Agent 自进化与记忆系统（4/4 天出现）

本周贯穿性最强的主线。从 10/05 的 Agent 弃权与可靠性（HERA、"Judged Useless"），到 10/06 的自生成任务构建记忆（DAEDALUS、HMED、MINDSET），到 10/07 的技能库自管理（EmbodiedRSI、ExperienceIndex、AnchorLoop），再到 10/08 的递归自改进（MASS、Memento 3、EvoAlloc），研究重心从"单次执行"向"持续自进化"持续升级，且越来越强调冻结权重+外部记忆而非继续预训练。

• 2026-10-05：HERA: Harness-Environment Co-Evolution for Reliable Agentic Abstention — 框架-环境协同进化将弃权准确率从 61.7% 提至 83.3%
• 2026-10-06：DAEDALUS: Bootstrapping Agent Memory from Self-Generated Tasks — 无需 oracle 验证器，agent 自生成任务并构建可复用记忆
• 2026-10-07：EmbodiedRSI: Active Continual Robot Learning Through Hypothesis-Guided Co-Evolution — 快慢双系统驱动机器人技能共进化，零样本迁移真机
• 2026-10-08：Recursive Self-Improvement through Multi-Agent Self-Supervision (MASS) — 多智能体工作流进化+自蒸馏，两轮迭代 1.2-1.6× 性能提升

AI 安全与对齐（4/4 天出现）

本周安全研究呈现从"静态检测"到"运行时审计"再到"推理忠实性"的快速深化。10/05 聚焦 Agent 隐私轨迹审计与 sycophancy 解剖；10/06 首次揭示投机解码安全漏洞并提出对齐缩放定律；10/07 从 circuit 级别追踪安全对齐演化；10/08 直击模型未表达欺骗的白盒检测与法律推理忠实性反事实审计。

• 2026-10-05：Anatomy of LLM Sycophancy: What a Flip Rate Hides — 76 万次受控重放揭示翻转率高度依赖施压方式
• 2026-10-06：Secure Speculative Decoding for Large Language Models — 首次系统研究投机解码的安全-效用不对称性
• 2026-10-07：SafeEvo: Deciphering the Safety Alignment Mechanism and Evolution — Circuit 视角追踪拒绝电路演化，SCA 实现精准安全更新
• 2026-10-08：Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception — 白盒探针检测模型隐藏欺骗目标，AUC 达 99.7%

机器人与具身智能（4/4 天出现）

机器人方向全周高产，且呈现清晰的递进脉络：10/05 关注仿真到真实的迁移（SimForcing、VLA-ZO）；10/06 突破 3D 几何一致性（DepthWorld）与人机数据迁移（EgoLAP）；10/07 迎来里程碑——RoboJEPA 首次建立机器人世界模型 scaling law；10/08 推理痕迹使 π₀.₅ 真机成功率提升 82.2 pp（ARC），VLA 从"生成动作"向"联合生成动作+世界状态预测"演进。

• 2026-10-05：VLA-ZO: Fast Zeroth-Order Adaptation for Vision-Language-Action Models — 冻结视觉前缀复用将零阶适配加速 25-32×
• 2026-10-06：DepthWorld: 3D World Model for Robot Manipulation — 深度监督反哺 RGB 预测 +1.48 dB PSNR
• 2026-10-07：RoboJEPA: Scaling Robotic Latent World Models — 8B 参数 JEPA 首次建立机器人世界模型 scaling law
• 2026-10-08：ARC: A Reasoning Recipe for Robot Foundation Models — 推理痕迹使 π₀.₅ 真机成功率提升 82.2 pp，无需新示教数据

推理训练方法论与 RLVR 分化（3/4 天显著出现）

10/05 从微观机制揭示推理触发（起始 token 线索、幂分布蒸馏）；10/07 出现明确分化信号——ExpDis 将探索与优化解耦、CERO 调度 rollout 预算、JOLT 导出 distillation 充要条件，共同指向"如何分配计算"比"如何设置奖励"更重要；10/08 RACE 进一步解决 agent 推理过度消耗，实现自适应"何时思考"。

• 2026-10-05：Base Models Can Reason By Taking a Cue From Training Data — 固定起始 token 使 base model 匹配 RL 训练模型推理表现
• 2026-10-05：Sharpen Without Search: On-Policy Distillation of Sequence-Level Power Distribution — 单次生成即超 64 候选 power sampling，无需参考答案即超 GRPO
• 2026-10-07：Decoupling Exploration from Optimization in RLVR — ExpDis 将探索与优化解耦，7 个数学 benchmark 超越 DAPO
• 2026-10-08：When Should Agents Think? Adaptive Reasoning via Cross-Turn Estimation — 似然下降信号判断何时省略推理，大幅降低成本

多模态效率与扩散 Transformer 优化（3/4 天出现）

10/05 扩散 Transformer 进入"免训练"深水区（MC-Sparse 稀疏注意力、CentriQ 免校准量化）；10/06 VisionWeave 将视觉 token 效率从后处理提升为 MLLM 原生能力；10/08 3D 特权路由蒸馏使 4B VLM 空间推理大幅提升且部署友好。全周趋势：模型不变、推理时策略变。

• 2026-10-05：CentriQ: Calibration-Free Quantization of Diffusion Transformers — 首个 2-bit 激活下仍保持可用图像质量的免校准方法
• 2026-10-06：VisionWeave: Elastic Visual Representations as Native MLLM Capability — 自适应节省 43% token，保留 98.9% 性能，吞吐 2.3× 提升
• 2026-10-08：Distilling Routed 3D Privilege for Spatial Reasoning in VLMs — 3D 特权路由蒸馏，部署时无需 3D 输入

"知道何时停"与"何时该想"形成互补双线

10/05 的 Agent 弃权研究（HERA、"Judged Useless"）解决"做对了就停"，10/08 的 RACE（自适应推理）解决"何时不该想"，两者在 Agent 可靠性这个大伞下形成互补。加上 10/07 ExpDis 解决"如何分配探索与优化计算"，本周 Agent 控制流研究覆盖了"何时探索、何时优化、何时推理、何时停止"的完整决策链。

冻结权重+外部记忆成为 Agent 自进化的主流路线

从 10/06 的 DAEDALUS（自生成任务构建记忆）到 10/07 的 ExperienceIndex（artifact 级经验层）再到 10/08 的 Memento 3（冻结 LLM 通过外部记忆学习世界模型，ARC-AGI-3 全部 25 关通关），本周 Agent 自进化论文一致选择不动模型参数、通过外部记忆/工具/规则书持续积累能力的路线。这与 RLVR 侧的权重更新训练形成对比，暗示社区正在分化为"训练更好模型"和"不改模型但让 agent 更聪明"两条路径。

安全研究从"行为层"下沉至"机制层"

10/05 的 sycophancy 翻转率分析和隐私轨迹审计仍在行为层；10/06 的对齐缩放定律引入预注册实证科学方法；10/07 的 SafeEvo 直接打开模型内部追踪拒绝电路从预训练到对齐的演化路径；10/08 的白盒探针在模型激活层面检测未表达的隐藏意图。全周安全研究的方法论深度逐日下沉，从"看输出"到"看行为统计"到"看电路结构"到"看激活模式"，可解释性工具正从学术展示走向安全实践。