AI对齐新突破，GUI智能体与安全审计成焦点
2026年8月1日，宪法式中期训练在120B模型上显著提升对齐泛化与持久性：仅用394M token语料，即可在良性微调后保持对SFT黑mail倾向的-17.5pp抑制优势。与此同时，GUI智能体迎来重大进展——Qwen-UI-Agent覆盖移动、电脑、网页环境，以超10,000个并发环境和100步轨迹在线强化学习刷新基准；而智能体安全与审计亦成焦点：CS-RNR通过置信调度在Leduc hold'em中实现稳态收益6.2倍提升，且单人对N个智能体的审计预算研究揭示置信度误校准存在阈值δ*，低于该预算时随机审计反而更优。
模型发布/更新
5 篇Qwen 团队发了 UI-Agent，一个模型统一手机、电脑、网页操作，移动端跑分超 Opus 4.8，还能插命令行，挺能打。
产品发布/更新
5 篇
smevals 是 Simon 和 Prime Radiant 做的小工具，专门跑模型和提示词的评估，一条命令就能用，适合快速看效果。
JetBrains把KotlinLLM开源了，这个插件让LLM生成Kotlin代码直接跑，跑完就不再调模型，开销只有1%，挺有意思。
行业动态
5 篇
看看德铁咨询怎么把超大图纸拆给视觉Agent，还用LangSmith查它到底看见了啥。
他们扫了HuggingFace上7.6PB的训练数据，挖出22万个还活着的密钥，折合每年92万美元的损失。搞AI训练的人得看看自己的数据里有没有漏钥匙。
安全研究员Måløy用隐藏提示词让Copilot for Word自动复制蠕虫，白色字体藏指令，微软补丁也没堵死。
论文研究
5 篇一篇用物理模型替代CNN做分类的论文：KSSE用2100万参数在ImageNet-1000上做到88.93%，超过Swin-L，逼近ViT-H/14，值得看看方法。
这篇论文提出CS-RNR，让智能体只利用自己审计过的对手漏洞。Leduc扑克收益是二进制门控的6.2倍，且36,000手牌全部符合安全证书。
这篇论文发了个叫ScaFE的方法，让LLM写图像特征程序来分类疤痕，照片不用出本地，比BiomedCLIP高10个点，数据少也够用。
技巧与观点
5 篇LangChain官方工程师Robert Xu花15分钟讲清Deep Agents是什么，还说了怎么上生产，实用。
如果你有智能体从demo上线后变慢，这篇AWS官方教程教你怎么用CloudWatch和AgentCore找瓶颈、查内存问题，实用。