全部动态

LACE：用大语言模型发现互补启发式算法求解组合优化问题

Huatian Gong 等人在 Nature Machine Intelligence 发表 LACE，一个基于大语言模型的优化算法设计框架。该框架先构建经过验证的问题契约，再演化出一组互补的启发式算法，共同求解单一方法无法处理的问题。论文于 2026 年 10 月 1 日在线发表，DOI 为 10.1038/s42256-026-01307-8。

物理学家 Matthew Schwartz 复盘 Claude 驱动的 BootLoops 科研实践

Anthropic 研究博客发布客座文章，物理学家 Matthew Schwartz 描述他不再让 Claude 扮演人类科学家，而是寻找适合当前 LLM 能力的“Claude-shaped”问题，并为此构建开源工具包 BootLoops。

入选理由一位物理学家复盘用 Claude 与 BootLoops 在 18 个领域推进 36 篇稿件的经验，对想找 AI 适配课题的研究者有参考价值。

Nature Machine Intelligence 报道 DeepEvidence：从知识检索转向证据探索与综合

Nature Machine Intelligence 刊文介绍 DeepEvidence，一个深度研究智能体，它不止于检索事实，而是构建科学证据的显式表示。文章指出生物医学发现已进入限制资源不再是数据、而是整合与解读证据能力的阶段。DOI 为 10.1038/s42256-026-01313-w。

Google AI 流感预测模型在 CDC 2025-26 季评中排名第一

美国 CDC 本周公布的 2025-26 流感季赛后分析显示，在 39 个合格模型中，Google 用 AI 构建的流感预测模型对流感相关住院人数的预测最接近实际观测值。

入选理由CDC 对 2025-26 流感季的赛后评估显示，Google 的 AI 模型在 39 个合格模型中预测住院人数最准，研究者可据此了解 AI 生成优化算法在真实公共卫生预测中的位置。

Google DeepMind 发布 Gemini 4 Argon，输出上限提至 100 万 token

Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。

入选理由Gemini 4 Argon 把长程推理和百万级输出用于代码迁移、漏洞发现与科研优化，研究者可据此判断它在自身工作流中的位置。

Vals AI 发布 Legal Research Bench：13 个前沿模型全项通过率最高仅 42.9%

Vals AI 推出 Legal Research Bench（LRB），包含 413 道由执业律师编写的美国法律研究开放题，每题配有标准答案、来源清单和二元评分细则，并公开了可复现的智能体评测框架与 5 题公开样本。

Elicit 推出 Routines，让 Research Agent 随新证据自动更新图表与元分析

Elicit 推出 Routines，用户可让 Research Agent 持续跟进研究主题，在新证据出现时自动修订图表和元分析等结果。官方称此举针对证据不断变化、今天的结论明天可能被推翻的情况，更多用法见其博客 https://elicit.com/blog/introducing-routines-research-that-keeps-working。

微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站

微软研究院实习生开发了一套端到端机器学习管线，利用 L1 太阳风观测、AE 与 Dst 指数预报及变电站所在地的纬度与地质电导率数据，为美国本土 66,935 座变电站生成 30 至 60 分钟前的局地空间天气风险估计。

K-Dense 发布 LabMCP 等更新，支持用自然语言操作实验室仪器

K-Dense 发布开源 LabMCP，包含 32 个连接器和 411 个动作，让 AI 助手用自然语言操作天平、加热板、泵和探头；每个请求都会对照用户设定的安全限值检查，所有命令均被记录，并提供无需接入设备的练习模式。

入选理由材料给出了连接器数量、安全限制与日志机制，研究者可据此判断能否用自然语言驱动实验室仪器。

ConflictGuide：让竞争行为可见，提升 AutoResearch 的模型演化效果

新加坡国立大学等机构的研究者提出 ConflictGuide，在基于大语言模型的 AutoResearch 循环中引入竞争行为反馈：先用标量任务反馈做广泛探索，待任务增益减弱后，用文献分类体系识别模型特有的行为冲突并设计探针，把探针结果反馈给代码智能体以引导修改和保留决策。

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质和结构加水印

Google DeepMind 推出 SynthID Bio，把水印嵌入 AI 生成的蛋白质序列和 3D 结构，并可在合成出的实体蛋白上验证，同时保持其生物功能。

入选理由Google DeepMind 把水印嵌入蛋白质序列与 AlphaFold 3 预测结构，为 DNA 合成筛查和数据库标注提供可验证信号。

腾讯混元联合复旦、清华发布 ExplorationBench，评测 AI 系统自主探索能力

腾讯混元与复旦大学、清华大学的研究者发布 ExplorationBench，用于测量 AI 系统在未知规则环境中自主探索的能力，论文见 arXiv:2609.30199。

SciSpace 推出 Folder Share，让文件夹成为团队共享研究空间

SciSpace 上线 Folder Share，可将库中任意文件夹变为团队共享研究空间，成员共同添加论文、使用专用研究智能体并协作编辑 notebook，个人对话仅自己可见。该智能体可跨文件夹内全部论文生成报告、做文献综述与引用核查，或起草稿件和演示文稿；文件与 notebook 对受邀者可见，聊天记录不共享。用户可在文件夹顶部点击 Share 输入邮箱并设置权限邀请成员。

入选理由SciSpace 把文件夹变成团队共享研究空间，研究者可据此判断它能否替代现有的协作与文献整理流程。

Qwen3.8-27B 上线 Nebius

Qwen3.8-27B 现已通过 @nebiustf 提供。无论你是在构建智能体还是进行深度研究，这款 27B 稠密模型都已准备好支持你的多步骤工作流！🥳

中科院团队提出 EEM 框架，用实验经验建模降低自主科研实验成本

中国科学院计算技术研究所等机构的研究者提出 Experimental Experience Modeling（EEM）框架，用于自主科研中的实验决策：从既往实验轨迹中提取可复用的经验条目，判断历史经验是否足以决定某个方向是否值得继续投入，不足时再执行低成本的针对性试点实验，并将新经验回填经验库。

AutoMIP：面向混合整数规划的自主科研框架在 MIPLib 与 MINLPLib 上找到新最优解

作者提出 AutoMIP，一个用于混合整数线性与非线性规划（MILP/MINLP）的自主科研框架，通过持久化想法池与算法树联合管理研究方向与可复用实验状态。在 MIPLib 的 60 个实例中，AutoMIP 为 31 个找到新的最优解；在 MINLPLib 的 60 个实例中为 52 个找到新的最优解，均超过所比较的自主科研框架。

openresearch-cli v0.2.14 发布：修复 Claude Code 认证检测与运行边界

openresearch-cli 发布 v0.2.14，修复 Claude Code 经 Bedrock 认证时被误报为未登录的问题（#480），并明确上传 skill 与本地运行器的边界（#458）。

DAGent：面向深度研究智能体的 Evaluate-then-Grow 增量规划框架

纽约大学等机构的研究者提出 DAGent，一个基于有向无环图的多智能体框架，用 Evaluate-then-Grow 增量规划替代先规划后修补：Orchestrator 依据已完成节点的置信度与不确定性信号逐批扩展任务图，并配套 DAG 条件强化学习 DAGRPO。

万方数据杯智能体大赛投稿10月7日截止，训练营第一课回放上线

万方数据杯智能体大赛投稿截至2026年10月7日23点59分，之后进入大众评审及专家评审环节，智能体作品仅保存草稿不视为完成投稿，投稿需同步上传说明素材。智能体训练营直播课已完成全部培训，本期回放由武汉大学大数据研究院科技大数据中心副主任于丰畅讲解什么是Skills。

Search Shapes Conclusions：审计深度研究智能体中的证据选择偏差

北京师范大学与贝壳找房的研究者提出 Causal Evidence Selection Correction（CESS），用于从深度研究智能体实际打开的文档轨迹中估计预设候选文献池所支持的证据方向，并区分“候选池结论”与“改变检索策略带来的效果”这两个不同问题。

SimEX：用仿真整合的自动科研框架让编码智能体自主获取机器人操作能力

得克萨斯大学奥斯汀分校与 Amazon FAR 等机构的研究者提出 SimEX，一个把仿真实验与编码智能体结合的自动科研框架：第一阶段智能体在仿真中自主生成任务、探测能力库弱点并迭代优化，第二阶段用少量真机试验校正仿真并筛选修复方案。

In the Pipeline 博主 Derek Lowe 休假两周，12 日恢复更新

In the Pipeline 博主 Derek Lowe 宣布本周剩余时间及下周整周休假，用于处理事务和休整，博文将于 12 日（周一）恢复更新。

OpenAlex 上线按研究设计筛选功能，覆盖 RCT、系统综述与元分析

OpenAlex 现在支持按研究设计筛选全部文献，涵盖随机对照试验、系统综述、元分析等七种设计，共 2100 万篇作品带标签，覆盖所有领域和语言。OpenAlex 称其随机试验标签精确率为 99.7%，在同一批论文上高于 PubMed；其标注范围是每篇有摘要的作品，其中 30.6 万篇随机试验发表在 MEDLINE 未收录的期刊上。

入选理由OpenAlex 把研究设计标签扩展到全部文献并免费开放 API，做证据综合和循证检索的研究者可据此调整筛选流程。

PathAnchor：用路径化证据组织提升科学智能体的检索与引用完整性

华东理工大学、复旦大学与腾讯的研究者提出 PathAnchor，一个基于路径化证据工作区的科学推理系统，把文献证据组织为 Material–Sensor–Signal–System 功能轨迹，保留角色、方向与每条转换的来源证据，控制器用三个只读工具检索、追踪路径并打开原文，输出带引用的答案和明确的证据边界。

Nature Machine Intelligence：自监督预训练推动能量前沿异质中微子探测器基础模型

Alonso-Monsalve 等人在 Nature Machine Intelligence 发表研究，证明自监督预训练能帮助深度学习模型解读复杂的中微子探测器事件，在分类、重建和数据效率上均有提升，并支持在不同中微子探测器技术之间迁移。论文在线发表于 2026 年 9 月 30 日，DOI 为 10.1038/s42256-026-01309-6。

Population Health Partners 如何用 Kosmos 加速 IND 监管流程

Population Health Partners 与 Edison Scientific 于 2026 年 6 月启动合作，用 Kosmos Clinical Protocol Design 和 Kosmos Regulatory Authoring 支持 IND 准备。

Elicit 推出 Routines，可按日或每周自动执行检索与更新

Elicit 推出 Routines，用户用自然语言告诉 Elicit Research Agent 需要持续执行的任务，它就能按每日或每周的计划运行。Routines 在 Alerts 的基础上更进一步，不只提示有新论文，还会调查发生了什么变化并生成更新，例如每周一检索 CAR-T 疗法的新证据、更新摘要并说明改动及来源链接。

入选理由Elicit 把文献监测从定期提醒扩展为可定时的检索与更新流程，研究者可据此判断能否替代每周重复的检索整理工作。

Anthropic 研究：机器人可完成美国四分之三体力任务，但仅 0.3% 岗位任务具备成本竞争力

Anthropic 发布机器人暴露指数，用 Claude 对 O*NET 约 900 种职业、约 19000 项任务评分，发现当今机器人可完成美国 74% 的体力任务、占 34% 工作时间，但多限于高度受控环境。

Gemini Notebook 实时语音聊天全面上线

实时语音聊天现已向所有移动端 Pro 用户 100% 推出！ 你试过了吗？欢迎告诉我们你的想法！☺️

微软研究院发布生物学 AI 研究系统 Quine，并开放 Quine Fellows 计划申请

微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。

入选理由微软研究院公开了面向生物学的多模态世界模型 Quine，并给出胰腺癌细胞状态预测经湿实验验证的案例，研究者可据此判断这类系统在实验设计中的可用边界。