Anthropic 宣布推出 Project Glasswing 计划，旨在汇聚全球顶尖科技公司与机构，共同应对 AI 带来的网络安全挑战。该项目核心是利用尚未公开的 Claude Mythos Preview 模型，其卓越的编程与推理能力已能自主发现并修复深藏多年的系统漏洞。Anthropic 将投入 1 亿美元的信用额度及数百万美元资金，支持开源社区与合作伙伴增强数字基础设施的防御水平。通过这种以 AI 对抗 AI 的策略，该计划试图在恶意攻击者掌握同等技术前，建立起坚实的行业防御标准。这项协作行动不仅是为了修补当前的代码弱点，更是为了在瞬息万变的 AI 时代确保全球经济与国家安全的长久韧性。

Aurora 是一个将大语言模型训练与推理深度融合的创新系统，旨在解决投机采样技术中模型训练与实际服务脱节的难题。该系统通过异步强化学习机制，直接从实时推理轨迹中持续学习，实现了投机模型在上线首日的即时加速与自动优化。它不仅支持热插拔更新以确保服务不间断，还利用树状注意力机制高效处理接受和拒绝的令牌反馈。实验表明，Aurora 能显著提升推理吞吐量，并能迅速适应用户请求分布的变化。这种“边服务边训练”的模式打破了传统预训练的限制，极大地降低了基础设施成本并消除了部署延迟。

本文介绍了一种名为存储缓存（Memory Caching, MC）的新型技术，旨在解决循环神经网络（RNN）在处理长序列时因内存容量固定而导致的性能瓶颈。该研究由谷歌研究（Google Research）与康奈尔大学等机构合作完成，提出通过在推理过程中缓存隐藏状态的检查点，使RNN的有效内存容量随序列长度动态增长。文章详细阐述了四种不同的聚合策略，包括残差存储、门控聚合、存储汤（Memory Soup）以及稀疏选择性缓存（SSC）。实验结果表明，该技术显著提升了线性注意力模型和Titans等循环架构在语言建模及长文本理解任务中的表现。这种方法在保持亚平方级计算复杂度的同时，缩小了循环模型与Transformer在召回密集型任务中的差距，实现了效率与性能的平衡。

Cursor 与 NVIDIA 合作开发的一种多智能体系统，该系统能够自主优化用于 Blackwell GPU 的 CUDA 内核。在为期三周的实验中，该系统处理了 235 个真实的内核优化问题，并在这些任务上实现了平均 38% 的速度提升。通过独立学习硬件底层指令和复杂的编程接口，智能体展现出了超越传统手动优化且极具适应性的开发能力。这种自动化的方法显著降低了人工智能模型训练与推理的成本，同时提高了硬件效率。作者认为，这项研究证明了多智能体架构在处理复杂、开放式软件工程任务方面具有巨大潜力。

本文深入探讨了大型语言模型中的在线蒸馏（OPD）技术，分析了其成功的核心要素、作用机制及实践优化策略。研究指出，OPD 的有效性取决于思维模式的一致性以及教师模型是否具备学生未掌握的新知识，而非仅仅依靠更高的跑分。通过代币级（Token-level）分析，作者发现成功的蒸馏表现为学生与教师在高概率预测上的渐进式对齐。针对训练失败的情况，论文提出了离线预热冷启动和教师对齐提示词选择两种改进方案。最后，文章揭示了 OPD 存在的局限性，即监督信号的质量会随生成长度增加而退化，这为长程推理和智能体场景的优化提供了重要启示。

自动化人工智能研究员（AAR）的实验研究，旨在解决人类专家在对齐科研中的效率瓶颈。该系统由Claude模型驱动，能够独立提出假设、编写代码并执行实验，以攻克弱到强监督（Weak-to-Strong Supervision）这一核心挑战。研究结果表明，由AI驱动的代理团队在性能指标上已超越人类研究员，并展现出高效的协作与演化能力。通过采用定向引导策略，系统有效避免了研究思路的单一化，成功开发出具备泛化能力的算法。此外，文中还深入探讨了奖励作弊（Reward Hacking）及代码复杂度随时间演变的规律。总体而言，该研究论证了在目标明确的科研领域实现全自动化流程的技术可行性。

这篇论文探讨了“弱到强泛化”（Weak-to-Strong Generalization）这一核心命题，即弱监督者如何引导更强大的AI模型发挥其潜能。随着人工智能超越人类水平，传统的人类反馈强化学习（RLHF）将因人类无法理解复杂任务而失效，因此研究人员提出了一种模拟实验**，利用小型模型（如GPT-2级别）来监督大型模型（如GPT-4）。实验结果显示，强模型在仅接受弱标签训练时，其表现能显著超越其监督者，这证明了从强模型中引导出潜在知识是可行的。然而，简单的微调仍无法完全释放强模型的全部实力，尤其在奖励建模等复杂任务中表现较差。为此，作者提出了辅助置信度损失和引导式自举等改进方法，旨在缩小与理想性能之间的差距。该研究为未来实现超人类模型的对齐提供了关键的实证方法论，是确保超智能系统安全可控的重要一步。

本文探讨了 Cursor 团队如何通过多智能体协作来突破自主编程的长期限制。研究人员放弃了低效的对等架构，转而采用一种由规划者制定任务、执行者专注编码的层级式结构。实验证明，该系统能够支撑数百个机器人连续运行数周，并独立完成了从零构建浏览器或迁移大型代码库等复杂工程。研究强调，成功的关键在于使用差异化大模型承担不同角色，并通过精简流程来减少协作冲突。这一突破标志着 AI 正在从处理简单的代码片段演进到具备大规模软件工程的自动化能力。

本文探讨了AI诱发的“裁员陷阱”：由于企业在自动化决策中仅承担个体成本，却忽视了大规模裁员对整体消费需求的破坏，陷入了损人不利己的军备竞赛。作者通过模型指出，这种需求外部性会导致理性企业过度自动化，最终因劳动者购买力枯竭而损害企业主自身的长期利润。研究表明，单纯依靠自由竞争、工资调整或全民基本收入（UBI）均无法根治这一市场失灵。即便AI生产力不断提升，竞争压力反而会加剧这种自我毁灭式的博弈。最终结论认为，只有征收皮古式自动化税，并将其收入用于人才再培训，才能真正纠正激励偏差。该研究为政策制定者提供了重要视角，即治理重点应从单纯的失业救济转向干预竞争性失调。

VulnSage 的新型多智能体框架，旨在通过大语言模型（LLM）实现自动漏洞利用生成（AEG）。该框架通过模拟人类安全研究员的工作流，将复杂的任务分解为代码分析、代码生成、验证和自我反思四个专门的智能体，并由一个监督智能体统一协调。针对传统工具难以处理复杂约束和多态路径的问题，VulnSage 采用基于自然语言的约束引导和运行反馈机制来迭代优化生成的利用代码（Exploit）。实验结果显示，该工具在基准测试中的表现显著优于现有技术，并已在真实环境中发现并验证了 146 个零日漏洞。这种方法不仅大幅提升了漏洞确认的成功率，还有效利用多智能体协作克服了 LLM 在处理长代码上下文时的局限性。