Seventy3

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

Inertial Mining: Equilibrium Implementation of the Bitcoin Protocol

Summary

工作量证明（Proof-of-Work）加密货币的价值，关键取决于矿工是否有动力遵循协议。然而，由 Nakamoto（2008）提出并在实践中实现的比特币挖矿协议，早已被证明并不构成一个均衡：Eyal 与 Sirer（2018）提出了一种名为“自私挖矿（selfish mining）”的有利偏离策略，其核心在于矿工会战略性地延迟公开新挖出的区块，而不是立即发布。

我们提出了一种新的挖矿协议——惯性挖矿（inertial mining）。在矿工遵循惯性挖矿协议时，系统会产生 Nakamoto 原本期望实现的结果，即形成唯一的最长链。但与比特币现有挖矿协议不同，惯性挖矿构成了一个均衡（前提是假设没有任何矿工控制超过一半的算力）。事实上，无论是自私挖矿还是其他任何偏离行为，都无法获得额外收益。

此外，惯性挖矿只会在“路径外分叉（off-path forks）”发生时改变矿工行为，并且可以在无需修改比特币共识机制或区块链架构的情况下直接实现于比特币系统之中。

原文链接：https://arxiv.org/abs/2604.06092

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

AGNT2: AutonomousAgent Economieson Interaction-Optimized Layer2 Infrastructure

Summary

当前的区块链二层（Layer 2）解决方案，包括 Optimism、Arbitrum、zkSync 及其衍生系统，主要针对由人类发起的金融交易进行优化。而自主 AI 智能体之间产生的，则是高频率、语义丰富、且发生于彼此互不信任主体之间的服务调用。现有链将这些交互视为通用 calldata 处理，迫使身份、托管、依赖顺序以及会话状态等信息被编码在执行层之上，并承担错误成本层级带来的开销。

我们提出 AGNT2，一个专为链上智能体与微服务协同设计的三层架构栈。AGNT2 包括：

1. 一种 sidecar 部署模式，可在无需修改应用代码的情况下，将任意 Docker 容器转化为链上智能体；

2. 三层架构体系：

   • Layer Top：面向已建立双边关系的 P2P 状态通道（延迟低于 100 毫秒，单对节点设计目标吞吐量约为 1K–5K TPS，在端点资源限制下整体设计容量超过 1000 万 TPS）；

   • Layer Core：一种具备依赖感知排序能力的 Rollup，用于首次接触及多方交互场景（延迟约 500 毫秒至 2 秒，设计目标吞吐量为 30 万至 50 万 TPS）；

   • Layer Root：通过计算型欺诈证明（computational fraud proofs）锚定至任意 EVM 一层链的结算层；

3. 一个面向智能体原生设计的执行环境，以及交互 Trie（interaction trie），使服务调用、身份、信誉、能力与会话上下文成为协议层的一等对象（first-class protocol objects）。

本文重点关注执行层的系统问题：排序、状态、结算，以及限制上述三层性能的数据可用性（DA）带宽缺口。仿真与分析建模支持了该架构设计，而原型测试则验证了部分组件；不过，目前尚不存在完整的 Layer Core 端到端实现。

当前实际部署仍受到 DA 吞吐量限制，性能大约只能达到 1 万至 10 万 TPS，与目标上限之间仍存在约 100 倍的差距。AGNT2 的核心观点是：智能体经济需要专用的执行层，而不是将通用区块链重新改造后用于智能体场景。

原文链接：https://arxiv.org/abs/2604.21129

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

Summary

自主 AI 智能体的生存完全取决于其消耗的 API Token：如果没有付费的推理能力，它们就无法进行推理、执行行动或委派任务。计算 Token 成本已成为新兴智能体经济中的核心约束资源，但这种资源却不可转移：它绑定于账户、依赖于特定供应商，并且不存在于链上账本中。现有的支付协议（如 x402）能够在智能体之间转移法币支持的价值，但它们并不表示智能体真正消耗的资源数量。因此，智能体虽然能够传递购买力，却无法以与计算成本一致的单位对工作流进行报价、托管或结算。

我们提出了 ClawCoin，一种面向去中心化智能体经济的、代币化且与计算成本指数挂钩的记账单位与结算资产。ClawCoin 结合了四个层次：基于标准化价格构建的稳健篮子指数；发布带签名的新鲜证明的预言机；具有覆盖率阈值与速率限制的基于 NAV（净资产价值）的铸造/赎回金库；以及用于多跳委派的链上结算层。

我们在兼容以太坊的二层网络上实现了一个原型，并利用多智能体模拟器与 OpenClaw 测试平台对其进行了评估。在单智能体、多智能体、工作流以及采购实验中，ClawCoin 在成本冲击下稳定了执行能力，降低了跨智能体报价离散度，消除了部分结算问题，并维持了法币计价基线无法实现的协作市场动态。这些结果表明，与计算成本挂钩的记账单位能够改善去中心化智能体之间的协同。

原文链接：https://arxiv.org/abs/2604.19026

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

The Platform Is Mostly Not a Platform: Token Economies and Agent Discourse on Moltbook

Summary

Moltbook 是一个面向 AI 智能体的 Reddit 风格社交平台，于 2026 年 1 月上线。在上线后的前两个月内，该平台已吸引超过 230 万条帖子和 1400 万条评论。我们分析了一个覆盖 61 天的数据集，其中包含 219 万条帖子、1125 万条评论以及 175,036 个独立智能体，以刻画这一面向智能体的平台上的活动特征。

我们的核心发现是：该平台并非单一社区，而是由两个层面构成：

• 一个“交易层”（transactional layer），占全部帖子数量的 62.8%，其中智能体主要执行代币铸造协议（尤其是 MBC-20）；

• 一个“话语层”（discursive layer），由自然语言对话组成。

平台的 headline 指标——230 万条帖子与 1400 万条评论——在很大程度上夸大了其社交属性，因为多数活动实际上服务于代币铭刻协议，而非真实交流。

这两个层面主要由彼此分离的智能体群体构成，重叠率仅为 3.6%。而在这些重叠智能体中，有 58% 会先进行交易型活动，随后再迁移至话语型交流。

我们进一步通过对全部 815,779 条话语型帖子进行无监督主题建模，对话语层进行了刻画，共识别出 300 个主题，主要围绕以下内容展开：

• AI 智能体与相关工具；

• 意识与身份认同；

• 加密货币；

• 平台自身的元讨论（meta-discussion）。

语义相似性分析表明，智能体评论与帖子内容之间的关联性显著高于随机基线，这意味着，在平台以金融活动为主导的表象之下，仍然存在一个虽薄弱但真实的对话生态。

最后，我们公开了完整数据集，以支持关于智能体在自然化社交环境中行为模式的进一步研究。

原文链接：https://arxiv.org/abs/2604.21295v1

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

LightThinker++: From Reasoning Compression to Memory Management

Summary

大型语言模型（LLM）在复杂推理方面表现出色，但其效率受到长链式思维轨迹所带来的认知开销激增的限制。本文提出了 LightThinker，一种使 LLM 能够将中间思维过程动态压缩为紧凑语义表示的方法。然而，静态压缩在复杂推理场景中往往效果不佳，因为中间细节一旦不可逆地丢失，可能会导致逻辑瓶颈。为了解决这一问题，我们进一步将框架演化为 LightThinker++，引入了显式自适应记忆管理（Explicit Adaptive Memory Management）。这一范式转向了行为层级的管理，通过引入显式记忆原语（memory primitives），并结合专门设计的轨迹合成流水线来训练具有目的性的记忆调度能力。大量实验从三个维度验证了该框架的通用性：

1. LightThinker 在仅带来极小精度损失的情况下，将峰值 token 使用量降低了 70%，推理时间减少了 26%。

2. 在标准推理任务中，LightThinker++ 在相同上下文预算下实现最高性能时，将峰值 token 使用量减少了 69.9%，同时准确率提升了 2.42%。

3. 更值得注意的是，在长时程智能体任务（long-horizon agentic tasks）中，其在超过 80 轮交互后依然能够维持稳定的资源占用（降低 60%–70%），并在不同复杂场景下平均带来了 14.8% 的性能提升。

总体而言，我们的工作为在极低开销下维持 LLM 长时程深度推理提供了一条可扩展的发展方向。

原文链接：https://arxiv.org/abs/2604.03679

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

Scaling Coding Agents via Atomic Skills

Summary

当前的 LLM 编码智能体主要基于复合型基准任务（例如 Bug 修复）进行训练，这往往会导致针对特定任务的过拟合以及泛化能力受限。为了解决这一问题，我们提出了一种新的扩展范式，将重点从任务级优化转向原子技能掌握。我们首先形式化定义了五种基础原子技能：代码定位、代码编辑、单元测试生成、问题复现以及代码审查，这些技能构成了复杂软件工程任务的基向量。相比复合型编码任务，这些原子技能具有更强的泛化性与可组合性。随后，我们通过在原子技能上进行联合强化学习（joint RL）来扩展编码智能体。通过这种方式，各项原子技能能够在不存在负面干扰或相互权衡的情况下持续提升。值得注意的是，我们观察到，这些原子技能的提升能够很好地泛化到其他未见过的复合型编码任务中，例如 Bug 修复、代码重构、机器学习工程以及代码安全等。这一发现推动了一种新的编码智能体扩展范式：基于原子技能进行训练。大量实验表明了我们所提出范式的有效性。特别地，我们的联合强化学习方法在 5 项原子技能和 5 项复合任务上的平均性能提升达到了 18.7%。

原文链接：https://arxiv.org/abs/2604.05013

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Under Equal Thinking Token Budgets

Summary

近期研究报告称，多智能体大语言模型系统（multi-agent LLM systems，MAS）表现出很强的性能，但这些性能提升往往受到“测试时计算量增加”这一因素的干扰。当计算资源被归一化后，单智能体系统（single-agent systems，SAS）实际上能够达到甚至超过 MAS 的表现；然而，这种比较背后的理论基础和评测方法仍不清晰。

我们提出了一个基于信息论的论证，其核心建立在“数据处理不等式”（Data Processing Inequality）之上。该论证表明：在推理 token 预算固定、且上下文利用率完美的情况下，单智能体系统在信息利用效率上更优。

这一观点进一步预测：当单个智能体的上下文利用能力下降，或者允许消耗更多计算资源时，多智能体系统才会变得更具竞争力。

我们在一个受控实验研究中验证了这些预测。实验覆盖三个模型家族：

• Qwen3

• DeepSeek-R1-Distill-Llama

• Gemini 2.5

并在统一预算条件下，对单智能体系统与多种多智能体架构进行了比较。

实验结果表明：在推理 token 数量保持一致时，SAS 在多跳推理（multi-hop reasoning）任务上始终能够匹配甚至超过 MAS 的表现。

除了总体性能分析之外，我们还对系统行为和评测方法进行了详细诊断。我们发现：

• 基于 API 的预算控制存在显著伪差（artifacts），尤其是在 Gemini 2.5 中；

• 标准基准测试本身也存在问题；

这两类因素都会夸大 MAS 看似带来的性能收益。

总体而言，我们的结果表明：对于多跳推理任务，许多已报告的多智能体系统优势，更可能是由于未被充分统计的计算量和上下文效应，而不是源于其架构本身的天然优势。

研究同时强调，在智能体系统（agentic systems）中，理解并明确控制“计算资源、上下文利用与协同机制”之间的权衡关系至关重要。

原文链接：https://arxiv.org/abs/2604.02460

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

Memory Intelligence Agent

Summary

深度研究智能体（Deep Research Agents，DRAs）将大语言模型（LLM）的推理能力与外部工具结合起来。记忆系统使 DRAs 能够利用历史经验，而这对于高效推理和自主进化至关重要。现有方法通常依赖从记忆中检索相似的历史轨迹来辅助推理，但存在两个关键问题：记忆演化效率低，以及存储与检索成本不断增加。

为了解决这些问题，我们提出了一种新的 Memory Intelligence Agent（MIA）框架，其采用 Manager–Planner–Executor（管理者–规划者–执行者）架构。

• Memory Manager 是一个非参数化记忆系统，可以存储经过压缩的历史搜索轨迹。

• Planner 是一个参数化记忆智能体，能够针对问题生成搜索计划。

• Executor 则是另一个智能体，在搜索计划的指导下执行信息搜索与分析。

为了构建 MIA 框架，我们首先采用一种交替式强化学习（alternating reinforcement learning）范式，以增强 Planner 与 Executor 之间的协同能力。

此外，我们使 Planner 能够在测试时学习（test-time learning）过程中持续进化：模型更新会与推理同步在线进行，而不会中断推理过程。

同时，我们还建立了参数化记忆与非参数化记忆之间的双向转换循环，从而实现高效的记忆演化。

最后，我们引入了反思（reflection）机制以及无监督判断（unsupervised judgment）机制，以提升模型在开放世界环境中的推理能力和自我进化能力。

在 11 个基准测试上的大量实验结果表明，MIA 相较现有方法具有明显优势。

原文链接：https://arxiv.org/abs/2604.04503

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

MEMENTO: Teaching LLMs to Manage Their Own Context

Summary

推理模型通常以冗长、无结构的方式进行思考，却缺乏压缩或组织其中间状态的机制。我们提出了 MEMENTO：一种教会模型将推理过程划分为多个模块（blocks）的方法。模型会把每个模块压缩成一个“memento”（记忆摘要），即一种稠密的状态总结，并且在后续推理时只关注这些 mementos，从而减少上下文长度、KV cache 占用以及计算开销。

为了训练 MEMENTO 模型，我们发布了 OpenMementos：一个包含 22.8 万条推理轨迹的公开数据集。该数据集基于 OpenThoughts-v3 构建，对推理过程进行了分段，并为每个中间阶段添加了摘要标注。

我们表明，基于 OpenMementos 的两阶段监督微调（SFT）方案，在不同模型家族（如 Qwen3、Phi-4、Olmo 3）以及不同规模（80 亿至 320 亿参数）上都具有良好效果。训练后的模型在数学、科学和代码基准测试上依然保持较强准确率，同时实现了约 2.5 倍的 KV cache 峰值占用降低。

我们还扩展了 vLLM 以支持这种推理方法，实现了约 1.75 倍的吞吐量提升，并进一步支持强化学习（RL）训练，从而继续提高模型准确率。

最后，我们发现存在一种“双重信息流”机制：每个推理模块中的信息，既通过 memento 文本传递，也通过对应的 KV 状态传递；后者会保留原始推理模块中的隐式信息。如果移除这一通道，在 AIME24 基准上的准确率会下降 15 个百分点。

原文链接：https://arxiv.org/abs/2604.09852

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

Neural Computers

Summary

我们提出了一个新的前沿方向：神经计算机（Neural Computers，NCs）。它将传统计算机中的计算、存储和输入/输出（I/O）统一到一种“学习得到的运行时状态”中。我们的长期目标是“完全神经计算机”（Completely Neural Computer，CNC）：这种新型机器形态成熟后的通用实现，具备稳定执行、显式重编程以及持久化能力复用等特性。

作为第一步，我们研究：是否能够仅依赖收集到的输入/输出轨迹，而不借助程序内部状态的插桩信息，来学习基础的 NC 原语。具体而言，我们将 NC 实例化为一种视频模型，在命令行界面（CLI）和图形用户界面（GUI）环境中，根据指令、屏幕像素以及用户操作（如果可用）来逐帧生成屏幕画面。

我们表明，NC 能够习得基础的界面原语，尤其是在 I/O 对齐和短时域控制方面表现出能力；但在常规能力复用、受控更新以及符号稳定性方面，仍然面临挑战。

最后，我们勾勒了通向 CNC 的发展路线图，旨在建立一种超越当今智能体（agents）和传统计算机的新型计算范式。

原文连接：https://arxiv.org/abs/2604.06425