导语：arXiv 最新论文提出 LuMamba，一个面向脑电信号（EEG）的基础模型框架。该框架结合拓扑不变编码与线性复杂度状态空间建模，在 21000 小时无标签 EEG 数据上预训练，仅需 4.6M 参数即可在阿尔茨海默症检测任务上达到 0.97 AUPR，计算开销比现有最佳模型降低 377 倍，为神经科技 AI 应用提供高效新方案。 核心内容 脑电图（EEG）作为非侵入式脑活动监测技术，在临床诊断、神经科技和人机交互等领域具有广泛应用。然而，构建 EEG 基础模型面临两大核心挑战：电极拓扑差异和计算可扩展性。…
导语：arXiv 最新论文提出 OS-Themis，一个可扩展的多智能体评论框架，用于提升 GUI 智能体的强化学习训练效果。在 AndroidWorld 基准上实现 10.3% 的性能提升。
导语：arXiv 最新论文推出 cuGenOpt，一个 GPU 加速的通用元启发式组合优化框架。通过 LLM 建模助手将自然语言问题描述直接转换为可执行求解器代码。
导语：GitHub 热门项目 TradingAgents 开源多智能体金融交易框架，模拟真实投行协作流程。框架部署 7 类专业角色，通过动态辩论机制生成交易决策。
导语：arXiv 最新论文提出 Box Maze 框架，通过三层过程控制架构提升 LLM 推理可靠性。在 50 个对抗场景中，该架构将边界失败率从传统 RLHF 的 40% 降至 1% 以下。
导语：GitHub 热门项目 Giskard 宣布开发 v3 版本，专为动态多轮 LLM 智能体测试设计。这个开源评估库可自动检测幻觉、有害内容、提示注入、敏感信息泄露等 10+ 类问题，并推出 RAGET 工具包自动生成 RAG 应用测试集。
导语：arXiv 最新论文提出 OS-Themis，一个可扩展的多智能体批评框架，用于评估 GUI 智能体的奖励函数。通过将轨迹分解为可验证的里程碑并引入审查机制，系统在 AndroidWorld 基准测试中实现 10.3% 的 RL 训练提升。
导语：GitHub 热门项目 TradingAgents 开源了多智能体金融交易框架，模拟真实投行决策流程。系统部署基本面分析师、情绪分析师、新闻分析师、技术分析师、交易员和风险管理团队，通过动态辩论生成交易决策，支持 GPT-5、Gemini、Claude 等多模型后端。
导语：OpenAI 确立新"北极星"目标：打造全自动 AI 研究员系统。首席科学家 Jakub Pachocki 透露，公司计划 2026 年 9 月前推出"AI 研究实习生"，2028 年发布完整多智能体研究系统，可独立攻克人类难以应对的复杂科学问题。 核心内容 OpenAI 正将研发资源重新聚焦于一项宏大挑战——构建能够自主执行复杂研究任务的 AI 系统。这一"AI 研究员"将成为公司未来几年的核心方向，整合推理模型、智能体和可解释性研究等多条技术路线。 根据规划，OpenAI 将在 2026 年 9 月前推出…
如果你关注过 Stripe 的 Minions、Ramp 的 Inspect 或 Coinbase 的 Cloudbot，会发现这些顶级公司的内部编码 Agent 架构惊人地相似。今天，LangChain 正式开源了 Open SWE 框架，将这些经过生产验证的架构模式打包成可复用的开源方案。 核心架构：五大生产级模式 Open SWE 不是从零构建，而是基于 Deep Agents 和 LangGraph 组合而成，这种做法本身就值得学习——它允许企业在享受上游更新的同时，保留自己的定制化工具链。 隔离沙箱执行是…
