AI Agent 日报

华中科技大学提出RAD-2统一框架，扩散模型生成器产生多样化轨迹候选，RL优化判别器根据长期驾驶质量重排序。引入时间一致性组相对策略优化（TC-GRPO）和在线策略生成器优化（OGO），在BEV-Warp高吞吐仿真环境训练。相比强扩散规划器碰撞率降低56%，城市复杂交通中安全性和流畅度显著提升。

南京大学提出TESSY框架，解决用强教师模型生成数据微调推理模型（如Qwen3-8B）时的性能下降。核心发现：教师生成数据与学生分布存在显著风格分歧导致灾难性遗忘。TESSY让师生交替生成能力token和风格token，合成既保留教师推理质量又符合学生分布的on-policy数据。以GPT-OSS-120B为教师，LiveCodeBench-Pro提升11.25%。

现代化AI Agent项目模板，支持多模型切换、工具调用、RAG检索增强、对话记忆等核心能力。基于Python实现，为开发者提供开箱即用的Agent开发脚手架。

Rust实现的AI Agent记忆增强系统，融合Karpathy的LLM Wiki思想、Graphify图谱和PCKC技术，为AI agent提供更持久、结构化的长期记忆能力。

OpenAI推出GPT-Rosalind，针对生命科学工作流专门训练的LLM。从实验室假设到药房货架通常需10-15年和数十亿美元，该模型旨在加速药物研发。采用封闭访问模式，面向研究人员和制药企业。同时扩展Codex插件在GitHub的可用性。

Elon Musk宣布Grok 4.3版本升级，新增创建幻灯片功能。xAI在多模态生产力工具方向又进一步，使Grok从对话式AI向内容创作助手演进。

claudecodecamp.com发布Claude 4.7新tokenizer成本实测，HN获535 points和366条评论。详细测量新tokenizer在不同任务下的token消耗变化，代码生成场景效率提升约15%，长文本推理略有增加。社区热议tokenizer优化对API成本的实际影响及与其他模型（GPT-4o、Gemini）成本对比。

The Verge报道OpenAI视频生成模型Sora负责人Bill Peebles和AI for Science副总裁即将离职，延续OpenAI近期高管和核心研究人员流失趋势。Sora面临Runway、Pika等激烈竞争，人事变动可能影响产品路线图。

The Verge报道Anthropic推出新网络安全模型Mythos，旨在改善与美国政府的关系。在特朗普政府加强AI监管审查的背景下，Anthropic通过专注网络安全能力展示其技术实力和合规意愿。此举被视为Anthropic在AI安全叙事中的差异化策略。

Mozilla发布Thunderbolt AI客户端，基于deepset的Haystack框架构建，致力于去中心化开源AI生态系统。允许用户在本地或自托管基础设施上运行AI工作负载，不依赖云端API。Mozilla在隐私优先AI方向的重要布局，回应企业和开发者对数据主权的诉求。

Ars Technica报道，通过卫星和无人机热成像分析发现2026年美国计划建设的数据中心约40%遭遇严重延期。主因：施工延迟、能源供应瓶颈、社区对耗水耗电的抵制。对AI基础设施扩张预期构成挑战，可能影响大模型训练和推理服务供给。