2026年7月24日星期五

1. AREX：迈向递归自我改进的深度研究智能体
   T2arXiv AI/CL/LG（论文）

   AREX是一种递归自我改进的深度研究智能体框架，通过交替进行内部研究循环和外部自我改进循环来逐步优化答案。内部循环收集证据并构建初步答案，外部循环按约束逐项审计，识别未解决的声明并启动针对性研究。AREX学习了一个自主上下文更新工具，将增长的历史交互压缩为紧凑的改进状态，无需外部模型。在4B和122B-A10B混合专家模型上训练，在BrowseComp、WideSearch、DeepSearchQA、人类最后考试等基准上显著优于同规模基线，与更大模型竞争。

2. Agentic Context Management：将Agent记忆与成本作为生命周期与架构问题来解决
   T2arXiv AI/CL/LG（论文）

   生产级AI Agent的失败往往不是因为推理能力不足，而是无法有效管理推理上下文。本文提出Agentic Context Management（ACM）概念，将其分解为五个原语：架构设计、摄取、范围界定、预测、压缩与整合，并论证只有经过验证的压缩才能在线性成本下保持保真度。参考实现Maximem Synap在LongMemEval和LoCoMo上分别达到92%和93.2%。论文还讨论了现有基准未覆盖的维度。

3. AI护栏如何阻碍攻击性网络安全研究人员的工作
   T2TechCrunch：AI（RSS）

   多位攻击性网络安全研究人员反馈，OpenAI和Anthropic等公司的AI护栏机制严重干扰了他们的漏洞挖掘与利用工具开发工作。护栏对敏感内容的过度限制导致模型拒绝生成漏洞分析代码或返回误导性信息，迫使研究人员转向更开放的替代方案，甚至放弃部分研究方向。这暴露了当前AI安全策略在专业安全领域的适应性缺陷。

1. OpenRouter 推出 Classifiers：按部门、任务类型追踪AI代理活动与成本
   T1OpenRouter：Announcements（RSS）

   OpenRouter 发布 Classifiers 功能，允许用户在工作区中定义分类体系（如部门、任务类型、代理复杂度），并通过小模型自动为每次生成请求打标签。支持过滤日志并按分类分组消费（Activ），从而精准监控 AI 代理的使用模式与成本分布。该功能旨在帮助企业理解 AI 投入的去向，优化资源分配。

2. AMD 推出 Helios AI 机架级系统，正面挑战英伟达
   T2TechCrunch：AI（RSS）

   AMD 宣布推出 Helios AI 机架级系统，专为大规模 AI 训练和推理设计，将于今年晚些时候开始发货。该系统采用 AMD 新一代 GPU 和 Infinity Fabric 互连技术，目标直指英伟达的 DGX 和 HGX 系列。Helios 在能效和总拥有成本上宣称有显著优势，有望打破英伟达在 AI 数据中心硬件领域的垄断地位。

3. Runway推出AI模型路由，布局生成式媒体基础设施
   T2TechCrunch：AI（RSS）

   Runway不再满足于仅作为AI模型公司，而是转向成为生成式媒体的基础设施层。周四，这家初创公司推出了AI模型路由服务，旨在解决生成式媒体工具日益拥挤、模型选择复杂的问题。该路由可自动根据任务类型（如视频生成、图像编辑等）选择最优模型，降低用户决策成本，提升效率。这标志着Runway从单一模型提供商向平台化基础设施的战略转型，可能重塑生成式媒体生态。

4. OpenAI 新语音模式登陆 ChatGPT 桌面应用
   T2TechCrunch：AI（RSS）

   OpenAI 宣布其高级语音模式正式登陆 ChatGPT 桌面应用。该模式可在 ChatGPT Work 和 Codex 环境中使用，支持用户通过语音完成复杂任务并控制 AI Agent。此举标志着语音交互在桌面端进入更深度的助手与自动化场景。

5. Bluesky 的 AI 助手 Attie 扩展为开放社交研究工具
   T2TechCrunch：AI（RSS）

   Bluesky 的 AI 助手 Attie 现在可以回答关于 Bluesky 及其他 AT 协议应用上的新闻、趋势和对话。这标志着 Attie 从个人 AI 助手转型为开放社交研究工具，为研究人员和用户提供分析去中心化社交网络中公共讨论的能力。

6. Anthropic 更新 Claude 语音模式：支持会议改期与邮件草稿
   T2TechCrunch：AI（RSS）

   Anthropic 为 Claude 语音模式升级了更强大的模型，新功能允许用户通过语音直接重新安排会议或撰写邮件草稿。此次更新提升了 Claude 在办公场景中的实用性和交互效率，让语音助手更贴近日常生产力需求。

7. Meta发布“AI乐观”广告：背景音乐却是关于人类末日的歌曲
   T2TechCrunch：AI（RSS）

   Meta在一则宣传AI积极影响的广告中使用了大卫·鲍伊的歌曲《Five Years》，但这首歌实际上讲述的是人类得知只剩五年寿命的末世故事。这一选曲与其传达的乐观信息形成强烈反差，引发网友嘲讽与讨论，也暴露了AI时代品牌营销中的文化敏感性问题。

1. Midjourney 收购占星应用 Co-Star
   T2TechCrunch：AI（RSS）

   AI实验室Midjourney宣布收购知名占星应用Co-Star，交易金额未公开。Co-Star以其AI驱动的个性化星盘解读闻名，拥有数百万活跃用户。此次收购标志着Midjourney从图像/视频生成正式向个人生活AI应用领域扩展，可能将生成式AI能力与占星、心理分析等垂直场景结合。双方表示将保留Co-Star品牌及团队，未来探索新型AI互动体验。

1. 人工修正：大语言模型为何过度使用一种经典修辞手法及其缓解方法
   T2arXiv AI/CL/LG（论文）

   论文发现大语言模型系统性过度使用修辞手法epanorthosis（自我纠正），主要源于训练数据中的促销文本和RLHF偏好，生成模式是放大器。通过Epanorthosis Index测量，模型在演讲类文本中过度使用（约两倍，意大利语近三倍），非正式问答不足。提出缓解方法：单行指令可将该修辞减少一半至四分之三，监督微调适配器几乎完全消除，且可通过缩放系数调整到人类水平。目标是按体裁校准而非消除，真正风险是人类开始模仿机器写作。

2. 无需云端：开源大模型在纵向数据准备任务中的评估框架
   T2arXiv AI/CL/LG（论文）

   本文提出一个开源框架，用于评估开源权重大语言模型在纵向人口研究数据准备任务中的效果。框架包含真实数据集、任务定义和自动评估流程，对20项数据准备任务（创建102个变量）进行基准测试。当前最先进的31-35B参数模型平均任务完成率达87.9%，证明在消费级硬件上运行的开源模型有望在治理受限的研究环境中实现AI辅助数据准备。

3. 超越充分性：基于反事实必要性的时间序列解释
   T2arXiv AI/CL/LG（论文）

   现有时间序列分类器解释方法通常只关注子序列是否足以维持预测（充分性），却可能将非必要的虚假特征赋予高重要性。本文提出TimePNS框架，借鉴Pearl的反事实必要性思想，通过主动干预时间因子并观察预测是否被破坏来评估其必要性。框架分为两阶段：阶段I学习可识别的因果生成过程与充分性掩码；阶段II对时间因子进行反事实干预，产生必要性信号来指导一个时间门控，从而细化解释——抑制非必要成分、强调反事实必要的部分。在合成和真实时间序列基准上的实验表明，TimePNS能更准确地识别决策关键子序列，并在充分性-必要性权衡上持续优于强基线。

4. 视觉对比自蒸馏：无需外部教师、特权答案或视觉证据的在线自蒸馏方法
   T2arXiv AI/CL/LG（论文）

   本文提出视觉对比自蒸馏（VCSD），一种简化版在线自蒸馏方法，通过输入条件化生成不对称信号：EMA教师在同一提示下分别基于原始图像和内容擦除控制生成两种分布，取token级对数概率差来突出视觉内容带来的增益，并用此对比来锐化教师分布，蒸馏给学生。在ViRL39K数据集上，VCSD在Qwen3-VL和Qwen3.5模型上一致超越匹配的在线自蒸馏基线，例如Qwen3-VL 2B模型在7个基准上从62.27%提升至67.04%。VCSD无需外部教师、特权答案、视觉证据、推理轨迹或额外推理开销。

5. 高召回候选生成阶段的有限样本覆盖审计：认证与学习理论设计
   T2arXiv AI/CL/LG（论文）

   本文研究了高召回候选生成阶段的审计标签复杂度问题，证明了仅从候选集内采样无法认证遗漏的相关项数量，必须从排除池中抽样。作者推导了零遗漏情况下的极小极大最优下界，并开发了一套基于二项和超几何逆变换的精确有限样本工具包，可认证遗漏质量、转换为召回率，并同时认证嵌套候选生成器族，还能对声明的扰动机制进行压力测试。所有保证成立的条件是候选生成器（或其预指定族）和审计规则在检查认证标签前固定。

6. Barzilai-Borwein方法在维数n≥4的二次型开集上无法超线性收敛
   T2arXiv AI/CL/LG（论文）

   Barzilai-Borwein (BB) 方法在连续优化中表现优异，但其收敛动力学长期未被完全理解。本文通过构造一个n≥4维非空开集（正Lebesgue测度）上的严格凸二次问题及初始点，证明长步BB1方法收敛但无法达到根超线性收敛。借助计算机辅助证明四维投影化BB动力学中的非共振吸引七周期轨道，梯度范数和误差能量范数均被几何序列双向界定，从而排除了超线性收敛的可能性。

7. 无监督共识异常检测揭示加纳疟疾时空异常模式
   T2arXiv AI/CL/LG（论文）

   本研究将共识异常检测框架应用于加纳2014-2023年月度疟疾监测数据，识别出高度结构化的时空异常传播模式。阿散蒂和北部地区是反复出现异常的热点，塔马利、库马西和阿克拉为持续热点。关键发现是异常负担（异常期间累积病例）与异常频率（异常行为持续性）在空间上分离：塔马利异常期间负担最高，但异常率最高的地区集中在阿散蒂区。异常月份与正常月份统计差异显著（Cohen's d=3.252）。该框架可区分疟疾高发区与传播异常区，助力强化监测与靶向防控。

8. Windowed-MTP：去除百万token上下文中的草稿KV读取瓶颈
   T2arXiv AI/CL/LG（论文）

   本文针对百万token长上下文场景中投机解码的草稿模型成本问题，提出Windowed-MTP。其对草稿模型的注意力层应用StreamingLLM式的滑动窗口+注意力汇，将KV工作集限制为常数，去除了全上下文草稿KV读取瓶颈，保持目标模型全注意力验证不变。实验表明，在Qwen GDN-MoE 35B/122B及Mamba2-hybrid 120B上，单GPU SGLang中每步解码成本降低28%-44%，且无损接受分布。同时可回收未读取的草稿KV缓存约7.7%-11%。

—