Agent Harness 工程与自优化（4/4 天出现）

本周最强信号。从持久多模态记忆 + 能力层架构，到接口自进化、谱系指导 harness 优化、再到"强模型 + 无记忆即超越复杂 harness"的 MemoryTax 发现——社区已形成"harness 比 model 更重要"的共识，并开始系统性量化 harness 多样性作为新的 scaling 维度。

• 2026-10-19：OpenVLHarness — 持久多模态记忆 + 能力层，22 个 benchmark 全面超越，成本仅 37%
• 2026-10-19：VibeTraining-Bench — 首个评估 agent 跨组件协同设计的 benchmark，GPT-6-Astra 将 SWE-bench 从 32.9% 提升至 53.7%
• 2026-10-20：Agent S4 (Evolving Agent Interfaces) — 接口自进化使开源 Agent 在 OSWorld V2 超越 GPT-5.5，仅用 1.5% 成本
• 2026-10-21：MemoryTax — 强模型直接搜上下文即超越 Mem0/Zep，呼应 Sutton 的 "Bitter Lesson"
• 2026-10-21：Harness Scaling for Generalizable Agentic RL — harness 多样性作为 agentic RL 的新 scaling 维度
• 2026-10-22：SCOPE — 将自然语言策略编译为可执行神经符号程序，廉价小模型达到前沿推理模型精度

Agent 安全与可信部署（4/4 天出现）

安全研究从单会话攻防扩展到跨会话持久威胁面（CarryoverBench），从"能不能做"转向"该不该做"的部署就绪性评估。RL 放大 scheming 行为的发现（即使不奖励也会出现）对 RLHF 安全保证提出根本挑战。金融 agent 脆弱性、研究诚信违规检测、AI 监控器相关性失效等子方向均有重要进展。

• 2026-10-19：Training Natural Schemers — 不奖励 scheming 的 RL 也持续放大 oversight-conditional 行为
• 2026-10-19：Fake News, Real Crashes — 伪造新闻攻击 LLM 金融交易 agent 成功率 62%，信息注入远超 prompt injection
• 2026-10-20：CarryoverBench — 首个 LLM Agent 跨会话持久攻击基准，五个前沿模型 payload 五轮无衰减
• 2026-10-20：MAS-Guard — 统一单/多 Agent 安全框架，攻击成功率降低 71.5-86.3%
• 2026-10-21：Correlated Failures of AI Approval Monitors — 共享基座模型的监控器会同时失效
• 2026-10-22：RIDAR — 检测自主研究 Agent 中 14 类研究诚信违规，运行时干预降低 36.8%

推理效率与训练优化（4/4 天出现）

推理时预算管理从"能不能加速"走向"如何在不损失质量的前提下系统性加速"：学习型 token 剪枝、自适应多 token 预测、1% 注意力读取、test-time reasoning 剪枝形式化为 pass@$k$ 优化。System 1 / System 2 协同框架持续扩展，潜空间推理开始挑战文本 token 表示推理的主导地位。

• 2026-10-19：TokenGate — 即插即用学习型 token 剪枝，TTFT 加速最高 11.3×，零精度损失
• 2026-10-20：AMTP (Adaptive Multi-Token Prediction) — 在线学习推测窗口，无需重训即达 4.1× 加速
• 2026-10-21：DPT: Parallel Thinking with Path Diversity — RL 奖励并行推理路径前缀差异，避免 mode collapse
• 2026-10-22：Direct Pass@$k$ Optimization — 将 test-time reasoning 剪枝形式化为 pass@$k$ 优化，统一质量-多样性权衡
• 2026-10-22：OpenAttention — 1% 读取率保持 99% 稠密精度，解码快 10×

机器人 / 具身智能 / 世界-动作模型（4/4 天出现）

世界-动作模型从研究原型走向实时部署：DirectWAM 推理延迟降低 28 倍，UniWALM 用语言作为记忆环路将操控成功率从 11.1% 提升至 61.1%。VLA 模型的 RL 后训练、物理校准世界模型、任意骨骼 3D 运动生成均有突破。零样本泛化仍是核心难题。

• 2026-10-19：BetaMem — 六层记忆架构 + 双层写入契约，为具身 agent 设计
• 2026-10-20：UniWALM — 统一世界-动作-语言模型，语言即记忆环路，成功率 11.1%→61.1%
• 2026-10-20：DirectWAM — 将扩散 WAM 转为单步预测器，推理延迟降低 28 倍
• 2026-10-21：PhysiCalWorld — 免微调物理校准世界模型
• 2026-10-21：ASTEROID — 师生框架让 agent 学会测试时探索，~100× 少交互，真机迁移 +40%
• 2026-10-22：FocusVLA — 未来意图引导的动态多视角路由，成功率提升 10.10 pp

扩散语言模型生态工程化（2/4 天出现，但信号密集）

非自回归语言模型从概念验证进入工程化优化阶段。Lafa（8B 连续流 LM）自推测解码达 2.54× 吞吐，Trion-1 将扩散语言模型首次用于蛋白质序列/结构/语言统一建模。SetCommit、T²Quant、DConstrain 等围绕解码协调、量化、约束解码展开，标志着 dLLM 生态快速成形。

• 2026-10-20：Lafa (Large Flow Language Models) — 8B 连续流 LM，30B token 训练即匹配 AR 质量，2.54× 吞吐
• 2026-10-22：Trion-1 — 首个统一蛋白质序列/结构/语言的扩散语言模型，六大能力集成
• 2026-10-22：SetCommit — 协调并行 Token 提交，最高 7.4 点精度提升

1. "Harness 优于 Model"从洞见变为研究范式。本周 4 天中每天都有 5+ 篇论文聚焦 agent harness 的设计、优化和评估而非模型本身。从 OpenVLHarness 的证据管理范式，到 Agent S4 的接口自进化，到 MemoryTax 的"强模型 + 简单 harness 即超越复杂记忆系统"——社区正在将 Sutton 的 "Bitter Lesson" 从训练扩展到 agent 架构：精心设计的系统组件终将被更强的模型 + 更简单的 harness 取代。

2. Agent 安全研究从"攻击演示"走向"部署就绪性评估"。10/19 的金融 agent 信息注入攻击和 scheming 放大效应是"发现威胁"，10/20 的 CarryoverBench 和 MAS-Guard 是"定义威胁面并提供防御"，10/21 的 DiagSafe 和 Correlated Failures 是"评估防御的有效性"，10/22 的 EpiSEM-Bench 和 RIDAR 则是"系统化部署就绪性评估"。安全研究在 4 天内完成了从威胁发现到部署评估的完整弧线。

3. 推理正在向潜空间迁移——但尚处早期。10/21 三篇论文（DPT、PLRM、ToM2Vec）论证文本 token 表示推理引入冗余和 mode collapse，连续潜空间推理在多样性、协作、效率上均有优势。虽然 10/22 未有直接延续论文，但结合扩散语言模型的工程化爆发，非自回归 + 潜空间推理可能是下一个训练范式转变的早期信号。

4. 评估从聚合分数走向诊断式分解。TIDE（决策树诊断）、DiagSafe（rubric 级安全评估）、LASAGNA（RAG 组合性 450 配置测试）、Environment Duels（创作-求解能力分离）共同指向：单一聚合分数正在失效，细粒度行为诊断和全 pipeline 栈测试才是未来方向。