A little signal.A lot less noise.

把 agent 的 harness（prompt / 控制流 / 工具 / 记忆 / 上下文）做成可递归自改的系统，再加正则化——限制一次改多少、用 critic/pruner 挡掉「只记得训练集」的补丁，避免 RSI 过拟合。这和 AutoResearch / 「外置系统自己演化」直接相关：不是改模型权重，而是让脚手架可持续进化且还能泛化。OOD 上仍有收益，且策略 token 更省。 arXiv:2609.24972

专精 harness 的增益通常绑在部署时的外挂上；本文用「agent-as-harness」把优化 harness 诱导出的行为蒸馏进模型权重，部署时卸掉专精 harness 后任务成功率反而更高（约 23%→44%）。和「无梯度权重迁移 / 把外置能力内化」同一条线，可和昨天的 harness 拆分讨论对照。 arXiv:2609.24974

很多 agentic memory 用大模型本身管组织/检索，把贵的生成放在记忆关键路径上。Jev-Mem 把 System One（快控：路由、预算、图遍历、打分、早停）和 System Two（慢推理）拆开，记忆平面做成多关系结构。对「共享研究记忆 / 外置可查询记忆层」是效率向的一刀：LoCoMo 分数上去，构建与查询延迟都下来。 arXiv:2609.23986

5000 小时、21 款 AAA、100 名专家玩家的对齐视频+动作+多时间尺度指令，外加可复现的离线题库与逐步在线评测。想量「模型在不同 horizon 上能不能打游戏」时，比窄集或高方差在线 rollout 更成体系。热度最高档之一。 arXiv:2609.25001

视频世界模型难在长程、跨视角还记得住；用相机可查询的隐式 3D 记忆，把多视角历史压进生成器有限 token，支持从单图/文本流式探索场景。和「世界模型记忆」相关，但落点是交互式视频生成而非 agent 工具环。 arXiv:2609.24984

当天热度最高。用一套离散平移/旋转/夹爪命令，让 agentic VLM 闭环控真机，并配少样本演示做 in-context 分组。核心问题直白：数字世界里练出来的 VLM「智力」能不能跨过 embodiment 鸿沟到物理控制。 arXiv:2609.22966

企业文档先统一渲成 PDF，再做一次多模态转 Markdown（表改成自洽叙述、保留标题层级），然后按 ID 规划分块、不重写原文。相对纯 agentic chunking 大幅省输出 token 与费用，适合 RAG 入库管线。 arXiv:2609.24220

标注时定位到第一个坏 token，改完截断后继续生成（locate-correct-continue），中位耗时约减半，且最终样本大多仍是模型自己采的——更适合 on-policy SFT / preference。还能接外部 harness，给 agent 轨迹做交互式标注。 arXiv:2609.24983