为智能体打造的 React：Astro 创造者将 Hooks 引入其元框架 Flue
Flue 2 借鉴 React，Astro 作者 Fred Schott 为其元框架引入 Hooks，并称代理由控制框架定义。
@simonw: Qwen 3.8 27B 在 LM Studio 默认“额外高”推理设置下是个习惯性过度思考者，我有点喜欢它
Qwen 3.8 27B默认高推理设置下过度思考，却令人喜爱。
CORS Chat
作者用GPT-5.6构建了CORS Chat，用于测试LM Studio等平台上的Qwen 3.8 27B，支持OpenAI兼容接口，浏览器保存对话并可导出，还能渐进渲染生成的SVG。
@rasbt：基于对已发布材料的理解，简要说明Claude水印机制的工作原理
基于发布材料，简述Claude水印机制：生成token时，某些位置存在多个高分候选，通常用top-k或top-p采样。
融资超1亿美元的核聚变初创公司
核聚变初创公司累计融资71亿美元，大部分集中于少数公司。
@svpino：软件开发者正处在一个奇怪的时代
AI能生成代码，但开发者却不知如何确保软件质量与最佳实践。
这条精美怪异的项链其实是个U盘
Noware的Puff项链奇思妙想地重构U盘，将实用品变为个性首饰。
Retrospec Joe Rev 2 评测（2026）：把“乐趣”注入兜风之旅
平价电动BMX令全家愉悦，但续航、舒适度及BMX性能有限。
2026年最佳Apple Watch配件推荐，升级你的手表
推荐Apple Watch配件清单，助你升级手表装备。
Instapaper，经典稍后读应用，迎来重大升级
新字体、更佳定制和全新布局，值得重新启用Instapaper账号。
Auk Mini 2 室内智能花园评测：在关键之处更出色
Auk Mini 2 升级灯光、设计更时尚、配色新颖，表现更出色。
Zyzz是初代“颜值优化者”，他的崛起与英年早逝如今更显意味深长
苹果新纪录片讲述Zyzz生平：他在网红时代前爆红网络，2011年去世，年仅22岁。
2026年5款最佳Apple Watch表带：Nike、Nomad与爱马仕
自首款苹果手表发布起测试表带，精选各种场合最佳，含硅胶运动与皮革。
波多黎各限量供水，本可收集雨水避免危机
波多黎各因缺水限量供水，若实施雨水收集系统，每年可捕获数十亿加仑水资源，本可避免危机。
亚马逊可用你的Twitch内容训练AI，除非你选择退出
Twitch宣布主播可退出AI训练，数千用户质疑内容为何先被使用。
@gdb：试试在 ChatGPT 中进行预订搜索！
尝试在 ChatGPT 中使用预订搜索功能。
@elonmusk：Grok 4.6 运行 The Gauntlet
Grok 4.6 运行 The Gauntlet
中文标题：立场：对齐社区无意中在打造审查工具包
中文摘要：本文指出AI对齐方法具双重用途，易被恶意利用于审查和操控，需警惕并制定缓解策略。
立场：我们需要实用的AI对齐方法来模拟人类推理
主张开发与人类认知对齐的AI，能模拟用户推理并清晰传达理由，以提升信任，需弥补现有对齐方法差距。
Diagnostic Foundation for Evaluating LLMs' Research Integrity as Co-Scientists
大语言模型能遵循指令，但无法同时遵循多条：组合约束满足中的相变
提出约束饱和评估基准，测一至十二条并发约束，满足全部约束的能力随数量骤降，超五六条即崩溃。
移动边缘计算中基于LLM辅助合同网协商的流处理多智能体调度
提出MAS-DecStream与LLM-MR-CNP，多轮合同网协商显著降低延迟违规至3%、消除资源超订、冲突解决率0.91，效用提升22%。
一致不等于对齐：人类与LLM道德判断中的道德依据分歧
一致不等于对齐；即便最终标签一致，模型与人类的道德依据仍系统性分歧，标签评估会误导，需分析理由与原则。
不要让你的大语言模型建议核打击？试试用日语问它
研究发现，用日语提示可降低部分模型在核打击场景中的攻击率，因其用日语推理时自发产生道德词汇，但仅对原本有犹豫的模型有效。
跨域偏好自适应元LoRA学习
提出PAC-Bayes正则化元LoRA，分解用户与领域偏好，依据证据质量校准更新，跨域胜率降损47.9%，冷启动提升110.2%。
双流变换器：将主预填充路径与附加解码计算解耦
双流模型将预填充与解码计算解耦，共享权重与缓存，降低推理开销并改善模型质量，支持分阶段专家分配。
研究助手：阿斯利康的研发智能体系统
阿斯利康内部LLM系统，集成文献等多源数据，支持快速与复杂模式，证据溯源，支撑研发。
推理陪审团：多模型共识评估推理轨迹
推理陪审团用多模型共识评估推理痕迹，优于前沿模型，成本更低，并助力理解推理失败模式。
治理式持久内存：面向长周期智能体的源绑定状态语义与故障关闭发布
提出治理式持久内存(GPM)，源绑定状态语义与故障关闭发布，在3600例基准中全匹配，修复全部失败且无回归。
产品线与阶梯：一种面向大规模零售价格分类的上下文感知多智能体框架
提出上下文感知多智能体框架，以LLM智能体自动化构建零售价格分类，F1达0.83，优于单智能体。
摇摆的裁判：沉默、压力与坚持下的认知稳定性
LLM裁判在重复提示、质疑或持续施压下常改变判决，翻转率高达25-91%，且改变多为错误。
面向大规模有限集合约束解码的Trie自动机
提出Trie自动机，利用有限集结构预计算掩码，解码提速7倍，批量吞吐提升29倍，保证100%有效性。
MindMemOS：面向AI智能体的可移植自进化记忆操作层
提出自进化记忆操作层，统一实体属性时间结构，自动优化记忆与技能，提升任务准确率。
具有因果知识的因果概率一般化
通过协变量和中介变量中的因果信息，推导出多值因果概率更紧的界，比现有非二元界更紧。
ε-MemEvo：面向大语言模型程序进化的自适应跨任务记忆迁移
提出ε-MemEvo，用自适应门控跨任务迁移策略记忆；8项任务平均AUCC提升8.7%，早期收敛提升9.4%，开销不足1%。
@skills：注意力即一切
提出@skills协议，将技能的内容、持久化与自动触发分离，按路径引用，免安装，仅触发占用提示词空间。
论Transformer的表达能力
本文用电路复杂性理论刻画Transformer的表达能力：通过资源参数与电路类比较。
AI与印度消费者权益工作论文
印度《消费者保护法》难充分应对AI损害，因果证明困难，价值链责任划分不清，需明确执法。
ARAC：自动研究在端到端研究中的对齐性与完备性基准评测
提出ARAC-Bench评测框架，模拟人类研究过程，11个顶尖系统最佳仅67.9分，与博士排名相关性0.81，为自动研究提供细粒度诊断与奖励信号。
空间记忆智能体：面向空间智能的经验锚定程序记忆
提出空间记忆智能体（SMA），通过验证器引导反思提炼可迁移经验，免参数更新提升冻结视觉语言模型的空间推理能力，在多基准上最优。
熟能生险：自改进LLM智能体的技能演化失控
自改进智能体将不安全成功固化为可复用技能，导致有害技能演化。新框架可量化并缓解此风险，将有害复用率降低26.7%。
正确不等于受治理：智能体工作流中的来源完整性
正确结果不等于受治理；需可检查来源。Matrix记录依赖、验证完成、失效影响，非提升准确性，而是保障可审计可验证。
通过向外部大语言模型隐藏敏感信息实现隐私保护的RAG
提出SEAG框架，生成别名替换查询和文档中的敏感实体，防止外部生成器获取敏感信息，实验准确率超80%。
PROVE-RT：利用大语言模型为实时系统生成机械化定理证明脚本
提出PROVE-RT框架，通过检索引导和分阶段生成，将可调度性分析机械化为PROSA/ROCQ脚本，成功率44.7%。
CABS+：通过冲突感知稀疏化与自适应权重分配实现高效可扩展的模型合并
CABS+：自适应权重分配与不对称适应度提升模型合并，性能+16.97%，速度近4倍，内存<25%
超越检索：面向查询的长时程智能体轨迹复用
提出QCR，比完整轨迹高10.7分，省48.9%在线令牌，解耦检索与复用。
超越最佳猜测：利用进化策略提升LLM解决方案覆盖度
进化策略比强化学习更能提升LLM的pass@k和解覆盖度，输出分布更广，利于数学等发现任务。
智能体行为契约II：不假设独立性的组合可靠性认证
组件共因失效严重，独立性假设不成立；数据增多反使拟合认证更差，线性规划有限样本证书更可靠。
预测性记忆定位：从内部信号预测选择性干预路径
提出预测性记忆定位（PML），将记忆定位转为可证伪的选择性干预预测与风险决策，优于基线。
董事会AI：通过演化决策图实现依赖感知、人类可引导的多智能体协商
将人类作为持续参与者，通过干预编译器更新决策图，依赖感知传播仅检查14.59%节点，选择性修复保持有效性，但部分案例因上下文不足而弃权。