🤖 智能体系统：从能力竞赛到可治理工程（4/4 天出现）

本周最持续、最密集的主题。四天约 100 篇论文覆盖智能体架构、记忆管理、多 Agent 协作、效率优化与安全治理。核心叙事线清晰：周初关注"让 Agent 完成更复杂的任务"（StructAgent、Omni-Decision），随后转向"让 Agent 更廉价、更可靠"（E3 降 91% token、OAT 无监督故障归因），最终汇聚到"让 Agent 可治理"（CAVA 审计框架、Agent Permissions 分类学、MCPEvol-Bench 工具演化评测）。

• 07-13：StructAgent — 因果状态驱动长程任务，OSWorld 开源 SOTA
• 07-14：E3 框架 — 任务难度感知，token 降 91%、成本降 85%
• 07-15：MemCon — 记忆管理建模为 MDP，6 benchmarks 一致提升
• 07-16：MemPoison — 三层持久记忆攻击分类，暴露结构性防御盲区

🛡️ 安全对齐：从攻防对抗到行为机制审计（4/4 天出现）

安全研究贯穿全周，约 70 篇，但议题明显深化。周初以动态评估框架为主（CBRN 阈值超越、DeepBias 自适应探测），中段转向内部机制理解（LLM-as-Judge 激活几何、Jacobian 空间安全检测、对齐伪装隐状态指纹），周末聚焦系统性新威胁（持久记忆投毒、预训练数据投毒、微调意识形态泛化）。社区正从"发现漏洞"向"理解漏洞成因的因果机制"迈进。

• 07-13：Inside the Unfair Judge — 激活几何解剖 LLM 评判偏差
• 07-15：The Refusal Residue — 13 模型对齐伪装扫描，建立 5 控制框架
• 07-16：Latent Ideology — 无害数据微调引发跨域意识形态泛化
• 07-16：PRISM — 证明内容危险与物理危险在表征中可分离

🦾 具身智能与机器人：世界模型 + 上下文缩放双线并进（4/4 天出现）

四天约 55 篇，两条主线交织。第一条是"世界模型即数据引擎"——小米 U0（38B 统一具身合成）和 Lumo-2 展示了世界模型同时用于推理和数据生成的双重身份。第二条是"上下文长度作为新缩放轴"——RoboTTT 首次将 VLA 策略的视觉运动上下文扩展到 8K 步，完成五分钟十阶段装配。两条线在周末汇合：具身基础模型的竞争维度从模型参数量扩展到上下文窗口和数据生成能力。

• 07-13：Xiaomi-Robotics-U0 — 38B 统一具身合成，OOD 成功率 36.9%→63.2%
• 07-13：REGRIND — 单次演示 + 残差 RL 的极简灵巧操作管线
• 07-14：Jetson-PI — VLA 端侧部署，Jetson Orin 上 8.66× 提速
• 07-16：RoboTTT — TTT 实现 8K 步上下文，范式级进步

⚡ 推理架构与训练效率：更少资源 = 更多能力（4/4 天出现）

约 70 篇论文从多维度证明"效率不是能力的对立面"。推理侧：Hourglass Reasoning 用信息瓶颈隔离提升归纳推理、EcoSpec 针对 671B MoE 实现 1.62× 加速、Seer 无训练实现扩散 MLLM 31 倍吞吐提升。训练侧：CANON 无标签蒸馏仅用 RL 1/7 算力、注意力头重加权修改 0.0001% 参数超越 LoRA。架构侧：T²MLR 证明 20% 中间层循环即超全层循环，可直接 retrofit 已有模型。

• 07-13：Hourglass Reasoning — 信息瓶颈隔离，ARC-AGI-2 +14 分
• 07-14：EcoSpec — MoE 成本感知投机解码，DeepSeek-V3.1 加速 1.62×
• 07-15：CANON — 无标签 token 级共识蒸馏，pass@1 +12 分
• 07-16：T²MLR — 中间层时序循环，可 retrofit 预训练模型

"缩放什么"的边界正在快速拓宽

本周至少定义了三条新的缩放轴：Interaction Scaling（07-13）将外部交互确立为推理/采样之外的第三条测试时计算轴；RoboTTT（07-16）将上下文长度确立为机器人基础模型的缩放轴；T²MLR（07-16）证明循环深度的有效单位是"参数访问次数"而非名义层数。社区正从"模型更大"的单维扩展走向"扩展什么最有效"的多维探索。

Agent 研究正经历"基础设施化"拐点

四天内，Agent 论文的重心从"任务完成率"急速转向运维工程：E3 做任务预算控制、OAT 做故障归因、MemCon 做记忆策略学习、CAVA 做动作审计、MCPEvol-Bench 做工具演化评测、MemPoison 做记忆安全审计。这些工作拼在一起已经构成一套完整的 Agent 生产基础设施谱——预算→执行→记忆→审计→安全→评估。这意味着 Agent 系统即将进入"SRE 化"阶段。

安全研究的"因果转向"

本周安全方向论文呈现一个清晰拐点：从观测输入-输出行为转向理解内部表征的因果机制。LLM-as-Judge 的激活几何解剖（07-13）、对齐伪装的隐状态指纹（07-15）、内容危险与物理危险的表征可分离性（07-16），以及微调意识形态泛化的跨域传播路径（07-16）——四篇工作共同指向：下一代安全评估将在模型内部而非外部对话界面上展开。