DAIR.AI 发布递归自我改进综述

港科大研究者提出 AgentZip，针对高并发智能体沙箱的内存冗余问题，将沙箱内存占用最多压缩 8.7 倍（Linux 配置下为 2.1 倍）。他们测得 76% 至 96% 的内存页存在模板相对或跨沙箱冗余，AgentZip 据此对模板和同级沙箱进行压缩，并在智能体等待 LLM 时执行压缩、恢复时预取页面。激进压缩本身会拖慢执行 3.1 倍，调度与预取将其降至 1.40 倍。

DeepSeek 发布 DeepSeek-V4.1-Flash，定位为新架构家族中最小的模型，具备原生视觉理解，为更高能力、更快推理、更高吞吐和向更大模型扩展而设计。作者指出该模型为开放权重，在关键基准上超过 Opus 5，且价格更低。

Robbyant 开源 LingBot-World 2.0 Small，一个 1.3B 世界模型，可在单张消费级 GPU 上实时生成交互式世界。此次共开源 3 个模型，包括 1.3B Small、Bidirectional 和 Causal Pretrain；完整配置可扩展到 720p/60fps。作者评论称这与语言和图像模型类似，先放大能力再蒸馏到用户自有硬件。

@ltx_io 发布开放权重视频世界模型 LTX-2.5，支持本地部署和微调，前代 LTX 已达 18M 下载。新版本改进生成与编辑：新解码器提升人脸清晰度、文字招牌可读性和快速运动表现，原生 Multishot 在镜头间保持角色、环境、光照与语音一致，IC-LoRA 支持对象移除、连贯性修复和环境更换，更强的蒸馏模型把更多质量带入本地 GPU。

微软提出 FrogNano，一个 4B 参数编码智能体，在约 1，500 个软件工程环境中训练，全程未使用大模型知识蒸馏。其仅通过在线任务合成与 RL 后训练，核心在于生成校准至当前模型可学习边界的任务，而非依赖合成数据量。这表明仅凭合成任务即可训练出有竞争力的轻量级编码智能体。

KVMem 将智能体超长工作区溢出内容以分页 KV 状态保存，分布于 GPU 内存、主机内存与 NVMe，并用模型原生轻量注意力索引选取相关历史块，在原生上下文窗口内物化查询相关视图。

GPT-6 Astra 自主构建了含约 4K 结构的人体解剖模型，支持多层级探索与任意部位特写查看。作者称其是最佳研究型模型，能自主调用工具与资源，并认为"个性化通用智能"比"通用人工智能"更贴切。所用技术栈为 React 19、Three.js 等，解剖数据来自 Z-Anatomy/BodyParts3D。

几天前，Anthropic 分享了这条出色的提示词。 令我惊讶的是，它显著提升了 Fable 5.1 的写作质量。 更令人意外的是，它同样改善了 GPT-5.6 Sol 的写作表现。 我已将其设为所有使用 AI 进行编辑/写作场景的固定规则。

天哪！！！ 用 GPT-6 Astra 来让基础概念动起来。它生成了这整个片段。 真希望我当年学这些的时候就有 GPT-6 Astra。 这真的改变了个性化学习。

这太疯狂了！ GPT-6 Astra 一口气做出了这个精美的数学动画！（🔉 请打开声音） 真是"惊掉下巴"的时刻。 我之前用任何 AI 模型都没能做出接近这个效果的东西。 真正的个性化学习时代已经到来！