走向超级智能体，AI还需要主动性：UIUC、谷歌等联合综述

具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准

新智元报道，浙江大学OmniAI团队提出具身记忆基准EmbodiedMemory-Bench（EMem-Bench），包含4类任务、2554条可执行交互样本，用于评测智能体能否从历史交互中建立记忆并用于后续任务；同时提出外部记忆系统Embodied-Memorizer（EMem）和用于学习管理与使用记忆的EMem-8B模型。文中称团队分析了Gemini-3-Flash与Qwen3-VL-32B在EmbodiedBench上的100条失败轨迹，四类记忆相关问题合计占91%，并称该基准在Hugging Face发布约三周下载量接近3万次。适合研究具身智能与智能体长程记忆的人阅读。

重磅！谷歌开源双层RSI框架Harness²，Gemini 3.5性能原地暴涨

新智元报道谷歌等机构开源 Harness² 框架，该框架不修改模型权重，而是递归优化智能体执行框架（harness）中的八类可编辑组件（系统提示词、护栏、记忆、工具指导、子智能体、技能、脚本、插件），分任务级递归和梳理式递归两个层面。文中介绍其设计动机、双层递归优化机制，并给出 GitHub、arXiv 论文和项目主页链接。适合关注智能体框架与自动化自我改进方向的研究者阅读。

当Agent遇上猪队友！实测多Agent冲突场景，前沿大模型如何应对

新智元报道，介绍 Google、Emory、USC 等机构联合发布的 CLASHarness：一个针对多智能体冲突场景的基准，覆盖 20 个真实领域、600 个多轮可执行冲突任务、7,970 张 4K 视觉证据图片和 3,284 项必测检查点，并评测了 15 个主流大模型。文中说明了该基准的三层八阶段自动生成与验证管线、把关键真值只放在 4K 截图里以防止文本走捷径的做法，以及评分器从沙盒参考轨迹中提取的方式，并提到 23 个模块化冲突插件。适合研究多智能体协作与 Computer-Use 基准的人阅读。

面向 AI 工程师的评测

Evals for AI Engineers

Open Library 收录的书籍条目，作者为 Shreya Shankar 与 Hamel Husain，出版社 O'Reilly Media，出版年份 2026，副标题为“系统性地度量与改进 AI 应用”；Open Library 显示该书目前在平台上不可借阅。信源仅提供到年份，版次未知，且 Open Library 对 O'Reilly Media 的覆盖不全。适合从事 AI 应用开发、关注评测方法的工程师作为书目信息参考。

Claude 发现一种新型酶系统

Claude discovers a novel enzyme system

Anthropic 介绍其新设立的生命科学研究团队与实验室，并分享早期成果：Claude 智能体在科学家仅给出高层方向的情况下，发现了一种具有类似 CRISPR 重复序列特征的酶系统，其功能尚不明确。文中说明实验室聚焦于用 Claude 开展基础生物学研究，包括探索 DNA 数据集以识别未表征的蛋白家族、规模化生成假设并在实验室中检验，并介绍了背后的团队。