01
条目
6 篇VeriCUA：Agent 说做完了，先别信
2026 年 10 月 29 日，Google 与香港大学的研究者上传 VeriCUA：不信任 Agent 的「已完成」，而是先建任务 rubric，再用 GUI 或代码检查去搜集证据。论文称 …
3 分钟两个 Swift 包：在苹果设备上换掉语音与决策引擎
2026 年 10 月 29 日，Mattt 发布两个 Swift 包：AnySpeechRecognizer 在苹果 Speech API 下换用 Parakeet 或 …
3 分钟unslop：让 Claude 把 AI 味界面改回设计感
2026 年 10 月 29 日，设计师 Damir Sokolovsky 在 GitHub 发布 unslop：一个给 Claude Code 和 Codex 用的技能，专门找出界面里的紫色渐变、发 …
4 分钟让大模型睡一觉：Google 的睡眠式持续学习
2026 年 10 月 28 日，Google Research 公布睡眠框架：模型在「睡眠」阶段扩容 MoE、蒸馏白天的短时记忆，再用「做梦」生成的合成样本自我改进。作者称连续翻译几乎不掉点，长上下 …
4 分钟在 Agent 泄密前一秒拦住它：线性探针实验
2026 年 10 月 29 日，一篇 arXiv 论文在六个场景里让同伴 Agent 劝目标 Agent 交出部署 token：在 Qwen3-32B 上，线性探针在误报 5% 的阈值下抓住 82% …
3 分钟DeepSeek 开源 dsh-superagent：会自己接活的编程 Agent
2026 年 10 月 31 日，DeepSeek Harness 团队在 GitHub 开源 dsh-superagent：一个只盯一个仓库、从 GitHub 或飞书接活、自己开工作目录并回 PR …
3 分钟