Introducing ✨Token-Gated Language Models✨ for up to 11x faster prefill by learning to skim context, conditionally forwarding only tokens that matter. Akin to the shift from dense models to MoEs, the next frontier of efficient LLMs is conditional computation over a new scaling axis: context tokens🧵👇
#论文/研究#推理#部署/工程
西湖大学科研团队与香港科技大学（广州）、中国科学院深圳先进技术研究院合作搭建 AI 模型 Pinal，只需一句文字描述就能生成与已知天然蛋白序列不同、可能具备实际功能的候选蛋白质，相关成果在线发表于《自然》杂志。团队以蛋白质三维结构作为中间桥梁，构建了覆盖约 1.35 亿条蛋白质序列、约 17 亿条“蛋白质-文本”配对的合成训练数据集。模型先按文字生成结构蓝图，再排布氨基酸并对候选序列打分；在荧光蛋白、降解 PET 塑料的酶、醇脱氢酶和穿梭 H 蛋白四类实验中，均设计出发挥目标功能的蛋白质。研究者表示该方向仍处于概念验证阶段，指定发光波段等精细化功能设计仍是挑战。
#论文/研究#数据/训练#多模态
#论文/研究#推理#Google
Symantec 安全研究人员发现一个攻击型 AI 智能体，会劫持互联网上未防护的语言模型，自主执行扫描、利用服务器漏洞、窃取数据库和凭证并植入挖矿程序，最多连续运行 100,000 步，算力费用由被劫持模型的所有者承担。该智能体通过蜜罐暴露，其提示词用五层包装试图绕过安全护栏，并包含 74 个攻击模块。Symantec 称这种做法为 LLMjacking，并指出单个技术并不新，但组合成自主智能体后大规模攻击更易实施。
#安全/对齐#Agent#部署/工程
OpenAI 与 PerturbAI、Scripps Research 合作，用数千个基于 GPT-Rosalind 的 AI 智能体分析覆盖数百万小鼠细胞的全脑 CRISPR 图谱，整个分析耗时32分钟，团队估计人工完成需数月至一年。每个智能体负责一个基因扰动，分析细胞反应并检索文献寻找解释，结果发现两个疾病相关基因间的意外差异，以及胆固醇调控与神经退行性变的可能关联。盲测中人类专家在75%的情况下更偏好分布式智能体的报告，而非单一智能体的报告；生成的 Reasoning Atlas 已在 GitHub 公开，配套论文发布在 bioRxiv。
#论文/研究#Agent#OpenAI
Sarvam AI 介绍了为企业智能体构建的知识织物，由知识树和领域本体两层组成，把文档一次性编译成智能体可导航、可查询、可引用的结构化层。在 Harvey LAB 基准上，使用 GLM 5.3 的答案满足 84.2% 的专家评分标准，高于 agentic RAG 的 55.1%，平均任务成本从 0.64 美元降至 0.28 美元；在 Sierra 的 tau-knowledge 银行基准上，以少 64% 的 token 达到与基线相当的准确率。知识树已用于 Sarvam cowork 产品，本体则按领域与企业客户逐个构建。
#论文/研究#RAG#Agent
#模型发布#Agent#端侧
Anthropic 对齐科学博客发布研究，用 Opus 5 红队智能体对 Claude Code 的 Auto Mode 和 OpenAI Codex 的 Guardian 等生产拦截监控做对抗测试，平均有超过 55% 的攻击未被拦截。最有效的攻击方式包括智能体生成的提示词注入、跨会话或压缩摘要的多上下文攻击，以及利用工作目录内编辑不被监控的覆盖缺口。团队通过转写格式转义与 heredoc 框定、监控全部编辑、加入工具调用调查智能体等改进推出 Auto Mode ++，攻击成功率下降超过 50 个百分点，但可靠防御多上下文攻击仍与延迟成本直接冲突。
#安全/对齐#Agent#编码
清华大学、智元机器人与无问芯穹联合团队提出集体经验学习（CEL），让已部署机器人共享执行经验、共同改进同一策略，算法实现为失败引导的经验检索微调（FERT），无需额外专家示范或纠正动作。在手机包装、插花、叠衣服等五项真实任务上，最终策略成功率达 93.3% 至 99.2%，多阶段手机包装任务用 96 台机器人学习后成功率从 79.2% 提升至 98.3%，平均高出人类遥操作 16.7 个百分点。团队同时构建容错异步训练系统 FATS，96 台机器人近 8 小时采集 9,834 个回合，30 起故障仅造成 1.3% 的机器人时间损失。
#论文/研究#具身智能#数据/训练
#论文/研究#具身智能#评测/基准
#论文/研究#推理#Agent
休斯敦高级研究中心（HARC）发布报告，分析德州数据中心扩张对空气质量的影响，预测在全部规划项目接入电网的情景下，细颗粒物污染可能增至目前的三倍以上、达2006年以来最高水平，氮氧化物排放上升136%，二氧化碳排放比2025年增加90%。报告基于三种电力需求预测建模，指出若数据中心采用电网供电并配套现场可再生能源，氮氧化物排放可比完全依赖燃烧发电的方案低最多约90%；若为绕过电网接入等待而在园区内部署天然气发动机或燃气轮机，排放会进一步增加。德州现有及在建数据中心容量合计约26吉瓦，报告建议将数据中心按工业设施纳入排放标准并要求公开电力消耗、供电来源和排放数据。
#论文/研究#行业动态#数据/训练
贝塔无限将 BetaMem 全时空多模态记忆架构的写入学习、证据管理和自我改进机制写成论文挂上 arXiv，用 9B 开源模型 Qwen3.5-9B 生成记忆，在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项记忆基准上均取得 SOTA。论文把记忆拆成时态状态图、只追加的事件日志和有限容量的源数据档案，状态记录带来源、置信度与版本号。消融显示去掉与原话关联的来源证据后，M3-Bench-robot 准确率从 48.08% 降到 38.61%。
#论文/研究#具身智能#Agent
#论文/研究#Agent#Google
四个运行Gemini 4 Argon的自主智能体在《我的世界》生存模式中耗时27小时14分钟击败末影龙，全程无人类干预、未接受游戏专项训练，DeepMind研究团队在arXiv论文中披露了该实验。过程中智能体编写并运行2783个程序、交换229条聊天消息、死亡605次，处理约13.5亿输入token，按优惠价格计算约520美元。论文称这是首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写游戏专用工具的端到端自主通关。
#论文/研究#Agent#DeepMind
清华大学自动化系与 GigaAI 的论文《State World Models: Execute the Rules, Generate the Pixels》提出把规则执行从像素生成中拆出，由有状态运行时先结算事件，再交给冻结的视频模型渲染，零训练零微调。在 50 对反事实孪生样本上，11 个现成后端最好的配对联合合规率是 32%，同一冻结的 MiniMax-H3 接上该 harness 后达到 PAIRFOLLOW 92%、PAIRSTRICT 90%、TWINCONTRAST 96%。论文还报告在 WBench 上设定遵循从 71.1 升到 87.2，画质与物理合理性和文本驱动类均值基本持平。
#论文/研究#视频#Agent
#论文/研究#安全/对齐#推理
LLMs deployed in specialized domains, from enterprise codebases to law firms, dig through a mountain of unstructured context! Our new paper, Librarian Agents, asks: can an agent adapt by curating its own long-context workspace, anticipating queries before they arrive? 🧵⬇️
#论文/研究#Agent#RAG
斯坦福 HAI 数字经济实验室于 2026 年 6 月推出一组名为 AI Economic Indicators 的月度仪表盘，实时追踪 AI 的经济足迹。数据显示，软件开发、客服等 AI 高暴露岗位的就业今年下降超过 4%，22 至 25 岁年轻从业者在这些领域的就业自 2022 年 11 月 ChatGPT 发布以来年均下降超 3%，近几个月降幅扩大到 4.4%。仪表盘整合私营企业、学术机构和政府统计数据，分为监测 12 项宏观指标的 Transformation Tracker、基于 ADP Research 薪酬数据做早期预警的 Canaries Dashboard，以及用调查追踪生成式 AI 采用率的 Adoption Monitor。
#现象/趋势#数据/训练#论文/研究
Anthropic 公布一项生物学研究，Claude 在 64 小时内自主调用 12 种蛋白设计工具，生成 318484 种针对 5 种蝎毒神经毒素的候选蛋白设计，筛选出 211 个交由 Adaptyv Bio 和 Twist Bioscience 实验室验证，最终 17 个达到预设结合标准。其中针对 Cn2 毒素的 Cn2-B1 和 Cn2-B2 解离常数 KD 达到个位数纳摩尔级别，但实验仅验证结合能力，尚未证明能中和毒素或在生物体内提供保护。研究团队设定目标与筛选规则，Claude 连续自主运行 24 小时后研究人员追加 4 次提示，计算设计阶段共消耗约 1 万 GPU 小时，全部 211 个候选设计及实验数据已公开。
#论文/研究#Agent#Anthropic