微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：Agent Lightning v1.0 用约 3500 行代码实现完整 agent RL 控制面，并给出 SWE-bench Verified 上的训练增益数据。
Google Research 在 NBER 发布专利撰写三个月实地实验，将 Google Labs 未发布的 AI 专利写作助手（现属 Gemini Notebook）随机分配给 11 家律所的 133 名律师。
推荐理由：三个月专利撰写实地实验区分了AI带来的即时产出提升与无辅助判断力的变化，为理解AI对专业能力的影响提供了少见的长期证据。
英伟达团队从 Nemotron 3 出发，用 SFT、RL 和反馈驱动的推理流程，让模型在 IOI 2026 和 IMO 2026 均达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可复用其训练与推理流程。
Google Research 与全球卫生伙伴发布新研究论文，展示 Google Earth AI 如何结合环境信号、卫星影像、移动数据和 AlphaEarth Foundations、Population Dynamics Foundation Model（PDFM）等基础模型，并搭配地理空间推理智能体原型，帮助公共卫生团队预测疾病暴发。
推荐理由：Google 与 WHO 等机构用 Earth AI 在刚果（金）埃博拉疫情中实测地理空间推理智能体，展示公共卫生预测从被动响应转向主动预防的路径。
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，已作为 Asta 的 Fast 模式上线，并同步开放权重和训练数据。
推荐理由：原文公开了 AstaBrief 的训练数据构造与引用过滤细节，可供做科学报告生成的团队参考。
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，在数字模型和合成出的实体蛋白质上均可验证，同时保持其生物功能。
推荐理由：DeepMind 把水印从数字内容延伸到合成生物，读者可了解其原理与生物安全筛查中的定位。
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 多倍。
推荐理由：原文给出覆盖全基因组的预计算预测与免费入口，读者可了解变异解读工具链的可用范围。
字节 Seed 发布用于衡量真实世界环境学习的超长程评测集 EdgeBench，包含 134 个真实任务，横跨六大能力领域，Agent 在每个任务上可持续工作至少 12 小时。
推荐理由：字节 Seed 开源 EdgeBench 并给出环境学习曲线，读者可了解 Agent 长程学习如何被量化。