港科大团队开源「第四大学」：让Agent社群与普通人共同创新

Claude自己组队查Bug！11.6万行代码揪出66个，单Agent最高只找到27个

新智元报道，介绍 Anthropic 公布的一组测试：在 11.6 万行代码中预埋 70 个 Bug，单 Agent 三次运行最多找出 27 个，动态工作流三次均找出 66 个。文中还介绍同日公测的 Claude Managed Agents 动态工作流（主 Agent 自行编写分工程序调度其他 Agent）与扩大公测范围的 Claude Code Projects（项目记忆、多线程任务协调、Remote Control 本地运行），并举例说明多仓库改动和合同审查场景。适合关注多 Agent 编排与 Claude Code 使用的开发者阅读。

群星闪耀时：OpenAI公开的722篇稿件，背后的科学家群像

新智元报道，OpenAI公开722篇由AI撰写的数学与理论计算机稿件后，丹麦奥尔堡大学AI安全实验室Qiongxiu Li发起开源项目On Whose Shoulders（《巨人之肩》），对这批AI稿件的相关文献逐条核对并做系统性溯源分析。文中称溯源覆盖5个多世纪、11,067部人类著作、约9,600位数学家，其中114位是菲尔兹奖、阿贝尔奖或沃尔夫奖得主，并举例说明稿件在算术几何、双有理几何、概率论、图论、自旋玻璃、Ricci流等领域引用或沿用了哪些具体工作，还列出了部分被反复引用的华人数学家的工作。适合关注AI数学研究、文献溯源与科学计量的人阅读。注：原文中项目链接为seafill.info/Shoulders，与项目名拼写不一致，此处按原文记录。

OpenAI揭秘万级Agent实测！狂飙36小时，狂吞1万亿Token

新智元报道，旧金山与纽约的初创公司Third Moment Research在Docker隔离容器中部署1TB历史行情数据和量化代码库，让1万个Agent连续运行36至48小时，每天消耗1万亿Token，试验领域为量化金融。文中称Codex与GPT-5.6发现每次回测需等约3小时、轮询挤占上下文后，自行定位两处底层瓶颈并实现缓存优化与内存紧凑打包，将单次回测压缩到3至5分钟；还描述了不同代模型在长程任务上的行为差异，以及在容器外层用GPT-6 Sol或GPT-6.1 Sol驱动的监管模型处理内层Agent停下的情况。适合关注长程Agent系统设计、多智能体调度与Token成本的人阅读。

解锁 Earth AI 面向全球公共卫生的行星地理空间基础模型

Unlocking Earth AI’s planetary geospatial foundation models for global public health

Google Research 于 2026 年 10 月 6 日发布的博客文章，介绍如何利用 Google Earth AI 的“人口动态基础模型”（PDFM）应对现有流行病学工作流程中的数据缺口和报告滞后问题。文中指出常规疾病监测面临多年报告延迟、数据受地缘边界分割、数据稀疏等限制，并呈现五项由合作伙伴推动的案例研究，说明该模型如何体现面向全球公共卫生的行星地理空间基础模型范式。提供论文与 Google 博客链接。

Agent组队干活，最强模型只完成50%任务！基准评测协作能力

新智元报道，介绍 OpenAgents、哥伦比亚大学、宾夕法尼亚大学、首尔大学和宾夕法尼亚州立大学等机构共同构建的多智能体协作评测基准 AgentWorld，其特点是长时程任务、角色不对称与黑盒交互，并配有程序化规则检查目标和 CCE 指标追溯行动贡献。文中给出论文、项目网站与代码仓库链接，并称四个主模型实验中主任务集最高成功率 52.0%。

Introducing SynthID Bio

谷歌 DeepMind 发布的介绍文章，提出将水印技术用于合成生物学。SynthID Bio 把不可感知的签名嵌入生物代码，使水印既能在数字模型上验证，也能在合成出的实体蛋白质上验证，并在实验室测试中保持其生物功能；文中还提到 AI 设计蛋白可能绕过 DNA 合成筛查、被错标的合成三维结构可能污染公共数据库等问题。