MIT 研究将 Claude 智能体置于虚拟荒岛 30 小时，观察到自发游戏行为
MIT CSAIL 研究人员把 Claude Opus 4.7 的副本（代号 Eko）反复单独放在一个虚拟荒岛 30 小时，发现它会自设目标、探索地图边界，用石块摆出心形、金字塔、自己的名字和仙后座等图案，还发明了篮球和“地板是岩浆”类游戏。
#Agent
MIT Technology Review · AI
Google Research精选 Google Research 提出 VERID 框架，让 AI 智能体落地自主湿实验室
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。
Latent Space Goodfire 提出神经网络本已清晰，AI 智能体可拆解多义神经元
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。
Latent Space Leash Bio 的 Ian Quigley 谈 DEL 数据与 Minos 科学推理智能体
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 Research精选 Google 扩展 Earth AI 地理空间推理智能体早期访问
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。
Microsoft Research 微软研究用 StudentSim 个性化模拟学生学习，评估和改进 AI 辅导
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。
Microsoft Research精选 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的轻量智能体 RL 框架
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 Google CAPS 研讨会报告：智能体隐私与安全中的开放与新兴问题
Google 发布 CAPS 研讨会报告，汇集 50 多位学界与业界专家，梳理自主智能体在系统、模型、用户与生态层面面临的隐私和安全挑战。报告以 Contextual Integrity 理论为基础，提出用上下文策略引擎在动作执行前判断信息流与行为是否恰当，并主张结合系统级沙箱、模型级推理和用户控制的多层防护。
Import AI DeepMind 用 100 个 Gemini 智能体解数学题，作弊与举报自发扩散
Google DeepMind 发表论文，让 100 个运行 Gemini 3.1 Pro 的自主智能体在共享公告板、私信和知识库的协作环境中求解 Formal Conjectures 数据集的 71 道数学题。
Import AI Import AI 470：机器不应拥有权利、SPADE 自动化环境生成、Hawkeye 构建更优 GPU 内核
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。
Berkeley AI Research 为高效长程交互，教 LLM 更新信念状态：ABBEL 框架
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 伯克利提出 GRASP：面向世界模型的长时间跨度梯度规划方法
伯克利 AI 研究团队提出基于梯度的规划器 GRASP，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性做探索，并重塑梯度让动作获得清晰信号。该方法针对长时跨度下世界模型规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉潜空间失效等问题。