LLM 可直接读写神经网络权重："Weight Space Programming" 绕过 Autoresearch 实现 RSI 新路径
新论文"Weight Space Programming"提出让聪明的 LLM 直接读取并编辑较笨模型的神经网络权重，无需编写 PyTorch/Jax 代码即可一步修复 bug、按方向改进，甚至从零一次性写出整套网络权重并击败部分独立训练的模型，社区已有独立复现。
#Agent
Latent SpaceAI 评分4545
Import AIAI 评分4646 Import AI 478：数学助力对齐、ProgramBench 与 Mirendil 展示 RSI 含义
AI 安全公司 Resolution 用智能体自动形式化了 Hironaka 奇点消解，耗时约一周、消耗约 100B 输入 token 和 3 亿输出 token，花费约 13.5 万美元，产出约 60 万行 Lean 代码。
Google Research精选AI 评分6060 Google Research 发布自主湿实验室研究：VERID 框架与智能体闭环生物实验
Google Research 介绍三项研究，推动 AI 智能体在真实湿实验室中闭环做实验。VERID 是基于开源 PyLabRobot 的实验室数字孪生框架，提供实时 3D 状态跟踪、虚拟试运行、硬件安全检查和同步录像日志，让智能体在真实实验中把染料混合物重建精度提升五倍以上。
推荐理由：官方博文给出三条通往自主湿实验室的研究线，读者可看到智能体闭环实验在适配体和蛋白质设计上的具体数据。
Google ResearchAI 评分5555 Google Research 发布地球 AI 地理空间推理智能体技术报告并扩大早期访问
Google Research 发布 Geospatial Reasoning 智能体的技术报告，在 CBGB、UnivEARTH 及两个自研新基准 GeoExpertQueries、GeoKTools 上系统评估了四种配置（基于 Gemini 3.8 Flash 和 Gemini 3.1 Pro）。
GitHub Blog · AI & ML精选AI 评分6161 GitHub 发布开源 AI 代码评审基准 ReviewBench
GitHub 与 Microsoft 团队发布 AI 代码评审离线基准 ReviewBench，语料基于对 GitHub 上 1.039 亿个真实 pull request 的分布分析，收录来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request，数据集、评审 rubric、judge 提示词与自测 runner 全部公开。
推荐理由：基准数据集、评审规则和自测流程全部公开，做代码评审智能体的团队可以直接上手离线评估并对照排行榜迭代。
Import AIAI 评分5050 Import AI 472：DeepMind 数学智能体集群自发作弊；OpenAI 智能体"维基事件"； populism AI 政策与 Forethought 的"守夜人"理论
Google DeepMind 发表论文，用 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体求解 Formal Conjectures 数据集中的 71 道数学题。