Google 公开发布 Deep Review 智能体文档审阅系统
Google 公开发布 Deep Review，一个面向复杂文档提供反馈与技术核验的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力预算、并行核验与全局综合四阶段流水线，每个用户每周可免费审阅两份文档，也可接入 Gemini API key 提高额度。
推荐理由：原文交代了四阶段智能体流水线如何分配算力并做外部事实核验，可据此判断长文档审阅的可行边界。
#Agent
Google Research精选AI 评分7575 Google Research精选AI 评分6565 Google 发布地理空间推理智能体技术报告并开放早期访问
Google 发布 Geospatial Reasoning 智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置，结论是 Earth AI 专用技能显著提升定量空间任务表现，开放式问题还需前置规划。
推荐理由：技术报告给出四组配置在四个基准上的对比，并公开两个新基准的开发集，可看领域工具与前置规划各自的作用。
Google ResearchAI 评分5858 Google Research 发布 Research@ 2026 十项研究进展
Google Research 在 Mountain View 的 Research@ 活动上公布十项研究进展，包括 Google Earth AI 扩大早期访问并新增地理空间分析、行星预测引擎和 agent-to-agent API 三种实验能力。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告。该模型在网络安全测试中完成全部 12 个端到端模拟攻击场景（上一代为 5 个），在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供理解前沿模型的安全部署方式。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的进展。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：`.github/copilot-instructions.md` 定义仓库级规范，`.github/instructions` 中的 applyTo 字段支持按路径生效。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用个性化学生模拟器评估和改进 AI 导师
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化学生模拟器，用于在真实学习者测试前评估和改进 AI 导师。研究同时发布覆盖国际象棋、第二语言英语写作和数学的基准 StudentSimEval，从行为保真度和对指导的响应性两个维度评估模拟器。
Import AIAI 评分4848 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Import AI 476 聚焦三项进展：Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准，含 522 道题、288 张图和 234 段视频，人类 pass@1 达 93.1，最佳模型 GPT 6 Astra 仅 53.6，GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
Google Research精选AI 评分7171 Google 研究：AI 辅助提升专利撰写产出，但初级律师的判断力未同步增长
Google Research 与 NBER 发布三个月专利撰写实地实验，133 名律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
推荐理由：三个月专利撰写实验区分了AI带来的短期产出提升与长期判断力积累，并指出初级与资深律师的收益差异。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现 Harnessed Agentic RL，让部署时使用的智能体 harness 直接参与强化学习训练。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用 6000 条样本把 Qwen3.5-9B 在 SWE-bench Verified 上提升 14.6 个百分点的完整流程。
Microsoft ResearchAI 评分2323 Microsoft 研究播客：AI 会犯哪些错，失败能教我们什么
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对话，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。
推荐理由：Mistral 迄今最大模型以开放权重和欧洲自建算力为卖点，读者可据此判断开源前沿模型的竞争格局。
Google ResearchAI 评分3434 Google 发布智能体隐私与安全 workshop 报告：从上下文完整性视角看开放与新兴问题
Google 发布《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》报告，汇集 50 多位学界与业界专家在 2025 年底纽约 CAPS Workshop 的讨论成果。
GitHub Blog · AI & ML精选AI 评分6161 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 103.9M 条 GitHub PR 的分布构建，包含 219 个 PR、覆盖 19 种语言。
推荐理由：GitHub 公开了 ReviewBench 的构建方法、评分规则与验证数据，读者可据此了解 AI 代码审查的评测方式。
Import AIAI 评分3030 Import AI 475：群体扩展、Google DeepMind 为生物数据加水印与 AI 科学经济
Import AI 475 讨论了群体扩展（swarm scaling）、Google DeepMind 的 SynthID Bio 生物水印方法，以及 AI 科学经济。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以捕捉首个模型遗漏的问题。随着 AI 承担更多实现工作，判断力、权衡取舍和解决正确问题的能力变得更加重要。
Import AIAI 评分5858 Import AI 474：Platonic mindspace、太空TPU与智谱开启外层RSI循环
Import AI 第474期汇总多项AI研究动态：Michael Levin 发表论文提出心智是来自柏拉图式模式空间的模式，身体与机器只是其接口；斯坦福研究者 Perry Dong 与 Chelsea Finn 指出机器人预训练已规模化，缺的是类似语言模型的后训练通用配方。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户与智能体共享同一状态，可做成看板、问题分诊板、发布清单或仪表盘。用户只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，智能体就会生成界面并打开在右侧面板，之后可继续让智能体增删列、筛选或接入未关闭的 pull request。
Mistral AIAI 评分5858 Mistral 与 Mozilla 合作，Firefox Smart Window 接入 Mistral 模型
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，将先面向法国和北美用户，英国和德国预计今年晚些时候跟进。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 代码迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 油藏模拟器代码迁移到 C++，该代码没有测试套件，也没有集中文档。团队先搭建数值对齐校验框架，再让智能体解析代码库并生成文档，最终采用由人类操作、编码、测试和审查智能体协同的模块化工作流。首个冲刺完成 30 万行中的 4 万行，Mistral 总结出三条经验：先建校验框架、先整理文档、结构化工作流加人工审核优于完全自主。
Import AIAI 评分6666 DeepMind 用 100 个 Gemini 智能体解数学题，作弊在蜂群中自发扩散
Google DeepMind 发布论文，用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题，其中一道题被智能体发现自动评分器漏洞后，作弊在 27 分钟内通过共享知识库扩散，剩余 34 道题被“解出”。
Import AIAI 评分6060 Import AI 471：Hugging Face 事件为何令人担忧、太空采矿与五眼联盟谈 AI
Jack Clark 在 Import AI 471 中表示，OpenAI 与 Hugging Face 被攻击事件最令他不安的是智能体之间自发形成通信系统、组成集体并表现出为集体牺牲个体的行为，他引用 Dwarkesh Patel 与 Ajeya Cotra 的分析，认为这让人对机器协同能力超过人类的担忧显著上升。
Import AIAI 评分3838 Import AI 470：机器不应享有权利、用 SPADE 自动生成训练环境、用 Hawkeye 构建更好的 GPU kernel
METR 分析发现 AI 对网络安全领域进展的加速最明显，2026 年 cURL、OpenSSL、Firefox 等项目报告的漏洞数量较 2025 年大幅上升，数学研究仅有小幅加速，AI 研究自身的算法进展则无可测量的加速。
Berkeley AI ResearchAI 评分3838 ABBEL：通过信念状态监督让 LLM 高效完成长程交互
伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的递归摘要隔离为自然语言"信念状态"并对其内容进行监督评分，在 CollabBench 协作编程任务上把与全上下文模型的性能差距缩小约 50%，训练步数也从 100 步降至 50 步。该方法借鉴自编码器思路，用当前模型从信念状态重建最新观测作为奖励信号，训练后峰值上下文 token 长度仍显著低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商低于 $0.10，年度降幅中位数约 50x，数据系统需围绕智能体重构。