开源基准 CloudOpsBench 揭示：推理是 AI 应对云运维的最大瓶颈
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，包含 45 个 AWS 云运维任务，由资深 DevOps 工程师构建。Claude Fable 5.1 解出 60%，GPT-6 Astra 为 53%，无一模型全部完成。约 80% 的失败源于智能体误判任务范围、未检查相关服务或过早停止，约 20% 为错误操作且部分后果不可逆。
#部署/工程
The DecoderAI 评分4040
爱范儿AI 评分6060 Anthropic FlashProve 研究解读：用零知识证明核验模型推理真伪
Anthropic 发布 FlashProve 开源研究原型，用 zkSNARK 零知识证明让用户在不接触模型权重的情况下核验 API 输出确实来自指定模型。
Latent SpaceAI 评分5353 Latent Space AINews：MIT 研究称 LLM 可直接读写神经网络权重，Qwen3.5-0.8B MATH-500 从 7.9% 升至 48.1%
Latent Space 10/31-11/02 期 AINews 头条报道 Weight-Space Programming 研究：LLM 无需梯度训练即可直接检查和编辑小模型权重，仅改 Qwen3.5-0.8B 约 0.016% 权重（131,072 个）就把 MATH-500 从 7.9% 提到 48.1%。
量子位AI 评分4141 模拟计算进入矩阵时代！北大联手IBM苏黎世研究院，写下「现代模拟计算」新定义
北京大学孙仲联合IBM苏黎世研究院和硅谷初创Unconventional AI在Nature旗下期刊发表综述论文，正式定义「现代模拟计算」。该体系以阻变存储器（RRAM等忆阻器）为硬件基础，面向AI与6G通信中的矩阵计算，归纳出解微分方程、解矩阵方程、矩阵向量乘法三个核心原语。
钛媒体AI 评分5252 DeepSeek Harness 团队解读 Super-agent 设计：为什么代码助手不该秒回消息
DeepSeek Harness 团队于 2026 年 10 月 31 日发布《Super-agent 设计探索：迈向更自主的 Agent 系统》技术长文，提出前端 Router 加后台 Worker 的分治架构，把调度与执行解耦，减少对人类注意力的占用。
爱范儿AI 评分7070 DeepSeek 发布 Super-agent 架构技术文章，让 AI 主动协作修 Bug
DeepSeek Harness 团队发表《Super-agent 设计探索：迈向更自主的 Agent 系统》，提出由 Router 和 Worker 组成的双层架构，让 Agent 长期在线、跨平台并行处理任务，并基于事件触发主动响应群聊、GitHub 等消息。
量子位AI 评分5454 逐际动力更新开源工程底座 FluxVLA Engine V2 技术报告
逐际动力发布开源工程底座 FluxVLA Engine 的 V2 技术报告，新增在线强化学习后训练实验并扩展仿真评测与真机部署。
量子位AI 评分5353 逐际动力更新开源底座FluxVLA Engine V2技术报告，加入在线强化学习并扩展真机部署
逐际动力发布开源工程底座FluxVLA Engine的第二版技术报告，相比9月首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖。
爱范儿AI 评分7474 Anthropic 用 15 台电视盒子跑起 260 亿参数模型，解读 AI 自主复制研究
爱范儿解读 Anthropic 的 AI 蠕虫研究：15 台单价约 55 美元、每台 4GB 内存的安卓电视盒子通过分布式推理跑起 Gemma4-26B-A4B，速度仅 0.39 tokens/秒。
雷峰网AI 评分5858 哥大李昀烛团队在 IROS 2026 介绍 FlexiTac 触觉传感器开源实践
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源柔性压阻式触觉传感器平台 FlexiTac 开源一年半后的进展与生态。该传感器采用 FPC 与力敏薄膜层叠结构，组装仅需 3 分钟，可弯曲裁剪并适配手套、指尖或机器人皮肤，团队开源了完整 BOM、装配说明和读取软件，并集成进 LeRobot 框架。
Microsoft ResearchAI 评分3636 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，利用太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等本地数据，为美国本土66,935座变电站生成30-60分钟前的空间天气风险预测。
Microsoft Research精选AI 评分6262 微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人表现与续航
微软研究院对移动操作机器人工作负载做了首次系统性研究，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX，并加入结构化的 CUDA-to-MLX 翻译层，让 CUDA 内核经验自动适配 Apple Silicon。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化翻译到 Apple Silicon，以及翻译层对性能差距的具体贡献。
Berkeley AI ResearchAI 评分3232 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索，并重塑梯度，让动作获得清晰信号、避免穿过高维视觉模型的脆弱"状态-输入"梯度，使基于学习动力学（世界模型）的长时程规划变得可行。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Berkeley AI ResearchAI 评分2626 伯克利提出信息驱动成像系统设计框架，可跨四类成像任务预测性能
伯克利 AI Research 提出一种基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化信息含量，无需任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证，信息估计能预测下游重建性能，优化后的设计可媲美端到端方法，且内存和算力需求更低。