人大、复旦、上交发布 ToolSpace，用 804 个真实工具环境训练 Agent，Qwen3.6-35B 均分从 23.0 升至 41.0
人大、复旦、上交联合团队在 arXiv 发布 ToolSpace，先从 20 万条真实执行轨迹中用确定性规则挖出工具间的数据、状态、重试三类依赖，聚成 804 个环境簇，再在图上随机游走生成任务并回放验收。
借鉴点
可借鉴的是先挖真实轨迹里的工具依赖再按需造环境，无状态环境直接缓存回放，省掉一半合成文件；前提是手里有真实执行轨迹，且冷门编排进不了图。
#开源/仓库
只收明天就能用得上的掘金精选AI 评分7474
IT之家精选AI 评分8080 DeepSeek 提出 Super-agent 双层架构设计，Router 与 Worker 分工并给出原型实现
DeepSeek Harness 团队发布《Super-agent 设计探索》，提出 Router 层统一承接人类交互与任务分派、多个 Worker 在隔离会话中并发执行的双层架构，并给出事件驱动、Inline & Spill、链式召回、异步 ReAct Loop 和 Watchdog 等配套机制。
借鉴点Router 与 Worker 双层拆分、Trigger 直通 Worker、Inline & Spill 加链式召回，可替换单会话串行派活；代价是 Router 扩展性、长程记忆和端侧提示词注入风险尚未解决。
MarkTechPost精选AI 评分7878 Polymathic AI 与普林斯顿等机构发布 FlashMap，Qwen3-8B 解码最高提速 6.14 倍
Polymathic AI、普林斯顿大学、USC ISI、NYU 和 Flatiron Institute 的研究者发布 FlashMap，用连续 flow map 替代离散扩散草稿器，一次前向传播草拟 16 个 token 的整块。
借鉴点能拿走的是用连续 flow map 一次草拟 16 token 的投机解码方案，配 vLLM 和 SGLang 插件即可接入现有推理服务；代价是要按目标模型单独训练 0.5B drafter，且温度大于 0 时需改采样配置。
MarkTechPost精选AI 评分7878 UC Berkeley 开源 LEANN 向量索引，60M chunk 的 RAG 索引从 201 GB 降到 6 GB
UC Berkeley Sky Computing Lab 开源了 LEANN 向量索引，它不在磁盘上保存完整嵌入向量，而是在查询时按需重算，仓库基准里 60M chunk 的 Wikipedia 索引从 201 GB 降到 6 GB，论文在 MLSys 2026 获最佳研究论文。
借鉴点能拿走的是剪枝图加 PQ 表、查询时只重算搜索路径上节点的做法，把 60M chunk 索引从 201 GB 压到 6 GB，可落到本地知识库和端侧 RAG；代价是检索从 0.05 s 涨到 2.48 s，重算仍占约 76% 查询延迟。
掘金精选AI 评分8181 阿里 ATH-MaaS 开源 0.8B 统一 OCR 模型 OvisOCR3，OmniDocBench v1.6 得分 96.74
阿里 ATH-MaaS 团队 10 月 20 日发布 OvisOCR3 技术报告，一个基于 Qwen3.5-0.8B 的统一 OCR 模型，单模型覆盖文档解析、通用 OCR、KIE、图表描述和跨页表格重建五类任务，权重已在 HuggingFace 开源。
借鉴点能拿走双归一化分支加权重融合、关系优先奖励两套配方，落到 RAG 数据管道和本地部署；代价是四阶段无消融、教师算力账未披露。
MarkTechPost精选AI 评分7878 清华与港中文开源 AKV，在 SGLang 上为 LLM 智能体做 KV cache 工程
清华大学与香港中文大学研究者开源 AKV，一个基于 SGLang 的 KV cache 工程服务系统，让智能体直接丢弃选定的 KV 条目并复用其余部分，而不改写历史文本。
借鉴点能拿走的是 drop/repos 两种 KV 操作加 OpenAI 兼容的无状态接口，把工具调用历史直接丢缓存而不重写文本，落到本地模型部署和 Agent 长任务线上；代价是只支持 Qwen、GPT-OSS、MiniMax-M2 文本模型，且需 SGLang 与 NVIDIA GPU。
MarkTechPost精选AI 评分7171 斯坦福与 UC Berkeley 发布 TokenGate，长上下文 prefill 最高提速 11.3x
斯坦福和 UC Berkeley 研究者发布 TokenGate，一个给预训练 LLM 加可学习 token 剪枝的模块，长上下文 prefill 的 TTFT 提速 1.4x 至 11.3x，峰值显存降低 1.5x 至 3.4x，且无精度损失。
借鉴点可复用其 MLP 门控加 LoRA r=16 的 token 剪枝做法，把长文档 prefill 的 TTFT 压到 1.4x 至 11.3x，代价是需训练门控、每步比纯 LoRA 慢 1.3x，且只剪文档不剪问题。
Hacker News · AI 讨论精选AI 评分7171 Squidbrake 用 12 起真实 AI 智能体事故回放测试自家开源拦截工具
Squidbrake 0.14.2 把 12 起公开报道的 AI 智能体删数据、泄密、乱花钱事故回放到自家规则上，15 个有害动作拦下 14 个，其中 3 个直接阻断、11 个转人工审批、1 个未拦住。
借鉴点可复用的做法是把 12 起公开事故和 62 段会话做成可跑脚本，逐步标注 harm/routine/sensitive 再对比四种拦截策略；代价是回放命令多为作者重建，且审批人由脚本扮演，误报率才是真实成本。
掘金精选AI 评分7171 UIUC 与 AWS AI Labs 提出 Maestro 协调者架构，研究级 Lean 定理多证 63%
UIUC 与 AWS AI Labs 等提出 Maestro（arXiv 2610.25920），把 Lean 证明 agent 的失败处理从继续拆解改为全局调度，由协调者根据证明者提交的失败诊断决定重试、补引理、改伪命题还是撤销换路线。
借鉴点可借鉴的是失败结构化上报、协调者拥有删除权、事件队列替代轮次超时这三条编排做法，能换掉单 agent 串行拆解流程，代价是多 worker 并行加在线协调的成本，论文把核算放在附录 A。
Hugging Face Blog精选AI 评分7474 ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售榜
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve，它用 GPT-4.1 分析智能体在训练任务上的轨迹，把成功与失败蒸馏成简短行为规则追加到 system prompt，不更新模型权重。
借鉴点能从智能体自己的任务轨迹里自动提炼行为规则追加到 system prompt，不更新权重；代价是输入 token 涨 32%–65%，规则数量要按领域调。
量子位精选AI 评分7878 谷歌开源Harness²：让Agent在运行中自改脚手架，GLM-5在WorkBuddy-Bench涨11.5分
谷歌团队开源Harness²，一套让大模型在运行中自行修改外挂代码、系统提示词、工具链和技能库的双层递归框架，已支持OpenCode与Codex。它用任务级递归的Propose-Probe-Compose机制在无标准答案时做对照实验，再用改进级递归把调试记录写成EXPERIENCE.md存入持续改进经验库。
借鉴点可借鉴双层递归加Propose-Probe-Compose的脚手架自改流程，把每次调试记录沉淀成EXPERIENCE.md经验库供后续任务检索，代价是每轮要多跑候选轨迹做行为对比。
Amazon Science精选AI 评分8282 AWS 提出 Priming 方法，用预训练 Transformer 权重改造混合架构，预训练成本降低 99% 以上
AWS 团队提出 Priming 方法，把预训练 Transformer 的权重作为混合架构的初始化，将混合架构的预训练成本降低 99% 以上，整个流程消耗不到源模型预训练 token 预算的 0.5%。
借鉴点用预训练 Transformer 权重初始化混合架构，把预训练成本压到 0.5% 以下，可低成本对比 GKA、GDN、Mamba-2 与 SWA 的层替换方案；代价是仍需短蒸馏和端到端微调，且层选择依赖 SWA 替换代理实验。
Berkeley AI Research精选AI 评分6060 K-Search 扩展 MLX 后端，把 CUDA 内核经验迁移到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 在 K-Search 上新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让演化式内核搜索以现有 CUDA 内核为知识库生成 Apple Silicon 内核。
借鉴点可拿走 CUDA 到 MLX 的概念映射表、exp2 技巧和并行 scan 改写，落到本地模型部署；前提是自备 LLM API key 并接受搜索迭代成本。
已经到底了