📡 数据来源说明：follow-builders 上游 skill 仍未恢复，本期继续沿用回退方案——直连 HuggingFace Daily Papers API（07-24 批次，22 篇）+ GitHub Search API（07-20 后新建、star>80 仓库）。全部外链指向 arXiv 单篇页 / GitHub 仓库页，已核对 HTTP 200。X 推文源暂缺，故本期无 Builder 圈实时快讯板块。
🔥 今日高光
- 深度研究智能体学会『递归自我改进』：AREX 抓住『找答案贵、验答案便宜』这一不对称性——先验证中间结果，再用已部分验证的状态引导下一步 refine，124 赞断层登顶本批日榜。
- 空间认知改用『画』的来考：Show, Don’t Tell 指出坐标/选项/文字的答题接口对图像生成模型天生错配，干脆让模型直接在像素上标点、画路径来展示空间智能。
- Coding Agent 评测硬刚数据污染：腾讯 WorkBuddy Bench 每道题都从真实 commit / PR 反向工程再改写成口语化角色扮演请求，让题面无法被网上原文检索命中。
- 单卡 720p 视频扩散：SANA-Video 2.0 用『门控线性注意力 + 周期性 softmax 锚点』3:1 混合，在补回全秩 token 交互的同时保住长序列 O(N) 扩展，5B/14B 统一架构单 GPU 出 720p。
- 把 Agent 直接写成 Python 对象：NVIDIA NOOA 让方法=动作、字段=状态、docstring=提示词、类型注解=契约；方法体写
...就在运行时交给 LLM 补全，其余保持确定性 Python。
📄 论文速递
AREX：面向递归自我改进的深度研究智能体 —— 利用『发现难、验证易』的不对称性，让研究智能体在内循环里验证中间结果，并用部分验证状态引导后续 refine，而非单纯搜索更久（124 赞，本批最高）。https://arxiv.org/abs/2607.21461
ReferTrack：先指代、再跟踪的具身视觉跟踪 —— 针对 VLA 策略里 CoT 在抽象空间隐变量中推理、难监督且与图像检测弱对齐的问题，改为『先从单目前视相机选定目标、再跟踪』的显式接地范式（48 赞）。https://arxiv.org/abs/2607.20061
Visual Contrastive Self-Distillation（VCSD） —— 追问 on-policy 自蒸馏能否同时去掉『特权答案』和『视觉证据』两种非对称信息，提出把图像内容移除转成输入条件，构造纯靠输入条件驱动的更简洁自蒸馏（41 赞）。https://arxiv.org/abs/2607.21556
Show, Don’t Tell：用生成像素而非 LLM 文本评估空间认知 —— 指出现有空间推理基准要坐标/选项/文本，与图像生成模型存在答题接口错配，改让模型用指点、标记、绘制在连续视觉场景里作答（34 赞）。https://arxiv.org/abs/2607.21072
Tencent WorkBuddy Bench：抗污染的多领域 Coding-Agent 基准 —— 覆盖 Code/Web/Office/Security 四域，每道题从真实 commit/PR/业务场景反向工程、重写为口语化角色扮演请求，使题面无法被网络原文检索恢复，附跨模型排行榜（20 赞）。https://arxiv.org/abs/2607.20911
NVIDIA NOOA：原生 Python 面向对象智能体 —— 把智能体建模为一个 Python 对象：方法即动作、字段即状态、docstring 即提示词、类型注解即契约；方法体为 ... 时运行时由 LLM agent loop 补全，普通方法体仍是确定性 Python（19 赞）。https://arxiv.org/abs/2607.20709
SANA-Video 2.0：带注意力残差的混合线性注意力高效视频生成 —— 5B/14B 统一架构的混合视频 DiT，用门控线性注意力做 O(N) 主体混合、3:1 穿插门控 softmax 锚点补回全秩交互，单 GPU 生成至 720p 视频且匹配 full-softmax 质量（18 赞）。https://arxiv.org/abs/2607.21553
LLMs Get Lost in Evolving User Intent —— 真实交互里用户意图是边聊边披露、修正、重塑的，但 LLM 仍多在单轮、完全指定的设定下评测/训练；论文构建框架考察模型能否随对话追踪并执行不断演化的用户意图（17 赞）。https://arxiv.org/abs/2607.20734
🛠 开源新星（GitHub）
- story-to-handdrawn-video（621★）：中文开发者的 Agent skill，把中文故事文案或有序图片转成手绘日记漫画风动画——Agent Skill 生态里最出圈的一批之一。https://github.com/gnipbao/story-to-handdrawn-video
- 《动手学 Pi》pi-textbook（190★）：沿 15 个真实 checkpoint 从零构建 Pi-style Agent 的中文教材，适合想吃透 Agent 内核的读者。https://github.com/hahhforest/pi-textbook
- agentacct（271★）：本地优先的『Agent 工作情报』，给 coding agent 记账——真实用量、可复盘的工作记录、诚实的归因。https://github.com/mikehasa/agentacct
- BossConsole（181★）：开源、多平台的 AI Agent 操控台，原生多线程的『操作员控制台』（JVM 系）。https://github.com/risa-labs-inc/BossConsole
- thinking-orbs（968★）：给 AI/Agent UI 用的点阵『思考球』加载指示器，六种调好的状态、两种尺寸、自动深浅色——本批 star 最高的纯前端小工具。https://github.com/Jakubantalik/thinking-orbs
本期由 follow-builders 回退管线自动生成：HF Daily Papers API（07-24 批次）+ GitHub Search API。数字为 HF 日榜赞数 / GitHub star 数，外链已逐条核对。