每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 25 条符合条件
SkillNEO 提出非精英式进化优化方法，用于 LLM 智能体的技能迭代：允许低分版本继续被编辑，通过对比相关版本在同一任务上的表现，识别需保留的有效步骤与待修复的失败点，并可回溯修订旧版本。在 86 个 SkillsBench 任务上，将 GPT-5.4 Mini 平均奖励从 49.1% 提升至 66.4%，且生成的技能可迁移提升更强模型。
论文揭示自改进智能体的技能-策略协同演化陷阱：现有方法仅在训练所用技能库上评估，部署后技能漂移会导致策略失效。作者提出CODA评估协议，模拟技能漂移并引入一致性率与抗损坏率指标，实验显示最坏情况成功率比峰值低5-13分，抹去52-93%增益。
该论文提出一种无需奖励、评判模型或答案键的自改进智能体：在精确DSL上运行内外双循环，内循环靠两个独立表达式一致才作答，外循环自主发现缺失能力并编写算子，仅当独立第二实现一致且满足守恒律时才接纳。实验显示其可三倍扩大可答问题集，并拒绝138/138个有缺陷算子变体，在业务账本与临床问答等新领域可自扩展十倍以上。
EvolvingBrain 提出自适应技能系统，让多模态智能体在开放世界中自我进化。它从轨迹中提取程序性与问题性模式，生成分层技能架构（领域、规划、动作/陷阱技能），并用结构化抽象记忆引导状态感知的技能融合。在 VAB-Minecraft 和 DiscoveryWorld 上提升成功率并展现泛化能力。
IneqAgent 是一个在 Lean4 中证明不等式的智能体框架，将 LLM 推理与符号计算结合，用引理级蒙特卡洛树搜索协调引理构造、目标改写与后端选择，并通过平方和、Bernstein、逐次差分代换等后端生成精确证书。在四个基准上以 DeepSeek-V4-Flash 解决 186 题中的 175 题（94.09%），推理成本更低，还验证了 Dittert 猜想的四、五维加强形式。
AlphaDiana 是一个面向可验证推理任务的智能体评测系统，提供数据集、智能体、环境与评分器的模块化接口，可在保持原生控制循环的同时分别控制文件复用与记忆保留。研究发现，工具框架并不总能提升推理准确率，技能引导与历史记忆也未必可靠，需结合正确性评估行为与 token 消耗。
论文提出 RealtimeBench 基准，含 180 个任务、六类游戏，在推理持续进行时评估 LLM 智能体，发现慢而强的模型在游戏暂停时占优、实时运行下反被快模型超越。作者提出 TORSI 双时间尺度离线递归自改进：慢教师离线分析失败并生成可复用指令，快学生在线执行，两轮将 Jev 平均分从 13.51 提升至 24.19，并可迁移到其他模型。