Linux 内核开发者考虑加入 Agents.md 以引导 AI/LLM 智能体
Linux 内核社区正讨论引入 Agents.md 文件，为 AI/LLM 智能体提供代码库操作指引，帮助其理解内核开发规范与流程。
Pistis 技术报告
Pistis 模型家族发布，含 270 亿和 90 亿参数两个多模态大模型，基于 Qwen3.6 与 Qwen3.5，采用交错蒸馏与强化学习新范式训练，并推出自动优化推理框架的 PAH 方法。
PAWS：政策驱动的智能体世界模拟数据集
PAWS 是一个政策驱动的智能体世界模拟数据集，覆盖 36 个美国金融经济政策事件、1.2 万余条政策新闻和 6.5 万余条利益相关者行动，用于评估智能体在历史金融场景中的影响与政策响应。
TW3Cast：轻量微调基础模型的冻结路由器，在GIFT-Eval时间序列预测基准上完全基于训练集选择
TW3Cast在GIFT-Eval时间序列预测基准130个条目中排名第3，不使用智能体或语言模型，仅靠训练集上一次性计算并冻结的路由表，将公开基础模型轻量微调后按配置调度，平均MASE排名从33.8提升至19.4。
预测智能体何时该推理？可靠性路由的行为压力测试
研究提出 ReliabilityRoute，用历史覆盖率、市场先验可用性、证据强度等可靠性特征，动态决定预测智能体该检索、推理还是采用市场先验，在 16 个后续 LLM 版本上取得最佳平均 Brier 分数。
梁文锋狙击战：深扒那些梁文锋署名的论文有多牛
DeepSeek 发布 31 页论文《DSec：面向大规模智能体训练的高效沙箱基础设施》，展示每日可运行 300 万个沙箱环境的自动化系统，通讯作者为梁文锋。文章梳理其三年署名 11 篇底层技术论文。
为交互式多智能体仿真构建社会情感人工智能
研究者提出面向人机多智能体仿真的设计原则与软件架构 AGIMUD，将社会感知推理、情绪行为与多模态交互结合，并支持分布式部署，让多个自主智能体与人类在动态世界中实时互动。
TwinCheck：面向有状态工具智能体的证据锚定负孪生验证
TwinCheck 是一种推理时验证策略，仅在轨迹满足证据条件时构造反事实的“负孪生”动作并择优替换，在 BFCL V4 多轮任务上将 GPT-5.6 Sol 成功率从 45.3% 提升至 58.5%。
Harness 即语言：极简智能体框架 JAZ 实现最大表达力
研究者提出极简 LLM 智能体框架 JAZ，仅保留一个基于 LLM 的原语 invoke 和内置钩子，无需记忆系统或外部工具，在长程记忆任务上比 Letta 高 8% 且成本减半，在持续自我改进任务上比 ACE 高 4%。
智能体与工具交互中的静默失败：ToolUniverse 审计研究
研究审计了 ToolUniverse 中 15 个科学工具与智能体的交互，发现 91 处静默失败——工具调用看似成功但数据缺失且无任何提示，多发生在 API 层和封装层，可能向下游传播污染科研输出。
数据、模型、算力越来越难分开，Data+AI 基础设施怎么进化？
随着数据、模型与算力边界日益模糊，Data+AI 基础设施正从分层架构走向一体化融合，成为支撑大模型训练与推理的关键底座。
Meta 的 Muse Charm 像电子宠物，却踩中了更年轻的新潮流
Meta 推出 AI 小设备 Muse Charm，外形类似电子宠物，可挂在包上。它把 AI 硬件做成时尚配饰，瞄准 Z 世代对包挂、复古科技和可穿戴设备的偏好。