当 AI 开始造 AI，「强 RSI」还有多远？

人工智能已开始设计甚至生成新模型，引发对强递归自我改进（强RSI）的探讨。文章分析现状与瓶颈：自动化机器学习虽在特定领域超越人类，但真正的通用自我改进仍面临算法、算力、数据与安全对齐等挑战，距离遥远。

📎 机器之心

An AI tool for prioritizing candidate biomarkers from wearable sensor data

谷歌研究团队开发出一款AI工具，可从可穿戴设备传感器数据中优先筛选候选生物标志物。该工具能高效处理海量生理信号，帮助研究人员快速锁定最具价值的健康指标，为疾病早期检测和个性化医疗提供有力支持，显著提升健康数据分析效率。

📅 08-21📎 Google AI Blog

How mobility gives language models a deeper understanding of place

该研究探讨如何将移动性数据融入语言模型，使其对地理位置形成更深入的理解。通过分析人群移动模式与空间交互关系，模型能够掌握地点的动态特征和功能属性，从而增强对地理空间的语义认知，为位置推荐、城市规划等应用提供更智能的解决方案。

📅 08-21📎 Google AI Blog

Antigravity Anywhere with Remote Control

本文介绍Antigravity远程控制功能，用户可随时随地通过移动设备操控桌面应用，实现跨空间无缝协作。该功能显著提升工作灵活性与响应速度，尤其适合多任务处理及远程办公场景，让高效计算体验不再受物理距离限制。

📎 Antigravity Blog

this week’s Sharp Text article

本周Sharp Text文章延续深度分析路线，聚焦科技产业关键议题，以独立视角拆解商业战略与市场竞争的本质。内容兼具逻辑严谨性与前瞻性，为读者理解技术行业底层变迁提供清晰框架，是洞察科技趋势的优质参考。

📎 Stratechery

G-CARL: Grounded Checklist-Aligned Reward Learning for Patient-Oriented Medical Report Interpretation

面向患者导向的医学报告解读，提出G-CARL方法，将报告生成与既定检查表对齐，并结合奖励学习优化模型，以确保解读内容准确、全面且通俗易懂。实验证明该方法显著提升报告质量与患者体验，为医学AI提供可解释、可信赖的实用方案。

📅 08-20📎 arXiv AI Papers

An Agentic Approach for Active Data Collection, Travel Behavior Modeling, and Weather-Sensitive Demand Prediction

提出一种智能体驱动的主动数据收集与出行行为建模方法，并用于天气敏感需求预测。智能体自主决策采集关键数据，构建精细的行为模型，有效捕捉天气变化对交通需求的影响。实验验证其在预测精度和数据效率上的优势，为智能交通动态管控提供新思路。

📅 08-20📎 arXiv AI Papers

Inducing Task Models from Computer-Use Traces

提出从计算机操作痕迹中自动归纳任务模型的新方法。通过分析用户操作序列，识别子任务结构、执行目标与流程顺序，生成可复用的任务模型。该方法无需人工标注，可适配多样化操作场景，大幅降低任务建模成本，为智能助手与自动化流程设计提供有力支撑。

📅 08-20📎 arXiv AI Papers

AI4AI-Bench: Benchmarking LLM Agents in Algorithmic Design for Recursive Self-Improvement

该研究提出AI4AI-Bench基准，用于评估LLM代理在算法设计中的递归自我改进能力。通过设计多轮任务，代理需生成、优化并迭代修改算法，测试其在无外部干预下的自主进化潜力。该基准为衡量AI自我改进安全性与效率提供了标准化框架，对智能系统发展具有重要意义。

📅 08-20📎 arXiv AI Papers

Pandora’s AI Model Routing Box: Efficient Allocation with Costly Value Estimation

该研究探讨AI模型路由中的资源配置问题，提出在价值评估成本高昂条件下实现高效模型分配的方法。类比“潘多拉魔盒”，揭示评估成本与路由决策间的权衡，通过成本感知的策略减少不必要的评估，优化整体性能与支出。该方法适用于多模型系统，为降低推理开销提供新思路。

📅 08-20📎 arXiv AI Papers

MidTool: Mid-training Data Synthesis for Agentic Tool Use

该研究提出MidTool方法，通过中间训练数据合成增强智能体的工具使用能力。不同于传统微调，MidTool在预训练与微调之间生成结构化的中间数据，模拟工具调用场景，帮助模型掌握复杂工具交互逻辑。实验表明该方法显著提升代理任务执行成功率，为工具增强型智能体训练提供了高效方案。

📅 08-20📎 arXiv AI Papers

Phantom Gains: Auditing Self-Improvement Against a Measured Null

Whether a language model has improved itself is increasingly judged not by mean accuracy but by which individual problems it gains and loses. Tracking these transitions means differencing two noisy estimates, leaving them vulnerable to measurement artifacts. Auditing three rounds of rank-$32$ LoRA s

📅 08-20📎 arXiv AI Papers

Inject, Align, Recover: Staged Post-Training for Retrieval-Free Document Knowledge Internalization

Large language models often fail to answer questions about a bounded document collection when the source documents are not retrieved at inference time. We study this setting as document knowledge internalization: converting a fixed corpus into usable parametric knowledge for retrieval-free question

📅 08-20📎 arXiv AI Papers

Break It Down, Pass It On: Cross-Task Skill Transfer in LLM Agents

Large language model (LLM) agents can induce skills from completed tasks and reuse them later to grow more capable with experience. In practice, induced skills may transfer unreliably and can even harm the agent that retrieves them. When agent-induced skills transfer reliably across tasks remains an

📅 08-20📎 arXiv AI Papers

Catching the Rug: Early Prediction of Fraudulent Memecoins on Solana via Machine Learning

本文提出一种基于机器学习的早期检测框架，用于预测Solana区块链上欺诈性模因币。通过提取代币合约特征与链上交易动态，模型能够提前识别“拉地毯”骗局风险，为投资者提供有效预警，具有显著的实践价值。

📅 08-20📎 arXiv AI Papers

Bringing Antigravity to Gemini Enterprise: Agentic workflows for every developer

Google宣布将Antigravity引入Gemini Enterprise，为开发者提供智能体驱动的工作流。该集成使企业开发团队能够在统一平台中利用AI代理自动化编码、测试与部署流程，降低开发门槛，提升交付效率，让每位开发者都能借助企业级安全与治理能力，构建更强大的智能应用。

📎 Antigravity Blog

Apple Settles With E.U., U.S. App Store Fees, ATT Rules in Germany

苹果与欧盟达成和解，涉及美国App Store佣金政策及德国ATT规则。文章分析苹果在多重监管压力下的战略调整，评估和解对开发者生态、应用商店商业模式及隐私追踪规则的深远影响，揭示科技巨头应对全球监管差异化的策略。

📎 Stratechery

对话与爱为舞张怀亭：大哥创业不走弯路

专访“与爱为舞”创始人张怀亭，探讨其创业经历与经营理念。他强调大哥式领导要少走弯路，需明确方向、重视团队与用户价值，并分享在内容创业、品牌建设及行业变化中的实战思考。

📎 晚点LatePost

Import AI 469: Science AI; RSI simulator; and Zuck’s technological pessimism

本期涵盖科学AI应用、递归自改进模拟器及扎克伯格的技术悲观主义。科学AI正加速科研进程，RSI模拟器为AI自我进化研究提供实验平台，而扎克伯格对技术发展的审慎态度引发对AI治理与伦理的深层思考，值得关注。

📎 Import AI

Don’t Drop the BATON: Long-Horizon Robot Manipulation via Agentic Subtask Exploration and Transition-aware Memory

本文提出BATON方法,用于长时程机器人操作。通过智能体子任务探索与转换感知记忆,自主分解复杂任务并记录状态转换,避免信息丢失。实验表明该方法在多个长时程任务中显著提升操作成功率和泛化性。

📅 08-17📎 arXiv AI Papers

Improving the matrix multiplication exponent with modern optimization and AlphaEvolve

本文应用现代优化技术与AlphaEvolve算法,搜索新的矩阵乘法方案,改进矩阵乘法指数ω,降低大规模矩阵乘法的计算复杂度。该成果为计算数学与优化方法的交叉融合提供新思路,具有重要意义。

📅 08-17📎 arXiv AI Papers

AutoSR: Automatic Symbolic Regression by Searching Research States

AutoSR将符号回归建模为研究状态搜索问题,利用学习算法自动探索候选表达式,提高发现效率和精度。该方法无需人工预设形式,能处理复杂数据,在多个基准上超越现有符号回归方法。

📅 08-17📎 arXiv AI Papers

Towards Computational Provenance: Carrying Causal-State Evidence in Generated Text

本文提出计算溯源概念，将因果状态证据嵌入生成文本，使模型输出可追溯至决策链。通过状态机与文本标记耦合，增强AI可解释性与审计能力，为可验证生成提供新范式。

📅 08-17📎 arXiv AI Papers

What Do Compliance Detectors Read? An Audit of Activation Probes and Guard Models

本文审计合规检测器内部机制，系统比较激活探针与防护模型读取的特征差异。揭示两者在语义理解与表面模式上的盲区，为构建更鲁棒的合规过滤系统提供实证指导。

📅 08-17📎 arXiv AI Papers

Proteus: Incremental Memory Activation for Long-Context Sequence Modeling

提出Proteus记忆激活机制，通过增量式动态调用长期记忆，突破Transformer上下文窗口限制。方法在长文本建模中显著提升效率与性能，兼顾计算成本与信息保留，适用于超长序列任务。

📅 08-17📎 arXiv AI Papers

HAF: Adapting Generalist VLAs to Humanoid Whole-Body Loco-manipulation via Hierarchical Action Flow and Spectral Latent RL

提出HAF框架，通过层次动作流与谱潜在强化学习，将通用视觉语言动作模型适配至人形机器人全身移动操作任务。有效解决全身协调与灵巧操作难题，提升跨任务泛化能力，为人形机器人复杂实体交互提供可扩展解决方案。

📅 08-17📎 arXiv AI Papers

Model Hypnosis: Strong control of AI via additive subliminal effects

提出“模型催眠”攻击方法，通过向输入添加不可察觉的潜意识信号，实现对AI模型输出的强控制。该方法利用模型感知盲区，以极低成本操纵行为，揭示当前AI安全机制的重大漏洞，强调需防御此类隐蔽威胁。

📅 08-17📎 arXiv AI Papers

Policy Iteration with Human Feedback: Bringing Post-Training RL to In-context Learning

提出将人类反馈策略迭代引入上下文学习，使模型在推理阶段通过反馈信号动态优化策略。该方法融合后训练强化学习与上下文学习优势，无需更新参数即可提升任务表现，为在线适应与交互式决策提供新范式。

📅 08-17📎 arXiv AI Papers

CaliBench: Are the Stochastic Dynamics of Video World Models Physically Calibrated?

CaliBench 提出首个基准，系统评估视频世界模型随机动态的物理校准性。其通过物理场景生成与动态统计检验，量化模型输出随机性与真实物理过程的偏差，揭示现有模型在不确定性表达上的系统性缺陷，为提升视频预测的可信度与物理一致性提供了关键评测工具。

📅 08-17📎 arXiv AI Papers

Seeing beyond BMI: Estimating cardiometabolic risk with smartphone imagery

该研究提出利用智能手机图像评估心血管代谢风险，突破传统BMI局限。通过拍摄身体部位，结合计算机视觉与深度学习算法，可更精准预测脂肪分布及代谢异常，为用户提供便捷的健康监测新手段，助力早期风险预警与个性化健康管理。

📅 08-17📎 Google AI Blog

Stripe Acquiring OpenRouter, Aggregating AI?, Flipping the Business Model

Stripe收购OpenRouter，文章分析此举背后AI聚合的战略意义。作者探讨Stripe通过整合AI路由平台构建支付生态护城河，并深入剖析商业模式反转的深层逻辑——从单纯提供工具转向掌握AI流量分配权，重塑产业竞争格局。

📎 Stratechery

Waymo 的 Demo 只用了 18 个月，产品为什么做了约 15 年？

Waymo仅用18个月完成自动驾驶Demo，却花了约15年才推出商业产品。文章剖析从技术验证到产品化的巨大鸿沟：安全认证、法规合规、边缘场景、成本控制及规模化运营等挑战，揭示自动驾驶商业化远比技术演示复杂，需长期工程化与实践打磨。

📎 机器之心

2026.33: The CapEx Train Keeps Rolling

文章聚焦科技巨头持续攀升的资本支出趋势。微软、谷歌、亚马逊等公司季度资本开支屡创新高，主要投向AI数据中心建设。作者分析指出，尽管投资者担忧回报周期，但AI算力军备竞赛仍在加速，基础设施投资热潮预计将在2026年继续延续。

📎 Stratechery

AlayaWorld: Interactive Long-Horizon World Modeling – Full Technical Report (v1.1)

This report presents an improved version of AlayaWorld. While the backbone architecture, chunk-wise autoregressive generation scheme, and training data remain unchanged from the previous release, we substantially revise how conditioning signals are represented and integrated into the model. The new

📅 08-13📎 arXiv AI Papers

AutoDesign: Meta-Harness Optimization for Long-Horizon Agentic Design

AutoDesign：针对长期自主智能体设计的元优化方法。该研究提出自动化设计框架，通过元学习优化智能体架构与决策策略，解决长时域任务中的人工设计瓶颈，显著提升智能体在复杂环境下的适应性与任务完成效率。

📅 08-13📎 arXiv AI Papers

OmniScientist: An Omni-Modal Omni-Discipline AI Scientist

OmniScientist：全模态、全学科的人工智能科学家。该系统整合文本、图像、音频等多模态数据，跨学科自动完成科研全流程，包括文献分析、假设生成、实验设计与结果解读，推动AI驱动的科学发现新范式。

📅 08-13📎 arXiv AI Papers

HumanTracker: Towards Comprehensive and Human-Aligned Motion Tracking Benchmark

HumanTracker：面向人类对齐的全面运动追踪基准。该基准系统评估多目标跟踪算法在真实场景中的表现，创新性地引入人类感知对齐指标，涵盖遮挡、拥挤、姿态变化等挑战，为运动追踪技术提供更贴近实际应用的评测标准。

📅 08-13📎 arXiv AI Papers

QuoteBench: How Matched Scores Can Hide Command-Path Failures

QuoteBench提出匹配分数掩盖命令路径失败的评估盲区。传统评分仅关注生成文本与参考答案的相似度，忽视多步推理过程中中间命令的执行正确性。该基准为智能体系统提供更全面的评测框架，帮助识别模型在复杂任务中步骤错误但结果得分高的问题。

📅 08-13📎 arXiv AI Papers

LittleLearner: Language Models Under Pedagogically Controlled Knowledge Exposure

LittleLearner提出教学控制下的知识暴露框架，研究语言模型在受控知识呈现条件下的学习机制。通过设计系统化课程安排，控制模型接触知识的顺序与频率，深入分析模型知识获取与泛化能力。该研究为理解语言模型学习规律及优化训练策略提供了新视角。

📅 08-13📎 arXiv AI Papers

Vero: Can AI Agents Build Formally Verified Software Repositories?

Vero探索AI智能体构建形式化验证软件仓库的能力。该研究评估智能体能否在开发过程中生成附带数学证明的代码，确保程序正确性。通过自动化形式化验证与代码生成相结合，推动AI从编写能运行的软件向编写可证明正确的软件迈进，提升软件可靠性与安全性。

📅 08-13📎 arXiv AI Papers

The data geometry of masking diffusion: Certified-optimal schedules via unmasking growth complexity

We study masking diffusion for discrete sampling and introduce a path-resolved measure of data geometry called the \emph{unmasking growth complexity} ({\textsf{UGC}\xspace}). Its local increments directly control Kullback–Leibler (KL) discretization error, yielding a unified analysis of Bernoulli-s

📅 08-13📎 arXiv AI Papers

DFM Mimir v1: An Open HRM Delivering Frontier Performance at 1B Parameters Using Only Permissible Post-Training Data

Current large language model development relies on massive, often non-permissible datasets, creating a high barrier for researchers committed to open-source and ethically sourced data. We introduce Mimir v1, a 1-billion-parameter language model based on the Hierarchical Reasoning Model (HRM) archite

📅 08-13📎 arXiv AI Papers

Toward a Gricean Retreat: Probing LLMs for Knowledge Boundaries and Referent Specificity

本文借鉴格赖斯语用学，研究大语言模型如何识别自身知识边界与指称特异性。通过设计探测任务，分析模型在不确定时是否“退让”而非过度自信，从而提升其可靠性与诚实性。实验表明，现有模型在边界感知和指称明确性上仍存在不足。

📅 08-13📎 arXiv AI Papers

Gemini 3.7 Flash in Google Antigravity

Google Antigravity平台集成Gemini 3.7 Flash模型，显著提升推理速度与响应效率。文章详述该版本的架构优化、多模态处理能力升级，以及在代码生成与复杂任务中的表现，为开发者提供新工具的实用评估。

📎 Antigravity Blog

Anthropic’s Watermarking, How It (Probably) Works, Worse Than It Seems

Anthropic的AI水印技术看似有效，实则存在严重缺陷。文章分析其文本水印的可能实现机制，指出该技术易被模仿或绕过后，反而可能更易破坏对AI内容的信任。核心价值在于揭示技术局限性与实际应用风险，提醒行业需审慎部署此类检测手段。

📎 Stratechery

迈瑞医疗：当 “大而全” 红利退潮之后

国产医疗器械龙头迈瑞医疗，多年依靠“大而全”的产品布局享受行业红利。如今集采深化、竞争加剧，传统优势逐渐褪色。文章剖析迈瑞面临的增长压力与转型困境，并展望其通过技术创新与国际化布局寻找新出路的可能。

📎 晚点LatePost