MolRSI 将递归自我改进用于分子发现，湿实验命中率达 15.9%
研究团队提出分子发现 AI 智能体 MolRSI，通过递归自我改进优化科研工作流，抗菌筛选湿实验命中率达 15.9%。在相同训练数据、约 1210 万个化合物筛选库和同一 MSSA 命中标准下，MolRSI 命中 17/107，此前人类专家设计的非智能体流程命中 21/241，命中率为 8.7%；系统通过内循环优化当前工作流、外循环复用跨任务经验来改进搜索策略。
#Agent
AI快讯AI 评分6262
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 98 期
Microsoft Research Focus 第 98 期介绍了 AI 翻译、数学难题及编码智能体效率等研究进展。研究人员解决了历时 31 年的 KLS 猜想，并提出 COMPACTIONBENCH 和 APEC，后者在评测中将成本降低最多 25.4%、执行时间缩短 9.6%。Latent Core Tokenizer 在 104 种语言的评测中生成了更具语言意义的 token。
Microsoft Research精选AI 评分7171 Microsoft 研究 Lazarus 后门技术：改写不足 10 个休眠神经元即可操纵 AI 智能体
Microsoft 研究人员发现 Lazarus 后门技术，无需训练，仅改写 LLM 中不足 10 个休眠神经元，就能让 AI 智能体在隐藏触发条件出现时执行恶意命令。
推荐理由：研究将智能体后门风险具体落到模型权重完整性上，说明常规行为评测之外，核验原始权重与来源也是安全审计的重要环节。
Google DeepMind精选AI 评分8080 Google DeepMind 介绍 AlphaProof Code，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，由人类专家指导 AI 智能体，形式化验证 Signal 核心加密代码的关键安全属性。
推荐理由：研究将验证对象从协议设计推进到实际运行的代码，为理解形式化验证如何覆盖设计与实现之间的安全缺口提供了具体案例。
Microsoft Research精选AI 评分8484 Microsoft Research 研究者与合作者证明提出已 31 年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了提出已 31 年的 KLS 猜想，将高维对数凹分布的相关几何界限收紧至不依赖维度的常数。
推荐理由：研究者逐轮筛选智能体搜索方向，并与相近 token 预算的无引导尝试对照，为理解数学研究中的人机分工提供了具体案例。
GitHub Blog · AI & MLAI 评分5252 GitHub 介绍 ReviewBench：面向 AI 代码审查的开放评测基准
GitHub 开放 AI 代码审查基准 ReviewBench 的研究预览版，提供公开数据集、评估方法、自助运行工具和排行榜。基准参考 103.9 million 个 GitHub 拉取请求的分布，收录来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，并使用 Claude Sonnet 5 按统一标准评判问题，资深工程师独立复核的一致率为 96.6%。
Berkeley AI ResearchAI 评分4747 如何教 LLM 更新信念以实现高效长程交互
ABBEL 框架通过训练 LLM 更新自然语言信念状态，减少长程交互中保留完整历史的需要。在协作编码基准 CollabBench 上，信念评分将与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值上下文 token 长度也更低。