Google Research 发布博客，介绍把 AI 智能体从计算设计连接到真实湿实验室实验的三个研究项目。VERID 框架基于开源 PyLabRobot 构建实验室工作单元的语义数字孪生，提供实时 3D 状态追踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步记录。
推荐理由：Google Research 公开了三个把 AI 智能体接入湿实验室的项目，其中包含框架设计和闭环实验数据，可以观察自动化科研在物理环境中的实际卡点。
Goodfire 的 Nick Cammarata 发表文章提出工作假说，认为多数神经元本身是可解读的，许多著名的多义性和叠加案例可能被误读。他在 2023 年 OpenAI 自动化可解释性工作中只发现约 2% 可解读，并称智能体分析可以拆解权重中难以解读的纠缠。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token 覆盖 22 种印度语言，并将于近期开放。
Leash Bio 发布 Minos 的完整预印本、博客和开放数据集，这是一个让 AI 智能体进行可验证科学推理的沙盒。其 DNA 编码文库（DEL）数据可提供数万条"lab-in-the-loop"模拟，用于科学强化学习；团队自研模型 Hermes 仅用自家数据训练，在公开基准上追平 Boltz。
Google 扩展 Earth AI 地理空间推理智能体的实验性早期访问，覆盖 Ask Google Earth 的深度分析更新和面向开发者的 Agent-to-Agent API，Planetary Prediction Engine 也开放预览。
推荐理由：Google 公布地理空间推理智能体的技术报告与合作伙伴实测，并开放早期访问，可据此判断专用工具与前置规划在空间任务中的差别。
微软研究团队提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导系统与真实学习者测试前提供反馈信号。该工作同时发布 StudentSimEval 评测基准，从行为保真度和对辅导引导的响应性两个维度评估模拟器，并在国际象棋、英语二语写作和数学任务上优于领先基线。StudentSim 是研究系统，不是产品，未部署于课堂，也不替代教师。
Google Research 与 NBER 发表三个月田野实验，133 名专利律师随机获得当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）使用权。
推荐理由：三个月专利撰写实验区分了 AI 辅助产出与无辅助判断，为技能培养提供了难得的纵向证据。
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 harness 直接参与 RL 训练，无需在训练框架内重写智能体。
推荐理由：微软开源约 3500 行的智能体 RL 框架，让部署用的 harness 直接参与训练，并给出完整代码智能体训练示例。
Google Research 介绍用 Earth AI 的 Population Dynamics Foundation Model（PDFM）做公共卫生概念验证，将搜索趋势、人口流动、建成环境密度和环境要素压缩为按月更新的地点嵌入向量，无需任务微调即可作为即插即用输入接入现有流行病学模型。
Google Research 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供完全可验证、可审计的保证。设备上传加密数据时预先授权访问策略并将其发布到公开透明日志 Rekor，密钥管理由 TEE 集群基于 RAFT 实现，仅向符合策略的服务端 TEE 工作负载发放解密密钥。
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站生成30-60分钟前的空间天气风险预报。该系统结合AE与Dst指数预报及当地地质电导率，在评估期内检出近80%的重大空间天气事件。GIC风险阶段对≥10 nT/min事件的检出率为76.5%。
Google DeepMind 推出 SynthID Bio，将水印技术用于合成生物学，可把不可感知的签名直接嵌入生物代码，并在合成出的实体蛋白质上验证。
推荐理由：读者可以看到水印如何同时写入蛋白质序列与 AlphaFold 3 预测结构，并了解它对 DNA 合成筛查的意义。
微软研究院推出 AI 研究系统 Quine，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像多模态联合训练的生物学世界模型，以及连接模型、科学工具、文献和湿实验室的编排层组成。
METR 研究显示 AI 对网络安全漏洞发现的加速最明显，AI 研究优化领域则无可测加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境与求解，Qwen3-30B-A3B 在游戏环境套件平均分达 58.3，较基座提升 8.1。
伯克利 AI 研究提出 ABBEL 框架，把交互历史压缩为自然语言"信念状态"，并用受自编码器启发的信念评分机制监督其内容。在 CollabBench 协作编码任务上，ABBEL-rec-BG 把与全上下文模型的表现差距缩小约 50%，训练步数从 100 降到 50，峰值上下文 token 仍显著低于全上下文。
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，可在规模化场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题；ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融达到 SPEX 同等性能。