博客精选。
Project Swap: What happens when agents trade for us?
Anthropic 的一项实验记录：为观察智能体被派入市场时哪些做法有效、哪些会出问题，研究者搭建了一个由 Claude 组成的微型市场，作为此前 Project Deal 的受控后续实验。来自六个办公区的员工各带来一本想送出的书，与 Claude 简短交流阅读偏好后，由 Claude 驱动的智能体进入交易场进行推介、议价和成交。文中报告，仅凭五分钟对话，智能体对书籍的排序在 61% 的配对中与人一致，并称市场表现不足主要源于智能体缺少参与者信息，而非交易方式本身。
Advancing AMIE towards expert-level audio-visual clinical consultations
Google Research 的一篇博客，介绍其研究型医疗 AI 系统 AMIE 的进展：该系统现可进行实时视频问诊，并在使用模拟问诊的随机对照研究中首次展示了专家级表现。文章说明了临床问诊中视觉与听觉信息（如步态、不适表现、呼吸和体格检查动作）的作用，以及这些非语言线索对诊断、患者信任和沟通的意义，并提及 AMIE 此前在文本问诊中已达到专家级水平。
Science One Framework: A verifiable autonomous research framework via Chain-of-Evidence
这是 Google Research 博客的一篇文章，介绍实验性研究原型 Science One Framework 及配套的 CoE Audit 协议。文章指出当前自主科研系统存在可验证性问题（如虚构引用、方法与代码不符、分数难以复现），而该框架试图通过原生构建可验证的证据链来减少幻觉，并用 CoE Audit 自动评估 AI 生成论文的完整性。
An AI tool for prioritizing candidate biomarkers from wearable sensor data
介绍 Google Research 的 Biomarker Discovery Framework，一个多智能体系统，通过迭代式假设生成、统计分析和基于文献的推理，支持从可穿戴传感器数据中发现候选生物标志物。文章指出可穿戴设备能连续采集心率、睡眠等生理信号，瓶颈已从数据采集转向如何将其转化为可靠的临床生物标志物，并提到现有基于语言模型的智能体系统在生理时间序列数据上容易出现伪相关、数据泄漏和脆弱特征等问题。该框架将候选生物标志物的筛选组织为在人工监督下进行的研究循环，结合假设生成、并行统计分析、模型训练、对抗式验证等环节。
How mobility gives language models a deeper understanding of place
Google Research 的一篇博客，介绍一个动态的、基于移动性信息的框架，使 AI 模型能够理解地点随时间变化的时段活动节律，从而显著改善对营业时间、价格水平和繁忙程度等现实属性的预测。文章指出传统语言模型对地点（兴趣点）的表征主要依赖地址、类别和文本描述等静态元数据，并讨论引入真实世界功能信息对地理空间表征的作用。
Seeing beyond BMI: Estimating cardiometabolic risk with smartphone imagery
Google Research 的一篇博客，介绍 PhotoScan 这一深度学习方法：从智能手机照片估计身体成分，并在临床研究环境中以与 DXA 扫描相当的准确度预测胰岛素抵抗。文章讨论了胰岛素抵抗作为代谢疾病重要但常被漏诊的驱动因素、HOMA-IR 评分及其大于 2.9 的判定阈值，以及身体成分客观测量对可穿戴设备数据的补充作用。
Empty shelves or lost keys? Recall is the bottleneck for parametric factuality
Google Research 的一篇博客，介绍名为 knowledge profiling 的行为学框架，用于分别衡量大模型对事实的编码与回忆。作者以 Gemini 3 和 GPT-5 等前沿模型为对象，得出的结论是这些模型几乎编码了所有事实，但在回忆其中许多事实上存在困难。
TimesFM-3: A zero-shot foundation model for multivariate forecasting
这是 Google Research 于 2026 年 8 月 31 日发布的一篇博客，介绍时间序列基础模型 TimesFM-3。文中称该模型可在单次前向推理中完成高精度的多变量时间序列预测，并在主要基准上优于其他预测模型；文中还回顾了此前 TimesFM 系列仅支持单变量预测的限制，并给出 GitHub、HuggingFace 和 BigQuery 链接。
GlucoFM: Foundation model for continuous glucose monitoring
介绍 GlucoFM，一个轻量级、自监督的连续血糖监测（CGM）基础模型，将较缓慢的血糖趋势与短期波动分别在两个数据流中建模，产生可迁移的表征，并在糖尿病风险评估、胰岛素抵抗、β 细胞功能障碍和餐后血糖反应等代谢预测任务上报告了新的性能水平。文章说明 CGM 通过皮下传感器每隔几分钟测量组织间液葡萄糖，而高质量临床标签稀疏且获取成本高；并指出 CGMformer、GluFormer、CGM-JEPA 等现有模型采用单一表征流处理血糖数据。
Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train
介绍 Retrieve-for-Train 框架，它不依赖昂贵的推理阶段推理，而是用强化学习一次性训练一个轻量级扩散模型，绕过沉重的自回归“思考预算”，即时生成一组连贯、专家级的 AI 搜索结果。文章以搜索“露营装备”为例说明用户需要的是由帐篷、睡袋、便携炉和头灯等互补结果组成的整体清单，而非十个相似的四帐篷；系统通常用查询扩展把一个宽泛提示拆成多个相关子查询，但让大语言模型动态进行数据库感知的查询分解会消耗大量推理开销。
A connectomics milestone: Mapping the complete male fruit fly brain
介绍 Google Research 与 HHMI Janelia 及英国剑桥的合作者共同发布的雄性果蝇大脑与中枢神经系统完整图谱，称其为迄今最大的大脑图谱。文章说明果蝇是遗传学中的重要模式生物，由于绘制人类大脑的 860 亿个神经元尚不可能，科学家转而用 AI 绘制果蝇等较小生物的大脑，以帮助理解动物神经系统如何感知世界、对刺激作出反应，以及受损神经通路未来如何修复。文中还提到对其他物种如鱼和小鼠的持续研究，并附有论文、数据集、连接组学网站、视频等链接。
MilleMiglia: A realistic instance generator for middle-mile logistics
介绍 MilleMiglia，一个开源的、贴近实际的基准算例生成器，用于填补学术理论与工业物流之间的差距，帮助研究者优化复杂的中段运输网络。文章指出物流研究长期集中在第一英里（生产者到初始集散点）和最后一英里（配送到消费者），两者通常建模为车辆路径问题（VRP）的变体，而负责区域或洲际范围内配送中心之间大批量货物运输的中段运输在运筹学中受到的关注明显较少，尽管它占总物流开支的相当大比例。文中附有论文和代码链接。