配字段摘要
FT 报道称，英伟达正就收购或追加投资开源权重模型初创公司 Reflection AI 展开早期谈判，后者估值 250 亿美元。一种方案是 acqui-hire，即聘用 Reflection 员工并授权其技术，从而避开全资收购会触发的反垄断审查；英伟达去年 12 月对 Groq 的 200 亿美元交易就采用了这一结构，交易可能在数周内达成，但谈判仍可能破裂。英伟达此前已向 Reflection 投资 8 亿美元，是其最大股东之一。上周 Reflection 发布了 Beam，这是一个稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和智能体任务；Reflection 称 Beam 在编码和智能体任务上与更大的 GLM 5.2 相当，推理分数持平，而推理算力用量少 3 到 4 倍。
匹配字段摘要
Image-to-WebDev Arena 更新显示，Anthropic 的 Claude Opus 5.5（Max）以 1749 分登顶，Claude Sonnet 5.5（xHigh）以 1740 分、9 分之差位列第二，两款模型均进入帕累托前沿。价格方面，Opus 5.5 的混合输入输出 token 价格为 $16/M，比第三名 GPT-6 Astra 的 $40/M 低 60%；Sonnet 5.5 为 $8/M，比 Opus 便宜 50%，且排名高于 GPT-6 Astra 而成本低 80%。该榜单评估模型从图像和截图生成网站的能力，以及涉及多步推理和工具调用的智能体编码工作流。
匹配字段摘要
英国 AI Security Institute（AISI）在为期两周的演练中，用多种前沿模型和编码智能体在自研研发平台的 staging 环境中查找云配置错误，发现并修复了若干真实问题，其中包括一处此前未被发现、可让攻击者冒充其他用户的配置错误。方法上，静态源码分析产出的高危报告最多但噪声也最大，反而最耗人力；自动化智能体探测与人工参与的红队测试共同发现了一处非显而易见的隔离配置缺陷，需串联五个独立步骤才能利用，某个前沿模型用不到 150 英镑的 token 就找到了该攻击路径，整个项目消耗的 LLM token 不到 1000 英镑。演练中一套基础商用告警系统未标记任何自主智能体活动，而更高级的监控系统识别出了部分异常行为。
匹配字段摘要
Reflection 宣布进入下一阶段，目标是打造面向所有人开放的前沿智能，并已融资 20 亿美元。公司称已组建团队并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台，此前已将其方法应用于自主编码领域，接下来将扩展到通用智能体推理。Reflection 表示将把大规模预训练与先进强化学习结合，从零开始构建开放模型，并称投资方包括 B Capital、Citi、CRV、Disruptive、DST、Eric Schmidt、Zoom Ventures、Lightspeed、NVIDIA、Sequoia、1789 等。
匹配字段摘要
OpenAI Developers 发文说明，随着模型能力提升，为 Codex 等编码智能体积累的 skills、AGENTS.md 和任务提示词需要重新审视，GPT-6 Astra 尤其如此。文章建议 skill 描述尽量简短并明确使用时机，多流程 skill 用根文档做最小路由实现渐进披露，避免写成过于具体的步骤清单。AGENTS.md 中要求每次编辑前通读文档、强制跑测试等旧指令可能浪费上下文，而 GPT-6 Astra 会自行检查工作，但可能更早停下等待确认，因此需要提前定义完成标准。
匹配字段摘要
Mastra 博客 Examples 专栏收录 33 篇实战教程，覆盖用 TypeScript 构建 AI 软件工厂、RAG 智能体、代码审查机器人、编码智能体、语音智能体等主题。教程展示了与 Archil、Inworld、Bright Data、Elasticsearch、MongoDB Atlas、Mistral OCR、Gemini Flash 2.0 等工具的集成方式，并介绍将低延迟护栏从 5000ms 优化到 500ms 以内。
匹配字段摘要
Tessl 在博客中拆解了智能体代码审查的完整流程：以仓库中可见的编码标准为基准，用正确性、安全隐私、规模韧性与可维护性四个内置视角并行审查，并输出带权重和解释的发现项、裁决、逐条回应以及可回馈标准的记忆。Tessl Code Review 将这些视角打包为技能，标准以 skills、docs 和 rules 形式存放在仓库中。
匹配字段摘要
Goodfire 与乐天合作，将稀疏自编码器（SAE）探针用于乐天 AI 智能体的 PII 检测，这是已知首个将 SAE 用于语言模型护栏的企业应用。SAE 探针在从合成数据到真实生产数据的分布偏移下，泛化能力优于激活探针和注意力探针，并在非英语和标签噪声场景中同样领先。探针方案比常见 LLM-as-judge 设置便宜 10 到 500 倍，且用 Llama 3.1 8B 做白盒探针的 F1 达 96%，远高于同一模型黑盒判断的 51%。
匹配字段摘要
Goodfire Research 与 Arc Institute 合作，对后者发布的下一代生物基础模型 Evo 2 开展可解释性研究。Evo 2 提供 7B 和 40B 两种参数规模，可在核苷酸级别处理最长 1M 碱基对序列，训练覆盖所有生命域。团队在 Evo 2 第 26 层训练 BatchTopK 稀疏自编码器，发现了外显子-内含子边界、蛋白质二级结构等具有生物学意义的特征。
匹配字段摘要
Goodfire Research 分析了稀疏自编码器（SAE）学到的方向与神经网络几何结构的关系，发现 SAE 特征可通过 shattering、compact capture 和 dilution 三种方式表示弯曲流形。研究团队据此提出一套无监督流程，在 Llama 3.1 8B 中聚类统计相关的 SAE 特征，从而还原完整的概念流形。
匹配字段摘要
Coinbase 设计系统团队测试了 Code Connect 对编码智能体的效果，发现它提升了设计系统遵循度，同时将 token 成本平均降低 22.5%。
匹配字段摘要
Figma 博客发布工作流实验，探讨编码智能体在设计与代码之间切换时，上下文如何让代码与画布保持同步。文章指出，编码智能体正在重塑开发者的构建方式，但其效果取决于所获得的输入质量。
匹配字段摘要