本期聚焦推理与 Agent 底层机制五连发：Harness-G 用图结构把搜索 Agent 的自由查询改写成有限动作选择，六个 QA 基准平均 F1 全面领先 Graph-R1；一篇投机解码的原理性分析揭示’有损验证’如何悄悄改写解码分布、拖垮生成质量；OmniScope 提出免训练的模态解耦 token 压缩，25% 保留率下 prefill 提速 3.53×；ReToken 用单个可学习 embedding 做视觉检索锚点，Qwen3VL-8B 在 Visual Haystacks 上暴涨 13.4 分；MisKnow-Agent 则给 Deep Research 泼冷水——少量误导性知识就能让最终报告采纳错误结论。
swyx 逆势力挺 /loop 与 /goal，认为大多数人放弃太早 + Codex/ChatGPT Work 重置额度让你周末跑 10 万个 Luna 线程 + ‘Issue → Agent → PR → Release’ 成为软件工厂新范式（Rauch/Nan Yu）+ Levie 断言 harness 将成仅次于模型能力的关键变量 + Sam Altman 秀早晨接送孩子的定制播客用例。播客：xAI 联创 Igor Babushkin 谈模型开发的未来与闭源厂商的困境。博客：Claude Code 支持 Artifacts。
GPT-5.6 Sol 拿下 ARC-AGI-3 SoTA，只改了两个设置 + Sam Altman 押注 AI 加速科学发现 + Replit Design 混用开闭源模型出’高级审美’ + Cursor 登陆 iOS + ChatGPT for Work 语音模式口碑炸裂 + OpenAI Agent 沙箱逃逸引发企业安全反思。播客：Kevin Kelly 谈’AI 是 50 年的一夜成名’。博客：Claude 接入 Apple Foundation Models 框架。
Kimi K3 开源前沿智能登场（2.8T MoE / 1M 上下文 / 234赞刷屏） + JarvisHub 把创意 Agent 做成’画布原生’工程 + 代理式检索靠多智能体协议蒸馏跨越闭源到开源鸿沟 + StateAct 让 Computer-Use Agent’先看程序状态再看像素’ + 具身操作的’数据金字塔’。工具圈：Omnigent 元 Agent 编排框架 / Cindy 开箱即用 Agent / Vibe-Research 个人投研 Agent。
DataPrep-Bench把’数据准备’做成端到端基准 + Skill Self-Play靠共进化技能推capability前沿 + Molt给Agentic RL一套PyTorch原生框架 + Agentic Context Management把Agent记忆当生命周期治理 + 原生多模态从零预训练。工具圈: Cindy开箱即用Agent / klaatcode终端编码Agent / Caspian Agent通信SDK。
今日主线是「Agent 操作层」成型：HuggingFace 论文围绕长程记忆契约（AgenticSTS）、自主策略进化（EvoPolicyGym）、技能评测（SkillCoach）与可控世界模型（WorldDirector）密集产出；GitHub 侧 langchain-ai/openwiki、Qwen-AgentWorld、self-learning-skills 等把「文档/世界/技能」做成 agent 的基础设施。
Karpathy 力推个人维基式 AI 个性化；Aaron Levie 谈 Agent 设计哲学；No Priors 播客专访 ChatGPT 联合创始人 Liam Fedus 的材料科学 AI 新公司
Cursor 3 发布引爆讨论，Karpathy 分享 LLM 知识库工作流，Ginkgo Bioworks CEO 谈自主实验室如何变革科学研究