Zoom 实证研究：编码智能体 harness 设计取舍

SkillAdam 将 Adam 的两个动量估计迁移到离散、不可微的技能文档上，解决技能自进化循环中的方向不稳定与更新幅度固定两大失效模式。它用优化记忆记录已识别问题及历史尝试结果以稳定更新方向，用波动驱动的编辑预算控制每次修订幅度。在覆盖短程与长程任务的七个基准上达到 SOTA，优化动态更稳定，迭代次数和成本均显著低于此前方法。

RobustSGPO 为语义梯度提示优化补上了编辑控制机制：明确请求的编辑内容、在接受前构建并检查补丁，并从当前方案或保留快照继续搜索。在 AgentX 头脑风暴工作流中，120 个任务、95 次运行、7350 次候选尝试的测试显示，30 个留出任务的完成率从 60.0% 升至 80.0%，测试质量从 3.77 升至 4.14（2000 万 token 预算）。

一项研究为长程智能体提出RSM-full记忆方法，将记忆写入时的合并规则与读取时的内容组装分离。在4k token预算下，该方法达到全上下文质量的83%，仅耗32%的token成本。消融实验显示，合并规则和分组打包器分别贡献5.7点和5.0点提升，并在RealMem基准上超越Budget-RAG、Streaming-Proto和A-MEM基线，与BM25-RAG持平。

推出 AI 每周论文：https://academy.dair.ai/papers 我们精选了过去 3 年的顶级 AI 论文，进行摘要整理，并按主题和每周分类。 你可以轻松浏览论文、查找相关研究，并与任意论文进行对话。

Prime Intellect 发布开源自改进智能体框架 Prime Agent，通过持久 IPython REPL 和 Continual Harness 实现跨轨迹累积改进。同模型下 ARC-AGI-3 RHAE Best@1 从 30% 提升至 95.5%，并在长上下文编码、GPU 内核生成等任务上匹配或超越原生框架。

exo 是专为递归自我改进（RSI）设计的新开源智能体框架，将智能体拆为三层：exoharness 以追加式事件日志存储不可篡改的持久状态，executor 负责组装提示词、调用模型与调度工具，sandbox 在可快照回滚的隔离环境中执行任务。支持从任意事件分叉对话、回滚至出错前检查点、数周后恢复完整会话，并可通过 tool_requested 与 tool_result 查看实际执行的命令。

ChatGPT 正式集成进 Microsoft Word，可在文档内把粗略笔记转成初稿、理顺段落、校对、给出修改建议，还能发现格式问题。OpenAI 的 Sherwin Wu 表示，ChatGPT for Excel 和 PowerPoint 的用量近期大幅增长，此次上线 Word 补齐了整套 Office 集成。

Meta 官宣 Muse for Mac 即日起推出，个人智能体可在用户明确授权下直接在电脑上完成任务。能力包括整理下载文件夹、查找丢失的文件、总结消息和笔记，官方表示更多功能即将推出，下载地址 http://ai.meta.com/muse/download/。

Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 工作流，无需配置，支持 NVIDIA 和 AMD，指南见 https://unsloth.ai/docs/get-started/install/docker。

Anthropic 的 Boris Cherny 宣布 Claude Docs、Claude Slides 和 Claude Design 已进入每段对话，直接在聊天中生成演示、文档和设计。生成的演示可打开、编辑并导出为 PowerPoint 或 PDF，无需跳转到单独工具。