强化学习再进化，AI代理安全告急

2026年6月23日，AI 领域在强化学习、智能体安全与模型效率三大方向取得关键进展。SPIRAL 框架让语言模型学会并行搜索与聚合推理，实现最高11倍扩展效率；Prime Intellect 发布支持万亿参数 MoE 的强化学习框架，推动推理能力边界。与此同时，治理衰退研究揭示上下文压缩会静默移除安全策略，导致违规率骤增至59%，提示注入研究也发现模型更信文本风格而非角色标签。Sakana AI 推出编排模型Fugu，动态路由任务至最优LLM，RLM-Cascade 系统则通过投机解码将API成本降低45.8%。这些进展既点燃了推理能力爆发，也拉响了智能体安全的警报。

Section Synthesis & Key Takeaways: Today's briefing curates 197 high-signal developments across 49 global and regional sources.

Models (5 picks): 「Lost in Aggregation：LLM空间导航多尺度诊断基准」（想知道LLM为什么在导航任务中迷路吗？这个基准把问题拆成三个层级，告诉你59%的锅在交叉口选择，39%在局部感知，方向判断几乎不犯错。对做空间推理的开发者非常有用）; 「RLM-Cascade: 响应级投机解码代理层系统降低LLM API成本45.8%」（这个系统把DeepSeek和Opus组合起来，用投机解码省了近一半API成本，还快了一倍，质量也有提升，而且开源可部署）.

Products (5 picks): 「Prime Intellect 发布 prime-rl 0.6.0，用于训练万亿参数 MoE 模型的智能体 RL」（Prime Intellect 新开源的 prime-rl 0.6.0，专为训练万亿参数 MoE 模型的强化学习设计。他们在 SWE 任务上用 GLM-5 跑到 131k 序列长度，速度还很快，想了解大规模 RL 训练优化的可以看看）; 「Claude Code v2.1.186发布：新增MCP认证和状态过滤等功能」（Claude Code 新版来了，能直接命令行登录 MCP 服务器，工作流视图加过滤，插件多了技能页，还修了一堆 bug，升级很值）.

Industry (5 picks): 「中国造人造金刚石成AI芯片散热关键材料」（中国的人造金刚石要火了！AI芯片功率超过1000W，全靠它散热，全球95%产量在中国，这波机会抓得住）; 「AI算力新格局：谁将挑战NVIDIA的主导地位？」（Intel、Broadcom和云巨头都在动NVIDIA的蛋糕，这篇梳理了各家具体动作，让你看清AI芯片战局）.

Papers (5 picks): 「边界感知课程强化学习提升LLM推理能力超越基础模型」（这篇论文提出一种课程强化学习，能帮LLM突破自己的推理能力边界，在多个模型上效果显著，值得关注）; 「SPIRAL：让语言模型学会并行搜索与聚合推理」（这篇论文的SPIRAL方法教模型自己学会并行思考再汇总，比单纯加大顺序推理高效11倍，效果还更好，值得做推理扩展的朋友看看）.

How-to (5 picks): 「GLM-5.2 OpenAI兼容API实践：推理努力、函数调用与长上下文」（这篇教程手把手教你用GLM-5.2 API实现推理控制、函数调用和检索，代码可直接复用）; 「huggingface_hub每周发布实践：AI、开源工具与人工审核」（Hugging Face分享了他们如何用GPT-4和GitHub Actions把库发布从两个月一次提速到每周一次，还保留了人工把关，挺实用的经验）.