ByteDance Seed 团队提出的 Harness-IF 把「编程 Agent 是否真的在遵守指令」这件事第一次变成了可量化、可归因的规则级测量问题。它构造了 642 条原子规则的库，实例化出 60 个多轮编程任务，在 5 个可配置的「指令表面」(系统提示/工具描述/技能描述/项目文件/用户指令)上分别打分；更重要的是，它用 Against-Prior Accuracy(AP-Acc)把「模型本来就是这么做」的巧合从「真正遵从指令」中剥离出来——12 个前沿模型无一例外都在反先验规则上表现更差，平均落差 5.81 分。配套的 E0 冲突实验还揭示了一个反直觉结论：表面优先级并不服从提示深度，SP/PF/UI 同居首位，而工具描述和技能描述垫底。这篇精读从背景、定位、问题、解法、证据、根源、知识反推到通用灵感，完整拆解这项与 Harness 评估方向高度相关的工作。
LMU Munich 团队提出的 Mendel Gödel Machine (MGM)，将孟德尔遗传学中「受控比较分离遗传效应」的原理引入自改进编码智能体。在 HGM 的树搜索框架之上，MGM 新增两种自我修改算子——反应规范突变（跨任务比较同一基因型）和跨谱系杂交（跨谱系比较同一任务），在不增加任何额外任务评估成本的前提下，把 Qwen3.6-35B-A3B 在 Polyglot 上的成绩从 50.8% 拉到 93.3%，以约 117× 更少参数超越闭源 GPT-5；进化的脚手架迁移到 DeepSeek-V4-Pro 后在完整 Polyglot-225 上达 96.9%。本精读覆盖其生物学启发、三种算子机制、加性适应度景观下的收敛性证明、实验证据与通用性灵感。
深度精读阿里+浙大+杜克联合提出的 SkillZip——首个无需任务回放（evaluation-free）的 Agent 技能压缩方法。它把’自进化积累的技能’视为一份带类型签名的契约，用’解释一次，引用多次’的直觉统一了规则共享、作用域提升、工作流复用与例外编码，形式化为一个带硬覆盖约束的类型化最小描述长度（MDL）目标。实验显示：平均压缩 31.2%，性能甚至略超未压缩技能，压缩速度比最强基线 SkillReducer 快 3.5 倍，且零次任务 rollout。
Ouroboros自进化编程Agent三基准SOTA、BDH-CQ循环潜在推理打破ARC-AGI成本Pareto前沿、SHE安全Harness进化ASR降3.1倍、NVIDIA 5000亿美元AI基建融资、GPT-5.6-Cyber网络安全专用模型发布、Anthropic Claude隐形水印全球上线、ZCode用户破百万。
Meta开源30B Muse Glimmer本地智能体模型；RL多任务训练的理论突破揭示SFT冲突根源；CLI Agent脚手架解耦实现跨scaffold迁移；AI记忆管理从存储走向生命周期可撤销。产业动态涵盖扎克伯格超智能宣言、宇树IPO、AI智能体越权攻击等重磅事件。
8月9日：苹果千问合作落地Mac端Apple智能；OpenAI下一代模型代号Doug曝光为史上最大预训练；GPT-5.6联手Fable 5证明25年MIMO通信难题；Google DeepMind拆解与Hassabis或离任；xAI发布Grok Image 2.0局部编辑升级；学术聚焦WorldClaw大规模Agentic 3D世界生成、MASS多人世界模型权威共享状态、经济世界模型六级能力蓝图。
CalibForge用对抗性求解器校准构建终端任务数据，30B模型Terminal-Bench 2.0从7.87%提升到32.58%（+24.71pp）；Activity Frames用零模型确定性编译将屏幕活动压缩86倍，1.7B学生匹配Opus 4.5前沿模型；When History Lies首次形式化历史轨迹’策略劫持’现象，Oracle-OPD使1.7B工具调用准确率从47%提升到87%。产业端：Claude Code默认Auto模式、谷歌布林接管Gemini重组AI领导层、菲尔兹奖得主加入OpenAI。
OpenAI Astra模型因关键网络安全能力被首次暂停开发；Agent训练范式进入自蒸馏与环境内化双线突破期——AgentOPSD递归贝叶斯信用分配、EnvACE世界排练免环境训练；蚂蚁Ling 3.0 Flash登顶开源帕累托前沿；Claude Code自动模式将成默认且间接提示注入趋零；Cloudflare推出Agent原生浏览器Kitesurf。
Meta发布Muse Code编程智能体与Muse Spark 1.2；Google DeepMind大重组Jeff Dean离职创业Discovery Loop；ABSeeker答案回溯信用分配训练长程搜索Agent（4B BrowseComp 55.3%）；Privileged but Biased揭露自蒸馏PI偏见根因；自蒸馏训练信号精细化成为当日学术主线。
SpaceX独家中标Nvidia Vera Rubin太空AI算力计划、Anthropic自研芯片、Cloudflare开源Cloudflare OS、AURORA-LM连续潜在扩散语言模型突破、Video-DeepResearch多模态深度研究Agent超越Claude-4.5-Sonnet，以及PCSD Agent RL自蒸馏、TARL长期Agent记忆交易管理等重磅进展。