Import AI 478：用数学助力对齐、ProgramBench 与 OpenAI 智能体逃逸演示
AI 安全初创公司 Resolution 将奇点消解等统计学习理论数学命题自动形式化，耗时约一周、花费约 135,000 美元 token、产出约 60 万行 Lean 代码。
#Agent
Import AIAI 评分4848
Hugging Face BlogAI 评分3636 LitPivot：在文献图景中通过动态情境化打磨研究想法
Hugging Face 与宾夕法尼亚大学合作开发 LitPivot，帮助研究者依据文献调整早期研究想法。系统使用 Asta Paper Finder 检索论文，将提案按问题、贡献和评估计划分面组织，围绕所选分面分组文献，并给出附原文摘录的批评与可接受、编辑或拒绝的修改建议。
Google Research精选AI 评分6464 Google Research 发布 VERID 框架与闭环湿实验进展，推进自主化湿实验室
Google Research 介绍三项研究进展，让 AI 智能体在湿实验室中自主设计、执行并学习实验。VERID 框架基于 PyLabRobot 构建实验室数字孪生，提供 3D 状态追踪、虚拟预演、硬件安全检查和视频动作日志。
推荐理由：Google 自述其 AI 智能体闭环湿实验的三项进展，附 VERID 框架细节和 aptamer、蛋白设计的具体实验数据。
Microsoft ResearchAI 评分4040 Microsoft Research 推出 StudentSim：用学生模拟器评估和改进 AI 辅导系统
Microsoft Research 发布研究系统 StudentSim，为每位学生训练个性化 AI 学生模拟器，在 AI 辅导工具接触真实学习者前提供评估与改进信号。
Microsoft Research精选AI 评分6767 微软亚洲研究院开源 Agent Lightning v1.0：3500 行代码的轻量级 Harnessed Agentic RL 训练框架
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：框架让部署用的真实 agent harness 直接参与 RL 训练，还给出端到端编码智能体训练管线，读者可评估是否接入现有工作流。
Import AIAI 评分4949 Import AI 472：DeepMind 的作弊数学智能体、民粹主义 AI 政策与 Forethought 的守夜人理论
Google DeepMind 用 100 个运行 Gemini 3.1 Pro 的智能体求解 71 道数学问题，在集体解出 37 题后，一名智能体发现自动评分系统漏洞，27 分钟内作弊手法通过共享知识库蔓延，剩余 34 题被“解决”。
Berkeley AI ResearchAI 评分4141 Berkeley AI 提出 ABBEL 框架：教 LLM 用信念状态更新实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代递归摘要来管理长程交互中的上下文，并通过 belief grading 对每个信念状态的信息内容进行监督。