Leash Bio 的 Ian Quigley 谈 DEL 数据、AI 智能体与 Minos 科学推理沙盒
Leash Bio 用 DNA 编码文库（DEL）采集高通量蛋白-小分子结合数据，并通过给每个分子加数十个条形码排除结合 DNA 的假阳性。其仅用自研数据训练的模型 Hermes 在公开基准上与 Boltz 持平。团队将数据转化为数万条"lab-in-the-loop"模拟供智能体做科学强化学习，该工作已发展为 Minos，并发布完整预印本、博客与开源数据集。
#开源/仓库
Latent SpaceAI 评分3838 AWS Machine Learning BlogAI 评分4242 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可自动分类、提取、校验并从业务文档中学习，8 个专用智能体分布在识别与训练两条图工作流中，新文档类型无需手动配置模板，部署通常 20 分钟内完成。
The Verge · AIAI 评分6363 Microsoft 推出机器学习天气预测工具 PBC，成果发表于 Nature 并开源
Microsoft 研究人员提出概率偏差校正（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，而非另建独立天气模型，相关成果发表于 Nature，工具已开源。
Hugging Face BlogAI 评分5050 Ai2 发布 HiRO-ACEv2：以约 1/300 成本生成 3 km 分辨率极端天气模拟
Ai2 推出高分辨率气候模拟系统 HiRO-ACEv2，其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场，在稀有极端事件上匹配目标模拟统计量误差在 3% 以内。该系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300，仅需单区域时可省百倍以上。目前 HiROv2 仅适配与 X-SHiELD 对齐的 ACE 版本，尚不支持 ERA5 等其他气候场景。
量子位AI 评分5353 openJiuwen首发个人知识空间，WorkSwarm上线让智能体复用个人资料
openJiuwen首次原生支持个人知识空间并在WorkSwarm上线，可将本地文件夹、Edge收藏夹、知乎专栏、今日头条、飞书文档、GitHub和AtomGit等来源的资料自动整理成有目录、有联系、有出处的个人知识，以渐进式披露方式供智能体按需读取。
量子位AI 评分6767 APUS AI 开源 Reflex Agent，称响应速度最快达 Claude Code 的 3 倍
APUS AI 于 10 月 13 日宣布开源 Personal Agent 产品 Reflex Agent，采用 MIT 协议，提供桌面端、Web 和 SDK。
MarkTechPostAI 评分6464 Liquid AI 发布 LFM2.5-24B-A2B：面向端侧智能体的 2B 激活 MoE 模型
Liquid AI 发布开源权重模型 LFM2.5-24B-A2B，为 24B 参数 MoE 架构，每 token 约激活 2B 参数（模型卡精确值 2.45B），上下文窗口 131,072 token，定位笔记本电脑和小型 PC 上的本地智能体推理。
Simon WillisonAI 评分6767 Meta AI 发布 Muse Wonder 模型，llm-meta-ai 插件更新至 0.2
Meta AI 发布新模型 Muse Wonder 与 Muse Wonder Full，称其为自家最强模型。Simon Willison 将 llm-meta-ai 插件更新至 0.2 以支持新模型，并给出 minimal、low、medium、high、xhigh、max 六档推理级别的测试。
MarkTechPostAI 评分2222 如何使用 Meta 的 Rebalancer 进行任务放置与优化
本教程演示如何用 Meta 的分配求解器 Rebalancer（C++ 核心 + Python 绑定）完成数据中心任务放置：定义对象、容器、维度、作用域与分区，添加约束和目标，再选择本地搜索或精确混合整数求解器 HiGHS。在 24 次求解中，有 14 次 solved 标志为 True 却仍让内存超容；本地搜索下的 HARD 会返回违规起点而不报错，拼错的 spec 键被静默忽略。
Hacker News · AIAI 评分3939 Parsimony：衡量 AI 模型写多少代码的开源基准
开源基准 Parsimony 上线，专门衡量 AI 模型在解题时新增了多少代码，以 coding units（语句、调用、比较、名称、字面量等语法元素）计数而非行数，并减去删除的代码，得出净增单元数。
Hugging Face Blog精选AI 评分7575 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，一个总参数 24B、每 token 仅激活 2B 的推理模型，面向端侧运行、可调用工具的智能体。它在 LiveClaw 上得分 48.09，高于 Qwen3.6-35B-A3B 的 38.19，在 8 项工具使用与智能体基准中 5 项领先或持平。
推荐理由：LFM2.5-24B-A2B 用 2B 激活参数对比更大 MoE 的端侧成绩与推理速度，可作为端侧智能体选型的参考。
Simon WillisonAI 评分1010 Python 3.15.0 加入 actions/python-versions
GitHub Actions 的 actions/python-versions 已加入 Python 3.15.0，现在可以在测试矩阵中写入 "3.15" 对新的 Python 3.15.0 正式版跑测试。Simon Willison 称已为此等待数日，此前还让 ChatGPT 每小时 clone 并 git pull 一次，直到稳定的 3.15 被添加。
Hugging Face Blog精选AI 评分8585 作者用 ML Intern 在几天内训练并发布六个小模型，总花费约 103 美元
作者用 HuggingChat 中的 ML-intern 在几天内训练并发布了六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM 和相机视角 LoRA，总计算成本约 103 美元。
推荐理由：作者公开了七个提示词与六次训练的真实成本，可迁移到自己的模型微调流程中。
Hugging Face Blog精选AI 评分7070 Liquid AI 发布 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 在 d1 决策模型家族下开源 d1-3B 和实验性 d1-omni-600M 两款模型，两者均为开放权重并已上线 Hugging Face。
推荐理由：Liquid AI 开源两款决策模型，给出了端侧与 GPU 延迟实测和七项基准对比，可据此判断小模型做实时决策的可行性。
Microsoft Research精选AI 评分7474 Microsoft Research 开源 Agent Lightning v1.0：3500 行轻量智能体 RL 框架
Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架中重新实现智能体。
推荐理由：微软研究院提出直接用部署 harness 参与强化学习训练的范式，并给出 3500 行开源实现与完整编码智能体训练示例。
Google DeepMind精选AI 评分7373 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质加水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证。
推荐理由：Google DeepMind 把水印从数字内容延伸到合成生物，读者可了解其方法与对 DNA 合成筛查的意义。
GitHub Blog · AI & ML精选AI 评分6767 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 项目 fuzzing
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主 fuzzing 流水线，指向一个 GitHub 仓库即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并分诊崩溃。
推荐理由：作者公开了自主 fuzzing 流水线的架构与运行方式，可看 LLM 智能体如何接手覆盖率分析与崩溃分诊。
Microsoft ResearchAI 评分5858 微软研究院提出物理AI推理卸载方案，并开源相关工具链
微软研究院系统研究了移动操作机器人工作负载，发现把物理AI推理限制在本体 GPU 上会拖累性能与续航：在显存足够的 GPU 上，建图与规划相比 A100 最多慢 383%。
Microsoft ResearchAI 评分4040 微软研究院开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型结合 Transformer 去 Novo 模型 R-SMILES 2 与基于 GNN 的模板模型 NeuralLoc。
Import AIAI 评分3636 Import AI 469：Science AI、RSI 模拟器与扎克伯格的技术悲观主义
AI newsletter Import AI 第 469 期聚焦三项内容：新基准 DiG-bench 用 70 款隐藏规则的游戏测试 AI 的发现与创造力，在 Tier 7 任务上 Opus 5 与 Fable 5（配合 Claude Code）成功率仅 0.2，而人类可达 100%。
Berkeley AI ResearchAI 评分5757 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
IBM Research 与 UC Berkeley Sky Lab 合作，把 K-Search 演化式内核搜索框架扩展到 Apple Silicon，并加入结构化 CUDA-to-MLX 翻译层来迁移已有 CUDA 内核经验。
Berkeley AI ResearchAI 评分2121 伯克利提出面向成像系统的信息驱动设计框架，可跨四类任务预测解码器性能
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量和已知噪声模型即可估计系统信息量，避免依赖特定重建算法。该框架在彩色摄影、射电天文、无透镜成像和显微镜四个领域成功预测下游解码器性能，并在 NeurIPS 2025 论文中表明，优化信息量所得设计能匹配 SOTA 端到端方法，同时所需内存和算力更少，且无需任务专用解码器。