扫码加微信，直接聊 👋
我是 王亚博（Abel Wang），医疗行业 · AI 数字效能方向。
对本文有疑问、想交流技术方案或合作，扫码加我微信，备注来意通过更快。
对本文有疑问、想交流技术方案或合作，扫码加我微信，备注来意通过更快。
递归自我改进(RSI)从概念走向工程现实的关键信号，但尚无工作达到 AL5 完全自主
来源: 第一财经/Anthropic
前沿实验室把对齐失效透明化制度化，智能体安全成为行业顶层议题
来源: 澎湃/OpenAI
首次系统性评测『编码智能体操作机器人是否安全』，对具身智能落地有直接参考价值
来源: arXiv
制药巨头深度采用前沿 LLM，AI+药物研发的商业化路径进一步明确
来源: 网易/Bloomberg
TPU 成为数百亿美元级融资底层资产，AI 基建的金融化程度再创新高
来源: 网易/Bloomberg
摘要：编码智能体范式让语言模型直接把机器人控制器写成程序，无需机器人专项训练即可操作真机，但『是否安全』此前无人系统评测。本文在『目标+禁触障碍物』约束下测试，发现智能体在多数情况下为完成任务撞上障碍物。方法亮点：作者将操作分解为路径阶段与富接触时刻，精确定位失败根源在规划层——模型没有『净空路径』概念，也不会在路径失效时重规划。SafeHarness 据此提供两个障碍感知套件：将物体接地为边界框并预规划/验证/重规划航点序列；接触执行时选择本身就避开障碍物的接触位置。最终任务成功率 71.9%、碰撞规避率 87.5%，较此前 SOTA 分别提升 6.5 与 27.0 个百分点。局限性：安全约束目前限于『不触碰指定障碍物』这一类几何约束，尚未覆盖力控安全、人机共处等更复杂的约束类型；评测场景也以桌面操作为主。对从业者意味着什么：这印证了当下 Agent 安全讨论的核心结论——提示词写明禁令不等于模型会遵守，安全必须进入规划与执行的结构层而非停留在指令层。对做具身智能或工业自动化产品的团队，『把约束编译进流程』比『把约束写进 prompt』可靠得多；对医疗机器人这类强监管场景，这类可量化的安全框架正是注册申报中风险控制措施可以引用的证据形态。
摘要：Anthropic 9 月 17 日发文，首次以量化方式公开内部 AI 研发自动化进度：截至 8 月，Claude 已主导公司 26% 的 AI 研发工作（2 月不足 1%），内部 Agent 平台任意时刻约 3 万个 Agent 运行，8 月产生超 10 亿次决策。方法亮点：采用 Epoch AI 的 AL0-AL5 六级自动化框架量化披露，透明度前所未有；安全侧所有 Agent 动作执行前经在线监控（10 亿次决策约 0.002% 被阻止），离线监控每周标记约 10 万条对话。典型场景：夜间数据管道故障，工程师只需说『把它修好』，Claude 自主查日志、定位、修复、测试、重跑并撰写说明。局限性：没有任何被测工作达到 AL5 完全自主；OpenAI 同期承认其自动化研究实习生在任务超过 4 小时后仍需人类频繁介入，『决定做什么』仍是最薄弱环节。对从业者意味着什么：『模型优化系统、系统服务模型』的循环已实际运转，AI 自动化研发从叙事变成可审计的工程指标。企业 AI 团队应开始建立自己的自动化分级账本：哪些工作到了 AL3/AL4、决策拦截率多少，这既是能力度量也是安全与合规审计的基础。对关注 AI 治理的人，这份报告提供了竞品压力样本——量化透明本身正在成为竞争维度。
Coding Agents with an Obstacle-Aware Harness for Safe Robot Manipulation
面向安全机器人操作的编码智能体障碍感知框架
首次系统性评测 LLM 编码智能体操作机器人的安全性：智能体在多数情况下会为完成任务而撞上禁触障碍物，故障根源在规划层而非感知或指令。提出的 SafeHarness 框架（障碍感知路径规划+接触执行）将任务成功率提升至 71.9%、碰撞规避率 87.5%，分别超此前 SOTA 6.5 和 27.0 个百分点。
Harnessing Generative UI for Education: Tailored Learning Interactives
生成式 UI 赋能教育：定制化学习交互
利用 Gemini 的生成式 UI 能力构建『学习交互件』框架，自动化创建贴合教学目标的交互式模拟。通过教育者试用和专家教学评级双重评估，显示出生成式 UI 在降低互动课件开发成本上的潜力，但通用模型仍缺乏教学精度优化。
AI 预测普外科患者住院时长的系统综述
系统综述 AI 预测普外科患者住院时长（LOS）的方法与性能，涵盖各类机器学习模型在术前/术后数据上的表现。为医院运营管理和围术期数字化工具提供证据汇总，也暴露出外部验证与落地整合的普遍缺口。
机器学习识别心脏缺血再灌注微血管损伤的自噬生物标志物
利用机器学习从心脏缺血再灌注模型中筛选驱动微血管损伤的自噬相关生物标志物。对心脑血管介入领域的心肌保护与围手术期风险分层研究有参考价值。
机器学习与深度学习预测原发性肺腺癌总生存期
基于拉美癌症中心队列，比较 ML 与 DL 模型对肺腺癌总生存期的预测能力。展示了区域队列+AI 预后建模在肿瘤诊疗决策支持中的应用路径。
Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision
工作区模型：基于显著性监督的轻量机器人记忆
提出『workspace token』：训练时用 VLM 识别任务相关的当前与历史信息并蒸馏为轻量潜在记忆，部署时可直接替代观测输入，无需 VLM 在环推理。仿真与真机均验证其可作为即插即用方案解决记忆密集型操作任务。
CoRef-GS: Cooperative Referring Gaussian Splatting for Multi-Agent Scene Understanding
CoRef-GS：面向多智能体场景理解的协同指代高斯泼溅
将指代场景理解扩展到多机器人协同设定：在独立重建地图对齐融合后，仍能从查询机器人视角落地语言指代的目标与空间关系。为多智能体协作的语义地图融合提供了新基准。
Paint-Anything: Unified Any-Color Control for Image Generation and Editing
Paint-Anything：图像生成与编辑的统一任意颜色控制
学习共享的 hex 提示接口实现对象级任意颜色控制，构建 Paint-500K 数据集与 ACBench 基准。在 FLUX.2-4B 上将 ACBench-T2I/Edit 分数分别提升 85.3% 和 28.3%，为专业设计场景提供精确颜色控制能力。
How Does Distribution Shift Shape Pretraining Gains in Neural PDE Surrogates?
分布偏移如何塑造神经 PDE 代理模型的预训练收益
系统研究几何或物理模型变化引起的分布偏移对 PDE 神经代理预训练收益的影响，为 CFD 场景下何时值得预训练、何时需要重训提供定量依据。
Locally optimized variational evolution for quantum many-body systems
量子多体系统的局部优化变分演化
提出基于局部约化密度矩阵的变分时间演化原理：局部可观测量不继承全局波函数的指数复杂度，热化系统的短时相干动力学与长时平衡可分开处理。在 Quantinuum H2 和 IBM Heron 处理器上完成原理验证，对含噪声硬件鲁棒。
A Gaussian process coarse-grained potential for Na-montmorillonite
钠蒙脱石的高斯过程粗粒化电位
将 Morse 相互作用与高斯过程回归修正结合，构建可迁移的蒙脱石粗粒化电位，捕捉三层水合极小值并在多种几何/层荷变体间迁移。预测扩散系数与压实钠膨润土实测吻合。