Microsoft Research 发表于 Nature 的 RetroChimera 是一个小分子逆合成预测框架，可自动提出高质量合成路线。它结合基于 Transformer 的 R-SMILES 2 与基于 GNN 的 NeuralLoc，并用 learning-to-rank 聚合两类互补预测。
推荐理由：文章解释了双模型集成与学习排序的设计思路，并给出专家盲测结果，可帮助理解 AI 如何辅助小分子逆合成规划。
Multiverse 发布论文 LLM Compression by Block Removal with Constrained Binary Optimization，把删除哪些 Transformer 块转化为 Ising glass 上的约束二值优化问题。
苍何实测开源项目 AgentGit，用它记录 Agent 的上下文、工具调用和关键决策，并让 Wesight、Codex、Mimo 等 Agent 接力迭代 3D 个人网站。
Hugging Face 发布 Rust tokenizers v1 release candidate，在 Apple M4 Max 单线程上覆盖的 10 个模型家族编码速度较 v0.23 快 3 至 30 倍，8 个 worker 下达到 76% 的线性扩展。
推荐理由：文章拆解了 tokenizers v1 在保持 token ID 与 API 不变的前提下，如何通过位流切分、缓存和无分配合并循环获得数十倍提速。
一份由 360 员工基于 30 多个 AI Native 案例整理的《AI 原生实践避坑指南》总结了 7 类坑，涵盖贪大求全、一键生成、孤岛协作与智能体权限安全等问题。
GitHub Podcast 围绕 5 个 AI 开发热门观点展开分析，认为开发者仍需审查并承担 AI 生成代码的结果，招聘更看重使用判断力而非完全依赖或拒绝 AI。文章指出 MCP 负责标准化连接工具和数据，Skills 负责封装团队流程与最佳实践，RAG 仍可为模型提供训练数据外的相关信息；需要微调并不必然说明代码糟糕，但难理解的代码也暴露可维护性问题。
一篇文章盘点了 6 款 AI 头部博主自用的 Agent 技能，覆盖磁盘清理、反向追问、真人感写作、目标定义、深度调研和爆款标题生成。对应技能分别为 storage-analyzer、grill-me、human-writing、Leader.skill、hv-analysis、baokuan-title-generator，可通过 workbuddy 搜索名称或提供 GitHub 地址安装。
GitHub 借助 GitHub Copilot app 和 Copilot CLI，将 Copilot agent runtime 从 TypeScript、Node.js 与 V8 技术栈完整重写为 832,378 行生产 Rust，另有 468,689 行 Rust 单元测试。
推荐理由：文章用真实迁移数据拆解了渐进式重写、跨会话协作和人工审查边界，可为大型代码库的 AI 辅助迁移提供方法参照。
作者为 AIHOT 搭建生产业务数据只读 MCP Server，让网页版 ChatGPT 的 GPT-6 Pro 通过私有插件读取服务器数据，并用 GitHub 插件结合代码和 PR 记录完成降本方案规划。
AgentWork 开源社区发布开源模型实践指南《魔搭紫皮书》，开源地址为 https://github.com/modelscope/ms-cookbook，并已被魔搭开源组织收录。
Hugging Face 与 IBM Research 介绍 ALTK-Evolve 新增的 Consistency Analyzer 和 consistency guidelines，用于诊断并减少 AI 智能体在同一任务上重复运行时的结果翻转。
推荐理由：文章把智能体平均成功率与重复成功率区分开，并提供无需真值、可在单条轨迹上定位易翻转决策的诊断流程。
GitHub 日本与韩国营销负责人用 GitHub Copilot、Issue forms、Labels、Actions 和 Copilot agent skills，把活动从策划、报名筛选到会后 CRM 上传与报告自动化。
推荐理由：文章把市场活动运营拆成 Issue、标签、Actions 与 SKILL.md，可作为非工程团队用 API 或 CLI 改造重复流程的参考。
GitHub Copilot 应用内置 diff、终端与浏览器三个面板，让用户无需离开应用即可审查、运行并预览 AI 智能体对代码的修改。diff 面板以绿色和红色高亮增删内容，终端面板可运行命令并支持多窗口，浏览器面板可用 Pick & Polish 工具调整界面元素。完成检查后可直接接受更改并创建 pull request。
Hugging Face 介绍 TRL v1.14 的 AsyncGRPOTrainer LoRA 支持，并展示训练器与 vLLM 分离到不同 HF Jobs 的方案。
推荐理由：文章给出跨 HF Jobs 部署 Async GRPO 与 LoRA 的完整架构、代理路由方法和五次调优实验，便于复用到分布式 RL 训练工程。
GitHub 推出 Project HydraFusion 研究预览，让 GitHub Copilot 在运行时从多家模型中选择并组合 Single、Cascade、Critique 三种执行模式，以平衡质量、成本和延迟。
推荐理由：原文给出 HydraFusion 的三种编排模式、CLI 启用方式和三项基准的质量成本对比，可帮助开发者判断多模型路由的实际取舍。
GitHub 介绍如何在 GitHub Copilot app 中同时运行多个 AI 智能体会话。每个会话可使用独立 Git worktree 和上下文，任务并行推进且互不干扰；用户可在 sessions view 查看进度，并在功能开发、无障碍审查和测试等任务间切换。
Google Research 发布时间序列基础模型 TimesFM-3，原生支持零样本多变量预测，可在一次前向传播中联合预测多条相关时间序列。该模型拥有 330 million 参数，在超过 1 trillion 个时间点的真实与合成语料上预训练，支持多目标、历史协变量和已知未来协变量，并输出 10th 至 90th percentile 的 9 个分位数。
推荐理由：文章说明了 TimesFM-3 从单变量扩展到多变量预测的架构变化，并给出公开基准表现与 GitHub、Hugging Face 获取入口。
Voice Arena 与 Hugging Face 合作，为 Open ASR Leaderboard 新增 Monsoon en-IN 和 Monsoon hi-IN 两套评测，覆盖印度英语和印地语。
推荐理由：文章详细说明了印地语和印度英语评测集的说话人覆盖、元数据设计与计分方式，可帮助理解 ASR 榜单如何暴露群体差异。
文章分享了为 Agent 创建和管理 skill 的方法，把 skill 定义为规定任务步骤与完成标准的执行 SOP。创建 skill 有两种路径：先用 $plan 确认输入、输出、不处理范围和完成标准，再调用 $skill-creator；或从一次真实协作中提炼反复强调的规则、走过的弯路和正确做法。
Import AI 第 470 期介绍 METR 研究，称 AI 对网络安全进展促进明显、对数学较小、对 AI 研究暂无可测加速。多所高校研究者提出 SPADE，通过自我对弈协同生成可执行训练环境与提升智能体能力，并在 Qwen3-30B-A3B 上取得 58.3 的 suite average，较基础模型提升 8.1。
Hugging Face 发布研究，用参考文本分歧、遮蔽实体检索和拼写切换三类探针测试 11 个开源 ASR 模型，发现部分高分模型会复现 VoxPopuli 和 LibriSpeech 参考转录中的错误或缺失内容。
推荐理由：研究用三类探针把语音识别模型迎合公开基准的行为量化出来，为选型时超越单一 WER 和使用留出集提供依据。
周天奕用 Claude 花四小时做出「同事.skill」，GitHub 星标从上线 5 天的 7.3k 增至 23k，并衍生出 200 多个 skills；蔡不菜用 Claude Code 和 Obsidian 搭建「人生系统.skill」，使用说明在小红书获万次观看。两人在真格基金播客《此话当真》中探讨 Vibe Coding 时代 Builder 如何保持个人 context、审美与表达。
DeepSeek Harness 已开源，核心采用一切皆插件的架构，初始 Web UI 不自带传文件、识图等能力，需要按需安装插件。
作者实测通过 GitHub 项目 OpenCodex 在本机启动 10100 端口代理，把 Codex 请求转发到 Kimi、DeepSeek 等模型，同时保留原有 ChatGPT 账号。
Multiverse Computing 发布论文 Efficient Knowledge Distillation for LLMs，通过离线缓存教师模型每位置 top-100 logits，并使用 fused chunked KL loss，避免同时驻留教师和学生及生成完整词表乘序列矩阵。
饼干哥哥基于团队使用 200 美元 Codex Pro 的对比经验，整理出 8 项应调整的 Codex 配置，包括开启完全访问权限、把语气改为务实、打开记忆、将跟进行为从排队切为引导、复制会话 ID 延续任务、开启任意应用和 Google Chrome 电脑操控、使用任务搜索与语音听写。
Microsoft Research 发布开源框架 Orchard，用于可扩展、低成本的智能体 AI 研究，核心 Orchard Env 是基于 Kubernetes 的可复用环境服务，支持数据收集、强化学习 rollout 和评测。
推荐理由：框架把环境、训练流程、数据和评测一并开放，并给出软件工程、网页导航与个人助理三类任务结果，可作为复用智能体训练基础设施的参考。
Microsoft Research 发布 Echoverse，构建10个深度领域世界和2个能力世界，用于训练计算机使用智能体，并开放其中4个世界的代码、数据和 grounded graders。
推荐理由：文中用深浅环境对照和9B模型训练结果，说明高保真、可验证的交互环境对计算机使用智能体训练的实际影响。
Microsoft Research 在论文 Test-Time Learning with an Evolving Library 中提出 EvoLib，让大语言模型在推理阶段从自身经验中自监督学习，无需真实标签、外部反馈或更新模型参数。
Berkeley AI Research 与 IBM Research 介绍扩展 K-Search 的 MLX 后端，通过结构化 CUDA-to-MLX 翻译层把既有 CUDA kernel 优化知识转化为 Apple Silicon 可用的搜索约束。
NVIDIA 发布 Cosmos-H-Dreams，这是面向手术机器人的实时、动作条件生成式模拟器，并通过 FlashDreams 流式推理库提供服务。
推荐理由：文章说明了从 Cosmos-H-Surgical-Simulator 蒸馏到实时学生模型的训练路径，以及单 GPU 上的交互式推理表现。
Diffusers 现已通过 Nunchaku Lite 原生加载 Nunchaku 风格的 SVDQuant 4-bit 扩散模型检查点，无需自定义 pipeline、独立推理引擎或本地 CUDA 编译。
推荐理由：文章给出原生加载方式、硬件支持和基准数据，便于在消费级 GPU 上评估 4-bit 扩散推理的显存与延迟取舍。
Pollen Robotics 发布开源、低成本的手持夹爪系统 Grabette，用于录制人类操作演示并自动生成机器人可训练的 LeRobot 数据集。
Hugging Face 与 SkyPilot 联合推出 store: hf，SkyPilot 任务可用一个 hf:// URL 和 HF_TOKEN 挂载 Hugging Face Bucket 或 Hub 仓库，并在 20+ 云、Kubernetes、Slurm 和本地环境运行。
推荐理由：文章给出跨云挂载方式、免出站读取费用和基准速度，便于评估多云 GPU 任务的数据访问成本。
Hugging Face 宣布 Kernels 项目完成重大更新，在 Hub 上新增 kernel 仓库类型，用于展示 kernel 支持的加速器、操作系统和后端版本，并集中浏览 https://huggingface.co/kernels 。
IBM Research 推出开放基准 ScarfBench，用于评估 AI 智能体在 Spring、Jakarta EE 和 Quarkus 之间迁移企业 Java 应用的能力。
推荐理由：该基准用构建、部署和行为保留三层结果评估编码智能体，可帮助读者区分可编译代码与真正完成企业 Java 迁移之间的差距。
Google Research 推出面向表格数据分类和回归的基础模型 TabFM，可将整张表作为统一提示词，在单次前向传播中对未见过的表格生成零-shot 预测。
推荐理由：原文说明了 TabFM 的零-shot 表格预测机制、训练数据来源和 BigQuery 入口，便于理解其对传统表格建模流程的替代思路。
Every Eval Ever 与 Hugging Face Community Evals 现已互通，评测结果可跨平台发布，并链接到开放模型、排行榜和统一元数据库。
Google Research 已在 GitHub 以 Apache 2.0 许可证开源支撑 Google Flood Hub 的水文建模框架，供研究人员和气象水文机构训练、微调 AI 洪水预报模型。
推荐理由：原文说明了框架的模型结构、训练数据和业务集成路径，便于水文机构评估如何接入本地预警流程。
Mistral 在 Studio 发布 Public Preview 阶段的 Connectors，内置连接器和自定义 MCP 现可通过 API/SDK 用于所有模型和智能体调用。
推荐理由：原文说明了连接器的注册复用方式、直接工具调用和人工审批流程，便于评估企业系统接入智能体的治理路径。