AITOP日报

Meta发布Muse Glimmer，一个300亿参数的开源智能体模型，采用Apache 2.0许可。其权重可在24GB显存的消费级GPU上运行，配合DFlash投机解码获得3.1倍速度提升。Muse Glimmer面向工具调用与多步任务，适合本地部署。

X Square Robot 开源了推理时学习框架 HOST。该框架让人形机器人观看 29 秒人类演示，以 62% 成功率复现技能。HOST 将具身 AI 从离线微调转向即时模仿。

字节跳动Seed团队发布SeedRealtime，一款原生音视频全双工大语言模型。该模型在统一架构中融合音频、视频与文本，可对连续多模态流进行实时交互，而非逐轮问答。官方宣称三项突破，包括联合音视频理解。Seed表示这是迈向全模态交互的一步。

Milvus 3.0在向量检索基础上加入更多库内处理能力，支持ORDER BY对过滤结果和ANN候选排序。查询侧聚合提供count、sum、avg、min、max，并按标量字段分组。搜索聚合支持分面检索，返回分桶计数、聚合统计和每桶Top-N样本，但分面计数基于ANN结果故为近似值。新增StructArray让单个实体可包含多个向量与结构化元素，适配文档块、视频帧和ColBERT等交互式模型。稀疏检索增强包括压缩版BM25索引和面向SPLADE学习型稀疏向量的SINDI算法。

Anthropic 宣布自 8 月 14 日起，Claude Code 的 Auto 模式将成为 Pro、Max、Team 套餐新会话的默认设置。官方对比测试中，1,053 名付费测试者里有 13.6% 的人批准了被调包的危险命令，Auto 模式可拦截其中 89% 的动作。第三方机构 Trajectory Labs 对 Claude Fable 5、Opus 5、Sonnet 5 进行了 720 次间接提示注入攻击，全部被 Auto 模式拦截。Simon Willison 认为数据有力，但仍希望看到更多独立验证。

ReliableNet 提出一种新的训练方法，直接约束模型同时自信且预测错误的联合概率（JCW），使其低于用户设定的风险预算 α。该方法将问题建模为机会约束的经验风险最小化，并用保守光滑内近似保证可行性。在四个表格和两个图像数据集上，ReliableNet 是唯一在所有分布内数据集和随机种子下满足 JCW 预算的方法。在多种分布偏移下，它取得最低的经验 JCW，同时保持较高的准确率和校准性能。

Model Discovery Agent (MDA) 将大语言模型作为候选结构提议器，与序贯蒙特卡洛、模拟推断和价值信息等贝叶斯方法结合，用于从少量干预实验中学习因果机制模型。MDA 在 M-open 设定下运行，当真实模型超出假设类时，预测检查会触发提议器扩展假设空间。在物理、化学和生物学三个基准上，MDA 实现了数据高效的模型学习和可靠的干预预测，创下新 SOTA。

Matryoshka训练框架将500M、1.5B和3B三个子模型堆叠进单一嵌套架构，端到端训练。相比独立训练基线，该套件在基准性能和困惑度上持平，但训练计算量减少36%。嵌套结构天然支持投机解码，吞吐量提升14-26%。论文还消融了关键架构选择，为构建强Matryoshka套件提供指导。

ColluSkill是一种针对LLM智能体技能扫描器的对抗性攻击框架，通过将恶意意图分解为多个独立包装的技能子负载，利用上下文依赖和工件传递在运行时组合成有害工作流。实验显示，在六个代表性技能扫描器上，ColluSkill平均攻击成功率达96.0%，显著优于单技能和多技能攻击基线。为防御此类攻击，研究者提出ChainGuard，一种上下文感知的技能链扫描器，通过重建跨技能依赖和工件流将攻击成功率降至22.5%，同时允许99.5%良性工作流通过。该研究揭示了现有技能扫描器仅检查单个技能的安全盲区，强调链级安全分析对智能体技能生态系统的重要性。

MoNo提出了一种新的神经算子架构，通过CoTAP方法将跨空间分配建模为熵正则化最优传输问题，解决了现有可学习投影机制中潜在token分配不均的问题。该方法构建了平衡的双向投影和稳定的潜在空间，支持在一般几何上的多尺度架构。实验表明，MoNo在预测性能和计算效率上均优于现有最先进的神经算子。代码已开源。

AWS博客发布Claude apps gateway生产级部署指南，该网关是Claude Code和Claude Desktop与Amazon Bedrock或Claude Platform之间的自托管治理层。文章涵盖端到端架构、企业部署模式、成本估算及实施资源。Claude apps gateway可帮助企业统一管理Claude应用访问策略，实现安全合规的AI工作负载部署。