UC Berkeley HarnessTax 研究：编码代理的 harness 选择对成功率影响小但成本差异可达 5 倍

OpenAI 发布数学预印本《Integer multiplication below n log n》，给出在 n log n 复杂度以下的整数乘法方法。该工作以 OpenAI Math Release preprint 形式发布，作者署名 OpenAI。

2026年开发者现状调查发布，7月5日至9月5日共收集5463份回复。近半数受访者经历职业不安全感和薪资不足，约四分之一曾遭裁员，超过四分之一预计5年内需转行；62%曾经历职业倦怠。AI 使用极普遍但态度分化，49%持正面、42%持负面看法，近半数认为 AI 对心理健康没有积极影响，超过1500人留言讨论 AI 对职业的影响。

Alan Kay 在 1993 年 HOPL-II 论文中回顾了 Smalltalk 从 1960 年代到 1980 年代的早期发展史。

Q Labs Research 发布 Dust，一种零阶优化方法，通过在每个 token 上独立扰动激活（虚拟种群）预训练 GPT 式 Transformer，无需反向传播。

Aleph Alpha 发布技术报告，介绍开源权重模型 Kolibri，一个德英双语 MoE Transformer，总参数 78.1B、每 token 激活 3.46B（4.4%），采用 Apache 2.0 许可，权重见 https://huggingface.co/Aleph-Alpha/kolibri-1。

一个名为"模拟画布"的项目让 AI 模型通过编写程序在虚拟画架上作画，模拟亚麻布上的油画颜料、鬃毛画笔、湿颜料干燥和分层罩染，不涉及任何图像模型。

DeepSeek-AI 发布技术报告，介绍用于大规模 LLM 智能体 RL 训练与评估的生产级沙箱平台 DeepSeek Elastic Compute（DSec），统一提供 FnCall、容器、microVM 和完整 VM 四种后端。

在 USENIX Security 2024 论文中，研究者实现了自动化工具 Einstein，可自动生成仅针对数据的攻击（data-only attacks），证明这类攻击构建起来出乎意料地容易，处于低投入攻击者的能力范围内。这类攻击不改变程序控制流，只篡改数据，例如通过内存安全漏洞改写服务器的 CGI-BIN 路径，进而以恶意数据触发任意程序执行。研究者呼吁研究人员和厂商重新思考缓解策略。

JevBench v1.4.1 发布，这是 Benchmark Heaven 面向 Jev 类决策模型的可重复基准，输入状态与有界评分标准、输出类型化答案，基于 534 个公开加 308 个密封决策、协议 jevbench::v1.4 评分。榜单共 77 个系统，Jev 1.13.0 以 77 分居首，JevK5 v0.2.0 与 Hopper 分列二、三。

一个名为 LLM Ass Bench 的项目在 Hacker News 上获得 117 分，站点为 assbench.com。该页面未提供模型版本、参数规模或评测分数等具体信息，仅以"LLM 辅助长凳"的形式呈现。