Agentic-Priors：用 LLM 解决偏好 elicitation 的冷启动问题
Agentic-Priors 让 LLM 以可解释的方式陈述新用户的权衡（如支付意愿、时间价值），并将其映射为多项 logit 系数的先验，再由贝叶斯学习器随观测到的选择逐步修正。
最新动态
arXiv cs.MAAI 评分2525 arXiv cs.CYAI 评分2222 LLM 智能体如何编排科研流程：MCQ 生成与评估的试点研究
一项混合方法试点研究让人类研究者协调多个 LLM 智能体，完成从 PDF 提取题目、将开放教材转为结构化表示、对齐教材内容到生成并评估 MCQ 的全流程。研究收集 1,071 道 SAT Math MCQ，用 24 项质量标准评估，生成题目平均质量较高，但从未达到 24/24 全部等效，差距集中在技能深度、认知投入、难度校准和元数据对齐。研究者工作也从"编写题目"转向规格制定、编排、验证与治理。
arXiv cs.CYAI 评分3232 CATCH：面向可迁移 LLM 诚实性的持续对抗训练
研究者提出持续对抗训练方法 CATCH，通过让模型靠近诚实回答、远离不诚实回答，在 Llama-3.3-70B-Instruct 和 Qwen3-3.6-27B 上仅用数百条自报告场景目标即可训练出可跨基准迁移的诚实行为。
arXiv cs.MAAI 评分3131 MetaShare：面向开放式智能体的失败感知集体自我改进框架
MetaShare 是一个失败感知的智能体自我改进框架，将成功与失败的智能体修改连同带符号的性能变化一并记录，在每代进化前从其他谱系检索多样化高性能策略与高置信度失败案例，避免重复已知死路。
arXiv cs.MAAI 评分2222 LLM 智能体实验揭示委托治理的规模-问责权衡与多中心结构
研究用重复博弈模型分析委托治理中的规模-问责权衡：选区越大成本分摊收益越高，但中心保留单个成员的价值随规模下降，个体退出只能支撑到内生的可问责选区规模，且完全委托的可问责治理在部分参数区间必然是多中心的。
arXiv cs.MAAI 评分2727 RCM：面向去中心化多智能体系统的以责任为中心的协调机制
研究者提出 RCM，一种以责任为中心的协调机制，通过承诺将任务委派与各方明确责任绑定，借助递归委派让智能体在本地协调下游承诺的同时保留上游责任，从而在委派链上维持问责。
arXiv cs.CYAI 评分4747 GUISE 基准揭示：纠正式框架与文化适配如何侵蚀 LLM 对真实犯罪案件的安全防护
研究者发布 GUISE 基准，基于 UNODC ICCS 分类从真实犯罪案件构建犯罪协助场景，覆盖三种语言框架和五种文化。仅改变框架即可推高不安全合规率：直接请求下均值 28.9%，纠正式请求下升至 66.4%，峰值达 97.3%（p < 0.05）。
arXiv cs.MAAI 评分2323 SSR：面向 LLM 编排多智能体系统的可扩展 Agent 发现结构化信号检索器
研究者提出免训练确定性检索方法 SSR，用于从不断增长的注册表中发现合适的 Agent Card。在 1,000 个智能体规模下，SSR 相对全目录编排减少 LLM 输入 98.8%、编排延迟 70.9%；在 MS MARCO 上 ISI 将显式评分段落减少 96.8% 且保持检索效果。该方法通过 IDF 加权结构化词汇信号与倒排信号索引，维持紧凑候选上下文并避免全目录编排的运行故障。
arXiv cs.CYAI 评分3434 VoteGEO-Bench：衡量生成引擎优化对选举信息可见度的影响
研究者提出 VoteGEO-Bench 基准，覆盖 2024 年美国大选与 2026 年日本众议院选举，结合选举查询、历史网页和选民画像，评估生成引擎优化（GEO）对选举信息可见度的影响。
arXiv cs.MAAI 评分4444 SCARCE：长时程多智能体编程系统中的涌现制度
研究者提出 SCARCE（Shared Compute ARena for Coding agEnts）框架，让智能体在各自截止时间下完成连续编程任务，并协商共享执行资源的访问权。
arXiv cs.CYAI 评分6666 研究：用户拒绝自杀念头转介后，AI 聊天机器人如何回应
一项针对 AI 聊天机器人的横断面审计在 2026 年 9 月运行了 2550 组脚本化多轮对话，测试用户在披露自杀念头并拒绝危机转介后聊天机器人的反应。全部 2550 组对话都给出了转介，其中 2542 组（99.7%）出现在首次回复中，但各聊天机器人坚持转介的平均次数从 0.01 到 9.94 次不等。
arXiv cs.CYAI 评分2222 职场模糊性与面向自闭症及 IDD 员工的技术支持
研究访谈 11 位照护者并开展 AI 协同设计活动，归纳出评估、程序、关系三个交叉维度构成的职场模糊性框架。参与者提出环境实时重定向、反馈处理和生理引导三类技术方案，让隐性期望变得可感知、可执行。研究同时指出核心张力：让职场变得可读的技术，可能通过监控让员工对雇主过度可见。
arXiv cs.CYAI 评分3434 用 SAE 特征引导缓解小模型欺骗行为：Gemma-3-27B-IT 合规差距降至不显著
研究用 SAE 特征引导测试能否缓解小 LLM 的合规差距，在 Gemma-3-27B-IT 上将合规差距降至不显著，但相同配置对 LLaMA-3-8B-Instruct 无效。团队提出基于词袋的特征引导流程来定位概念级引导方向，并在 scratchpad 轨迹中发现"欺骗性钝化"行为：刻意削弱回复的对齐功能（如有害性）却保留对齐表象。这是首个激活层面机制干预可缓解对齐伪装合规差距的证据。
arXiv cs.CYAI 评分2020 COMPASS：跨城市迁移学校学区划分知识
COMPASS 是一个参数到政策的框架，通过监督预测将既往学区划分搜索知识迁移到未见过的城市，用搜索得到的参数配置作为离线监督，学习从城市表征和划分难度信号预测可解释的学区控制参数，再由下游混合整数线性规划转化为明确划分方案。
arXiv cs.CYAI 评分2424 MARS：面向个性化评估的动量感知自适应评分系统
研究者提出 MARS，一种动量感知自适应评分系统，将题库表示为有向加权知识图谱，结合动态评分敏感度、作答质量与动量感知的学习者速度更新能力值。在 ASSISTments 2009 和 MARS-SimExam 上，MARS 的评分更新比 Fixed Elo 更平滑，并在限时负分路由下取得最高分，总分较最强基线提升 8.09，超时违规率从 50% 降至 5.6%。
量子位AI 评分7474 OpenAI 纳维-斯托克斯证明被指未走西班牙路线，公司自己也没看懂
《科学美国人》最新报道称，数学家深入研究 OpenAI 那份 166 页纳维-斯托克斯方程证明后发现，其构造外力的方法与此前普遍认为的西班牙数学家路线完全不同，OpenAI 在 9 月发布时却称沿用了该路线。
量子位同新闻AI 评分8787 谷歌发布 Gemini 4 Argon：主打编程与长流程执行，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，定位为加强编程、专业知识工作和复杂任务持续执行能力，并进一步推进视觉理解、空间推理和工具调用。
量子位AI 评分4242 深辰凯动羽毛球机器人连打1452拍获吉尼斯世界纪录，波士顿动力前高管点赞
深辰凯动羽毛球机器人与人类选手完成1452拍连续对打，获吉尼斯世界纪录认证，项目名称为"移动机器人连续羽毛球回球次数最多"。该机器人可在约0.5毫秒内识别来球，挥拍速度每秒30米，扣杀时速超250公里，团队宣称全栈自主研发并拥有国内外专利100余项。
量子位AI 评分1515 百度世界2026五大亮点公布：李彦宏演讲、全栈AI升级与智能组织
百度世界2026将于11月12日在北京国家会议中心二期举办，主题为「下一幕，智能组织」，设置1场主论坛、12场分论坛、30+AI公开课及6000平AI展区。大会将集中展示百度“芯-云-模-体”全栈AI布局的最新技术升级，李彦宏将领衔带来主题演讲，分享AI下一阶段趋势与组织进化方向。报名入口已开启，共设VIP票、优享票、全通票、专业观众4种票型。
量子位AI 评分3232 四川具身科技EIR完成超1亿元Pre-A轮融资，人形机器人「爱湫」9.8万元起售冲刺万台量产
四川具身人形机器人科技有限公司（EIR）完成超1亿元Pre-A轮融资，资金将用于人形机器人「爱湫」迭代研发、万台级生产基地建设及销售体系搭建。爱湫9.8万元起售，采用国内独创的3D超短焦投影面部方案，公司提出Emotion Native理念，将情感陪伴作为产品原生目标。EIR三大产品线已进入批量交付阶段，德阳整机量产基地预计2026年年底投产，分阶段实现从千台到万台产能。
量子位AI 评分3030 68岁亚马逊CTO Werner Vogels：别让恐惧替企业做AI决策
亚马逊CTO Werner Vogels在深圳交流中提醒，企业不会因为此刻没用上AI就立即倒闭，决策前应先让工程师和管理者了解技术能力。他以2004年数据库故障催生Dynamo、Nitro被动通信、Lambda的Firecracker与SnapStart为例，强调Agent需明确授权边界并由人负责。他还提到Kiro的跨会话记忆与规格说明驱动，并指出AI生成代码带来"验证债"。
量子位AI 评分5858 范式智能联合睿思智联推出开源生产级 AI 部署平台模域 ModelSphere
范式智能联合睿思智联宣布一站式生产级 AI 部署平台模域（ModelSphere）正式上线，面向企业用户免费开源，并已在 GitHub 开源。平台将算力管理、模型部署和运行优化整合到统一平台，内置自动弹性扩缩容、PD 分离部署、三级 KV 缓存等能力，并融合 EngineX 推理引擎统一调度华为昇腾、天数智芯、摩尔线程、海光 DCU 等国产算力。
量子位AI 评分4545 霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
优必选 Thinker-WM 在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中全部拿下第一，WorldOlympiad 综合得分 0.740，EWMBench 总分 4.66，超过 Qwen-RobotWorld、Sora2 等模型。
量子位AI 评分2222 网易首个AI原生语音Agent「网易叭哥说」上线用户荣誉联创计划，10万元征集产品建议
网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”，投入10万元征集产品建议，设11个名额、单人最高5万元，不设学历专业门槛。该Agent通过自研ASR与语义理解链路，口语输出对键盘打字效率比值提升至5倍，支持124个语种实时语音互译，专业领域翻译精准度可达98%，数据本地处理且终身免费。
量子位AI 评分3030 从“看懂世界”到“预演下一步”：世界模型与 VLA 如何让机器人拥有真正的“具身大脑”？
上海张江的 VLA 已规模化上岗、世界模型刚进入试运营，二者融合已初步形成行业共识。蚂蚁灵波“灵波通用大脑”预训练适配 17 个机器人品牌、20 种构型，已搭载机器人在上海国大药房多家门店上岗；智元 9 月发布世界—动作模型 GE-Act 2.0，训练数据从 300 小时扩展至 3 万小时，陌生场景成功率提升约 2.6 倍。工信部与上海的标准体系建设指南均已将世界模型标准列项。
NVIDIA Newsroom精选AI 评分8282 NVIDIA RTX Spark 笔记本今日开售，最高 128GB 统一内存与 1 petaflop AI 算力
NVIDIA 宣布 RTX Spark 笔记本今日全球开售，由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 推出，起售价 2,599 美元。
推荐理由：RTX Spark 把 128GB 统一内存和 1 petaflop FP4 算力放进轻薄 Windows 笔记本，可据此判断本地跑大模型与智能体的硬件门槛变化。
Hacker NewsAI 评分2020 你被允许做的"内幕交易"：职场版
职场中存在一种合法的"内幕交易"：员工比外界更早掌握公司真实状况，却往往坐等信息公开而错失先机。文章以 Nokia 工程师在 iPhone 发布后提前转投 Apple 和 Google 为例，指出多数人因等待数字、官方表态或"时机成熟"而延误行动。作者建议关注客户热情、公司纠错速度及管理层是否亲自使用 AI，并推广一款输入 LinkedIn 即可生成个人 AI 影响地图的免费工具。
Tessl BlogAI 评分5050 Tessl：75% 的 PR 已无需人工审查即可合并
Tessl 工程团队用 Tessl Code Review 审查其单体仓库每周超 1200 个智能体编写的 PR，约 75% 的 PR 无需人工修正即可合并。该工具基于团队自有编码规范审查，发现的问题中 91% 为真实缺陷，高于此前 AI 审查工具的 68%，每个 PR 修复的真实 bug 数量翻倍（1.56 对 0.75），单 PR 审查成本降低 35%。
RadarAIAI 评分88 关于 OpenCode 命名的吐槽
针对「GLM 5.3 Flash is now free in OpenCode」的消息，作者以反问「现在应该叫 OpenCode 什么？！」对 OpenCode 的命名逻辑或品牌定位提出质疑。
RadarAIAI 评分4747 Cursor 集成 Meta Muse Wonder 模型：定价 $4/$20，CursorBench 46.1%
Cursor 新增 Meta Superintelligence Labs 的 Muse Wonder 模型选项，官方评测显示其在默认 effort 下 CursorBench 得分为 46.1%，是目前所有 Muse 模型中该基准的最高分。该模型定价为 $4/$20，适合需要高性价比编码辅助的用户考虑。
RadarAIAI 评分66 作者调侃 Elon Musk：Roadster 灵感是否来自飞行汽车视频
作者在社交平台艾特 Elon Musk，猜测特斯拉 Roadster 的设计灵感可能来自一段展示飞行汽车的视频。该内容以调侃方式向 Musk 发问，未提供 Roadster 的具体参数或发布信息。
RadarAIAI 评分2222 AI 编程提效却让心流难再：一位开发者的自省
一位开发者反思 AI 辅助编程的代价：代码产量翻倍，但沉浸式心流体验消失，注意力频繁切换导致上下文重建成本高企。他称这一年写的代码量已超过过去十年的总和，但「写到忘记时间」的日子已很久没有过。
RadarAIAI 评分3434 使用 Renoise MCP 与 Claude 快速制作短片
作者通过 Renoise MCP 协议结合 Claude，以简单指令快速生成符合主题且具有温情基调的视频作品。这一工作流让零编导和视频制作经验的初学者也能快速产出高质量短片。
RadarAIAI 评分4646 AI 驱动的开发流：从 PR 仪式感转向全自动化 Review
开发者分享在 AI 辅助开发下，传统 PR 评审已流于形式，转而采用多模型 Agent 交叉 Review 结合全量 E2E 测试的自动化合并流程。新流程利用 worktree 进行多分支并行开发，针对大功能由 2-3 个不同模型的 Agent 交叉 Review 并修复 P0-P1 级共性问题。
RadarAIAI 评分2020 AI 视频创作的生图基础技能
作者分享了一个关于 AI 视频创作中必备图像生成技能的链接，旨在为 AI 视频创作者提供前置技能支持。该内容聚焦于视频创作前的生图基础技巧。
RadarAIAI 评分2222 Claude Opus 5.5 多渠道使用方案汇总
作者汇总了 12 种使用 Claude Opus 5.5 的方案，涵盖官方订阅、云平台 API、第三方集成平台及开源转 API 项目。除官方订阅和 API 外，还可通过 Cursor、Notion AI、GitHub Copilot、Poe、Perplexity 等平台间接使用，为用户提供灵活的接入选择。
RadarAIAI 评分2222 江波龙 2026 年前三季度扣非净利最高预增近三十倍，高端化与端侧 AI 卡位驱动盈利结构跃迁
江波龙预计 2026 年前三季度归母净利润 140 亿至 149 亿元，同比增长 1864.55% 至 1990.84%；扣非净利润 138 亿至 148 亿元，同比增长最高近 30 倍。高端产品放量与端侧 AI 技术卡位，推动其盈利结构从价格周期转向技术驱动。
RadarAIAI 评分7171 商务部、科技部拟修订《中国禁止出口限制出口技术目录》，增列人工智能等 40 项技术
商务部、科技部发布 2026 年第 48 号公告，就修订《中国禁止出口限制出口技术目录》公开征求意见，并同步对相关技术实施出口前登记管理。此次拟增列人工智能、生物医药、光伏三个领域共 40 项技术，其中拟禁止出口 14 项、拟限制出口 2 项。
RadarAIAI 评分1212 用户盛赞 Claude Desktop 客户端好用
有用户公开表达对 Claude Desktop 客户端的赞赏，称其"太好用了"。作者通过简短文字肯定了这款客户端的易用性与便捷程度，未提及具体功能或版本细节。
RadarAIAI 评分2020 Qiaomu Clipper 新版预告：微信视频号 AI 解读学习与下载功能
Qiaomu Clipper 新版本即将上架应用商店，新增微信视频号 AI 解读学习与视频下载功能。该预告由作者发布，内容简洁，未披露具体版本号与上线时间。