宝玉@doteyОценка ИИ6262剑桥大学 AI 科学与政策项目（CASP）9 月发布一篇论文，Hinton、Bengio 等 20 多位研究者联名讨论 AI 研发被自动化后是否会引发智能爆炸，Hinton 在 X 上推荐了该论文。
Ожидает перевода
The idea of an intelligence explosion caused by recursive self improvement has been around for a long time but until very recently it did not seem imminent. Now many leading researchers think it may happen quite soon. You can read our paper about it here: https://casp.ac/reports/intelligence-explosion
SWE-bench 的百分比是智能体编程领域被引用最多的数字，但它比通常被引用的方式要窄得多。文章拆解了一次评测如何产出这个数字：提交是 JSONL 格式的补丁，在 Docker 容器中应用到 base_commit 并运行仓库测试，FAIL_TO_PASS 全部通过且 PASS_TO_PASS 不回归才算 resolved，默认是 pass@1。
Ожидает перевода
一份多智能体（MAS）与单智能体（SAS）对比研究显示，智能体在协作上仍存在明显短板。在需要交换各自独有信息的任务中，多数模型只有 17–36% 的回合选对答案。
Ожидает перевода
DeepSeek AI 与北京大学在论文中提出时空可组合性，形式化了 DeepSeek Harness 底层开源 TypeScript 微内核 Cordis 的架构。
Ожидает перевода
作者翻译了 Google 与 Kaggle 免费课程 5-Day AI Agents: Intensive Vibe Coding Course 五份白皮书中的第一份，主题是从随意提示词转向智能体工程的新 SDLC。
Ожидает перевода
一篇论文评估仓库级上下文文件（如 AGENTS.md、CLAUDE.md）对编程智能体的作用，在 SWE-bench Lite 和自建基准 AGENTBENCH（12 个仓库的 138 个 Python 任务）上对比无上下文文件、LLM 生成和开发者手写三种条件。
Ожидает перевода
Augment Code 调研了 219 位工程负责人，发现其团队约 48% 的代码由 AI 生成，55% 担心团队对代码库失去共同理解，63% 表示工程师向管理者提出了技能相关性方面的担忧，在 201-1000 人规模的团队中这一比例升至 89%。
Ожидает перевода
Почему это важно: 219 位工程负责人的调研数据揭示了 AI 原生开发中代码评审、技能焦虑与角色定义之间的落差。
UC San Diego 研究团队通过 13 场实地观察和 99 名资深开发者的问卷（共 112 人，中位经验 10 年，使用 Claude Code、Cursor、GitHub Copilot、Windsurf）发现，专业开发者并不 vibe coding，而是通过规划和监督严格控制智能体。
Ожидает перевода
ETH Zurich 团队构建 AGENTbench，用 138 个来自小众仓库的真实 Python 任务，测试 Claude 3.5 Sonnet、Codex GPT-5.2、GPT-5.1 mini 和 Qwen Code 在无上下文文件、LLM 生成文件、人工编写文件三种场景下的表现。
Ожидает перевода