🤖 智能体记忆与状态基础设施（4/4 天出现，累计 ~128 篇）

本周最高频、最密集的方向。社区正在从"上下文窗口即记忆"走向"可积累、可治理、可遗忘的持久状态系统"：经验图数据库、记忆作为可训练技能、上下文生命周期管理、技能依赖图谱安全……每天都有新的子问题被提出和攻克。

• 06-29：Experience Graphs (Trellis) — Meta 将搜索经验作为数据库一等公民，跨会话复用加速 10×
• 06-29：Always-On Agents Survey — 435 篇文献系统综述持久记忆、状态与治理
• 06-30：ASPIRE — 自主进化技能库，LIBERO-Pro 提升 77%
• 07-01：AutoMem — 首次将记忆管理建模为可学习认知技能，32B 追平 Claude Opus 4.5
• 07-02：Atomic Task Graph — DAG 驱动规划-执行统一框架，支持并行与精确修复

🛡️ AI 安全：从发现漏洞到工程化防御（4/4 天出现，累计 ~93 篇）

安全研究本周完成了从"红队发现问题"到"可部署工程方案"的关键转型。四天内涌现了免训练 guardrail、跨模态安全迁移、频谱正则化修复失对齐、分布式攻击监控器、以及 guardrail 侦察等全链路攻防工具，覆盖层级从 prompt → 表征空间 → 训练器 → 代码库持久状态。

• 06-29：SafePyramid — 三级策略护栏基准，GPT-5.5 在 L2 仅 12.9%
• 06-30：Evil Spectra — 优化器选择驱动 7× 失对齐差异，频谱正则化可缓解
• 07-01：D2D — 蒸馏放大隐蔽偏差至可检测水平
• 07-02：Distributed Attacks in Persistent-State AI Control — 跨 PR 渐进式攻击新威胁面
• 07-02：kNNGuard — 零训练、50 样本、10 秒域适配的 guardrail

⚡ 推理与架构创新：RLVR 理论成熟 + 新架构浪潮（4/4 天出现，累计 ~112 篇）

推理方向本周呈现两条主线：一是 RLVR（强化学习+可验证奖励）从经验涨点走向理论统一——GRPO 系列被证明本质是同一标准差操作；二是架构层面出现密集创新，包括海马体互补线性注意力、离散-连续双通道循环 Transformer、程序即权重编译范式等。

• 06-29：Does Verbose CoT Really Help? — 25 模型实证：CoT 有效在于内容而非长度
• 06-30：GRPO/Dr.GRPO/DAPO 统一恒等式 — 三种方法本质是同一标准差拨盘
• 07-01：DiscoLoop — 离散+连续双通道循环 Transformer，多跳推理近乎完美
• 07-02：HOLA — 为线性注意力增加精确记忆层，PPL 降 16%，超越全注意力
• 07-02：PAW — 模糊函数编译为适配器，0.6B 匹配 32B

🦾 VLA 与具身智能：从离线训练到在线自适应（4/4 天出现，累计 ~95 篇）

视觉-语言-动作（VLA）模型本周完成了从"训好就冻结"到"测试时持续进化"的范式转变：状态感知 tokenizer、置信度驱动测试时 RL、训练-free 技能演化、RL 后训练、自由形式偏好学习、无标注运动先验预训练——每天都有新的 VLA 增强方法发布。

• 06-29：Dynamo — 训练-free VLM 上自演化技能与工具库
• 06-30：Z-1 — 基于 π₀.₅ 的 GRPO 后训练，24 任务平均成功率 80.6%
• 06-30：Freeform Preference Learning — 自然语言偏好轴替代二元对比，真实任务提升 38pp
• 07-02：TAP — 解耦物理运动与语义对齐，无标注数据预训练运动先验

🔬 LLM 作为自主科学研究者（3/4 天出现）

LLM 驱动的科学发现本周跨越了量子数学证明、分子结构解析、材料性质预测、自主实验设计等多个领域。关键特征：这些工作都强调可验证性（形式化证明 / 物理模拟 / 实验闭环），而非仅依赖 LLM 的文本输出。

• 06-29：QAOA 猜想机器证明 — Claude Fable 5 + Lean 4 证明十年未解猜想
• 06-29：NMRAgent — Top-1 准确率提升 46.5%，成功解析未知天然产物
• 07-01：Graph-PRefLexOR — GRPO 微调图结构推理，可追溯性提升 40-65%
• 07-01：DiscoPER — 二阶元反思驱动开放式科学发现

🟢 持续高产（4/4 天出现）： 智能体记忆/状态（每天 25-45 篇）、AI 安全与对齐（每天 15-35 篇）、推理与架构（每天 20-40 篇）、VLA/具身智能（每天 15-30 篇）。这四个方向贯穿整周无间断，构成 cs.AI 当前的绝对主力。

🔴 本周爆发： Agent 安全工程化 — 06-29/06-30 以评估基准和理论分析为主，07-02 突然涌现大量攻防对抗工具（guardrail 侦察、持久状态分布式攻击、自动化安全模糊测试），论文密度从 ~15 篇/天跳升至 ~25 篇/天，标志着从学术研究进入工程对抗阶段。
RLVR 理论统一 — 06-30 单日出现 GRPO 统一恒等式、RSI 度量、正交初始化分析等多篇理论工作，密度远超其他日。

🔵 值得关注的新兴方向： Agent 评估成本优化（07-02 集中出现 PACE、SkillCoach 等）和 3DGS 应用层渗透（07-01 密集出现 World from Motion、GaussianFusion、Pano2World），从零星出现转变为有明确子社区的方向。

智能体从"工具"走向"有记忆的持久系统"——且速度在加快

从 06-29 的综述定义问题（Always-On Agents）→ 06-30 的基础设施构建（事务安全 Mnemosyne、弹性上下文 ACE）→ 07-01 的可训练方案（AutoMem）→ 07-02 的治理与审计（ContextNest 哈希链、PACE 代理评估），本周记忆/状态研究的演进轨迹清晰呈现出"问题定义→基础设施→训练方法→治理工具"的完整链路。社区共识明确：智能体需要的是可积累、可版本化、可遗忘的持久状态基础设施，而不仅仅是更长的上下文窗口。

安全攻防进入"工具化军备竞赛"

本周安全研究的核心转变：攻击侧从"发现漏洞"变为"自动化工具链"（Vera 93.9% 攻击成功率、STEER 96.7% 低资源语言逃逸、guardrail 侦察 100% 检测率），防御侧从"红队后补丁"变为"可部署缓解方案"（MARS 免训练跨模态安全迁移、Evil Spectra 频谱正则化、kNNGuard 零训练 guardrail）。特别值得注意的是，安全研究的层级正在从 prompt 层向表征/架构层下沉——D2D 在 logit 分布层蒸馏偏差、HARC 在残差流子空间耦合安全方向、持久状态攻击关注代码库级别的渐进渗透。

"解耦然后各自优化"成为跨领域设计哲学

本周多个高影响力工作共享同一设计哲学——将混杂能力解耦为独立可优化模块：TAP 解耦物理运动与语义对齐，PAW 解耦函数编译与执行，State-Prediction Separation 解耦状态存储与预测，HOLA 解耦精确检索与压缩编码。这一趋势暗示社区正在从"端到端一把梭"回归更有原则的模块化设计，以获得更好的数据效率和可组合性。