单篇

微软与港城大新论文把 Agent 在长任务中「选对下一步」的能力称为 taste，并构建了 502 个决策分叉测试集，最强模型仅得 59.7%。

作者让模型给场景各部分打分并持续改进到 8 分以上，称 Opus 5.5 的细节与真实感超过其他模型。

腾讯首席 AI 科学家姚顺雨正式兼任 AI Data 部负责人，腾讯的模型、Infra、数据与评测由此统一归其管理，资源权限进一步集中。

作者认为真正值得关注的是大规模并行探索加异常检测加人类验证的流程，而非发现本身。

Google 等机构的新方法只在训练时使用优化后的 harness，让模型在部署时无需专用脚手架，宏任务成功率从 23.3% 提升到 44.3%。

据 The Information，DeepSeek 收入翻倍主要靠提价，同时计划科创板融资约 74.5 亿美元，梁文锋称七成算力仍用于训练。

Claude 在噬菌体基因旁识别出重复 DNA 序列，团队将其命名为 ART，结构与 CRISPR 相似但功能未知。

Boltzbit 与剑桥团队用超网络把对话中的新事实动态编译成 LoRA 权重，长文档与多轮对话中准确率反超长上下文方案，且每轮算力恒定。

950 个 Claude 智能体跑 21 小时筛出 20 万逆转录酶中的新系统，张锋评价这是 AI 参与生物学发现的好例子。

给模型 13 条念错的口播素材，它读字幕、逐帧比对前三条、选最佳、剪辑调色加字幕，还嫌自己字幕不好重写，2 分钟花 90 美分。

不借助任何 AI 生视频工具，模型自己写分镜、逐帧用 p5.js 绘制、Chrome 截图、ffmpeg 合成并配乐，还派子 Agent 并行改各章节。

Anthropic 生物实验室首次公开成果：约 950 个 Claude 智能体跑 21 小时，从 DNA 数据库中筛出 3500 个新候选逆转录酶系统，命名为 ART。