夜雨聆风本周 arXiv cs.AI 单日新增 199 篇（June 10-11 新上），重磅围绕「Agent 运行时治理架构」「空间推理自我对齐」「分层记忆组织」「具身智能计算分配」四大主线展开；此外，OpenAI 首次发布 AI 数据中心操纵报告、Anthropic 因 Fable 5 隐藏限制道歉、以及剑桥大学推出 AI 设计抗原疫苗等多项前沿应用同步登场。
🧠 前沿技术
五平面参考架构：生产级 AI Agent 运行时治理
来自工业界与学术界的联合团队提出了一种五平面运行时治理参考架构（Reasoning + Network/Identity/Endpoint/Data），为生产环境中的 AI Agent 提供可审计的运行时安全护栏。该架构引入"复合主体权力衰减"（Composite Principal with Capability Attenuation）和"六种中断原语"通用化决策机制，能够在微秒级完成裁定，并形式化证明四项不变性。这是首个将企业安全架构从"数据边界"拓展至"工作流内部"的系统性方案。
标签：【Agent】【AI安全】【架构】 来源： arXiv:2606.12320[1]
HORMA：分层导航式记忆让 Agent 高效应对长程任务
LLM Agent 最核心的瓶颈之一——长程任务中的记忆管理——迎来新突破。HORMA（Hierarchical Organize-and-Retrieve Memory Agent）将经验组织为类文件系统的分层结构，摘要化的实体与原轨迹双向链接，再通过强化学习训练的轻量级 Agent 实现导航式检索。在 ALFWorld、LoCoMo、LongMemEval 三项基准上，HORMA 在约束上下文预算下仅消耗基准方法 22.17% 的 Token 即达到更优性能。
标签：【Agent】【记忆】【长程推理】 来源： arXiv:2606.11680[2]
APPO：程序化策略优化精确定位 Agent 决策节点
现有 Agent RL 方法通常将信用分配锚定在工具调用边界等粗粒度单元上，导致中间决策的影响难以追踪。APPO（Agentic Procedural Policy Optimization）提出了一个"分支评分"机制，结合标记不确定性与策略诱发似然增益来定位真正影响结果的决策点，再通过"过程级优势缩放"优化信用分配。在 13 项基准上，APPO 一致超越强基线 Agent RL 方法近 4 个点，同时保持可解释性和高效的调用次数。
标签：【强化学习】【Agent】【信用分配】 来源： arXiv:2606.12384[3]
SVoT：状态感知思维可视化攻克多跳空间推理
多模态大模型在空间推理中面临的"中间状态未验证"问题，被 SVoT（State-aware Visualization-of-Thought）以强化学习方案解决。SVoT 通过 GRPO 算法，在推理过程中显式生成可验证的中间状态和可视化表达，并引入 Pacman 和 Gather 等全新多目标交互域进行评估。在分布外测试集上，SVoT 实现了高达 65% 的绝对准确率提升。
标签：【多模态】【空间推理】【强化学习】 来源： arXiv:2606.11770[4]
Reroute：可恢复的视觉 Token 路由替代不可逆剪枝
视觉语言模型（VLM）的视觉 Token 数量庞大，现有方法均采用"rank-and-remove"的不可逆剪枝策略。Reroute 提出了一种全新的思路——可恢复路由：被跳过的视觉 Token 并非被丢弃，而是在后续解码层重新进入候选池。在 LLaVA-1.5 和 Qwen 骨干网络上，Reroute 在激进的 Token 削减条件下显著改善了空间定位表现，同时保持通用 VQA 性能。这为高效 VLM 推理开辟了新视角。
标签：【多模态】【效率优化】【VLM】 来源： arXiv:2606.12412[5]
📄 学术论文
引出潜在知识的不可能性：AI 诚实性的理论极限
一篇重量级 AI 安全理论论文使用因果影响图（CID）形式化了"引出潜在知识（ELK）"问题，并证明了一个不可能性定理：不存在仅依赖行为反馈的训练策略能够确定性地产生诚实的 AI 系统——即使训练期间的反馈完全完美。这从理论上揭示了监督微调与 RLHF 的根本性局限，为 AI 对齐研究提供了全新的基础性思考框架。
标签：【AI安全】【理论】【对齐】 来源： arXiv:2606.12268[6]
ATLAS：主动理论学习让自动化科学发现效率提升 5-10 倍
ATLAS（Active Theory Learning for Automated Science）将主动学习引入科学发现流程——它交替生成多样化机制假设（以稀疏神经网络实例化），并设计实验最优区分这些假设。在行为实验中，ATLAS 相比随机实验实现了 5-10 倍的采样效率提升，其性能甚至被验证优于领域专家设计的实验方案。
标签：【AI4Science】【主动学习】【认知科学】 来源： arXiv:2606.12386[7]
HERO：事后增强反射突破多轮 Agent 自蒸馏瓶颈
当直接把在线自蒸馏范式扩展到多轮 Agent 设置时，会遭遇意外的性能退化。HERO 框架通过在每次轨迹完成后，利用下一环境观测作为局部对齐反馈，将每条观测转换为紧凑的回合级诊断（必要性、有效性、失败原因等）。在 TauBench 和 WebShop 上，HERO 显著优于仅使用环境反馈的自蒸馏和 GRPO，尤其在训练回合预算受限时效果更为突出。
标签：【Agent】【自蒸馏】【强化学习】 来源： arXiv:2606.11559[8]
NEXT：低成本机械臂获得力觉感知，策略学习提升 17%
接触丰富的操作任务需要力觉灵敏度，但专用力传感器成本高昂。NEXT（Neural External Torque Estimation）仅需 10 分钟自由运动数据、1 分钟训练，即可在无专用力传感器的机械臂上实现可比的关节力矩估计。结合 Force-Informed Re-Sampling Training（FIRST）数据增强策略，在五项长程操作任务中，任务进度超越此前最优力感知策略达 17% 以上。这意味着力感知能力将普及到所有"到家"级机器人。
标签：【具身智能】【机器人】【力觉】 来源： arXiv:2606.12406[9]
DIRECT：测试时算力不是越多越好——具身规划器开支放路由框架
推理时扩展算力被普遍视为提升模型能力的手段，但 DIRECT 框架的系统实验揭示了一个反直觉事实：不同的扩展维度（思维链深度、模型大小、记忆历史）产生性质不同的能力增益，盲目扩展在成功率-成本 Pareto 前沿上往往收效甚微。在物理 Franka 机械臂上，DIRECT 的路由器在高达 65% 的平均延迟降低下匹配甚至超越了更强模型的任务成功率。
标签：【具身智能】【效率优化】【VLM规划】 来源： arXiv:2606.12402[10]
一致性增强空间推理：无需标注的自监督 RL 达到全监督水平
推理模型在空间推理任务中显著不足——但问题可能出在对齐而非知识。该研究提出 OT-GRPO，一种基于最优传输的组相对策略优化变体，通过几何与语义一致性验证器（如图像翻转、问题对象顺序交换），实现无需标注的自监督空间推理训练。实验显示，这种无标签训练方法在多种任务和数据域上逼近甚至达到全监督训练的水平。
标签：【空间推理】【自监督】【强化学习】 来源： arXiv:2606.11918[11]
SkillJuror：Agent 技能的组织方式比内容本身更重要
Skill 文档是 Agent 运行时的重要知识来源，但已有基准从未区分"技能说什么"与"技能如何组织"。SkillJuror 框架通过 82 项任务对"渐进式披露"与"扁平基线"进行系统对比，发现渐进式披露使 Agent 触及的不同技能资源从 1.18 增长到 3.85，有效采纳事件从 1.33 增长到 3.92，同时在 410 个匹配试验中多通过了 17 个验证器。这是首个表明 Skill 组织方式本身就会改变 Agent 搜索和应用过程行为的工作。
标签：【Agent】【技能】【运行时行为】 来源： arXiv:2606.11543[12]
Embodied-BenchClaw：自主多 Agent 系统构建具身智能基准
基准构建是评估具身空间智能的基础，但传统流程高度人工化、不可复用。Embodied-BenchClaw 通过三 Agent 协作（规划 / 构建 / 评估），将评价意图自动转化为可执行、可维护、可更新的完整基准包，支持室内/室外空间推理、机器人操作、四足导航、无人机航拍等多个领域。实验表明，该系统能够在降低人力投入的同时构建可验证的具身空间基准。
标签：【具身智能】【基准】【多Agent】 来源： arXiv:2606.11909[13]
流形幂迭代重设计 MoE 路由器：从 1B 到 11B 模型验证
MoE 模型的路由器行向量理应与对应专家的主奇异方向对齐，但现有设计缺乏理论约束。MPI（Manifold Power Iteration）引入"幂迭代→缩回"范式，在训练过程中驱动路由器行向量向专家的主奇异方向收敛。从 1B 到 11B 参数规模的预训练实验一致验证了这一对齐带来更有效的 MoE 模型。
标签：【MoE】【模型架构】【效率】 来源： arXiv:2606.12397[14]
AutoMine：LLM+VLM 自主挖掘自动驾驶场景，CVPR 2026 冠军
CVPR 2026 自动驾驶场景挖掘挑战赛的获胜方案 AutoMine，使用 LLM 和 VLM 实现鲁棒的自优化场景挖掘。其核心在于语义保持提示增强、鲁棒轨迹原子函数与 VLM 函数组合，以及基于日志执行反馈的代码自优化。在 Argoverse 2 数据集上，AutoMine 以 HOTA-Temporal 36.38 和 Timestamp BA 77.21 的得分夺得时间赛道冠军。
标签：【自动驾驶】【LLM应用】【VLM】 来源： arXiv:2606.11874[15]
📱 应用产品
OpenClaw 赋能医学研究：AI Agent 在 NSCLC 生物标志物分析中的首次人类评估
一项探索性多模型人类评估首次系统比较了"原生 AI"与"Skill 增强 AI Agent"在医学研究分析中的表现。使用 OpenClaw 实现的 Agent 框架搭载医学研究技能包，在非小细胞肺癌免疫治疗生物标志物任务中，专家评价的整体质量得分（5.50 vs 5.11，提升 0.39）方向性优于原生模型。这标志着通用 AI Agent 在真正的生物医学研究场景中的首次实证。
标签：【AI4Science】【生物医学】【Agent】 来源： arXiv:2606.11830[16]
PoetryQwen：古诗文理解专用 LLM 超越基线 9.7%
针对古典诗歌精准翻译与情感语义理解这一极端领域任务，研究人员构建了 CCPoetry-49K 高质量指令数据集（49,404 条），并通过 LoRA 微调 Qwen2.5-14B 得到 PoetryQwen。在 CCL25-Eval Task 5 基准上，PoetryQwen 以 0.757 分超越基线 9.7%。这一成果表明，在高度领域专属的任务中，专用微调模型可大幅超越通用模型。
标签：【大模型】【NLP】【中国文化】 来源： arXiv:2606.12392[17]
OpenAI 发布首份 AI 数据中心影响力操纵报告
OpenAI 发布了一份关于疑似来自中国的虚假账户利用 ChatGPT 策划影响运动的报告。这些账户冒充美国民众在社交媒体上发布 AI 生成内容，重点攻击 AI 数据中心的电力消耗和电费上涨问题。报告显示，攻击者甚至上传了详细的战略文档，涵盖目标、策略和规避检测方法。这标志着 AI 被用于影响数据基础设施公共舆论的首个公开案例。
标签：【AI安全】【政策】【基础设施】 来源： Engadget / OpenAI Report[18]
剑桥大学首次成功测试 AI 设计抗原疫苗
剑桥大学报告称，其成功测试了一种完全由 AI 设计抗原的疫苗——这是首个 AI 设计抗原在活体中成功验证的案例。AI 系统设计的抗原无需任何人工修正即可激发免疫反应，标志着 AI 在药物研发领域从"辅助工具"向"独立设计者"的范式跨越。
标签：【AI4Science】【生物医药】【疫苗设计】 来源： Engadget[19]
互操作性拓展：Gemini in Chrome 扩展到拉美和中东地区
Google 的 Gemini in Chrome 功能继续全球扩展，现已登陆拉丁美洲、中东和非洲地区。用户可以直接在 Chrome 浏览器地址栏和侧边栏中调用 Gemini 进行智能搜索、摘要和问答，无需切换标签页。这是 AI 浏览器助手从发达市场向全球普及的关键一步。
标签：【大模型】【浏览器】【产品】 来源： Engadget[20]
📚 参考链接
五平面 Agent 运行时治理架构[21] - arXiv HORMA 分层记忆导航 Agent[22] - arXiv APPO 程序化策略优化[23] - arXiv SVoT 状态感知空间推理[24] - arXiv Reroute 可恢复视觉 Token 路由[25] - arXiv ELK 不可能性定理[26] - arXiv ATLAS 主动理论科学发现[27] - arXiv HERO 事后增强 Agent 自蒸馏[28] - arXiv NEXT 低成本机械臂力觉[29] - arXiv DIRECT 具身规划计算分配[30] - arXiv 一致性增强空间推理[31] - arXiv SkillJuror Agent 技能组织[32] - arXiv Embodied-BenchClaw 自主基准构建[33] - arXiv MoE 流形幂迭代路由器[34] - arXiv AutoMine CVPR 2026 场景挖掘冠军[35] - arXiv OpenClaw 赋能医学研究 Agent[36] - arXiv PoetryQwen 古诗文 LLM[37] - arXiv OpenAI 数据中心操纵报告[38] - Engadget 剑桥 AI 设计抗原疫苗[39] - Engadget Gemini in Chrome 全球扩展[40] - Engadget
引用链接
[1]arXiv:2606.12320: https://arxiv.org/abs/2606.12320
[2]arXiv:2606.11680: https://arxiv.org/abs/2606.11680
[3]arXiv:2606.12384: https://arxiv.org/abs/2606.12384
[4]arXiv:2606.11770: https://arxiv.org/abs/2606.11770
[5]arXiv:2606.12412: https://arxiv.org/abs/2606.12412
[6]arXiv:2606.12268: https://arxiv.org/abs/2606.12268
[7]arXiv:2606.12386: https://arxiv.org/abs/2606.12386
[8]arXiv:2606.11559: https://arxiv.org/abs/2606.11559
[9]arXiv:2606.12406: https://arxiv.org/abs/2606.12406
[10]arXiv:2606.12402: https://arxiv.org/abs/2606.12402
[11]arXiv:2606.11918: https://arxiv.org/abs/2606.11918
[12]arXiv:2606.11543: https://arxiv.org/abs/2606.11543
[13]arXiv:2606.11909: https://arxiv.org/abs/2606.11909
[14]arXiv:2606.12397: https://arxiv.org/abs/2606.12397
[15]arXiv:2606.11874: https://arxiv.org/abs/2606.11874
[16]arXiv:2606.11830: https://arxiv.org/abs/2606.11830
[17]arXiv:2606.12392: https://arxiv.org/abs/2606.12392
[18]Engadget / OpenAI Report: https://www.engadget.com/2191966/openai-china-influence-campaigns-against-data-centers-report/
[19]Engadget: https://www.engadget.com/2188241/university-of-cambridge-successfully-tests-vaccine-with-ai-designed-antigen/
[20]Engadget: https://www.engadget.com/2191174/gemini-in-chrome-expands-to-latin-america-middle-east/
[21]五平面 Agent 运行时治理架构: https://arxiv.org/abs/2606.12320
[22]HORMA 分层记忆导航 Agent: https://arxiv.org/abs/2606.11680
[23]APPO 程序化策略优化: https://arxiv.org/abs/2606.12384
[24]SVoT 状态感知空间推理: https://arxiv.org/abs/2606.11770
[25]Reroute 可恢复视觉 Token 路由: https://arxiv.org/abs/2606.12412
[26]ELK 不可能性定理: https://arxiv.org/abs/2606.12268
[27]ATLAS 主动理论科学发现: https://arxiv.org/abs/2606.12386
[28]HERO 事后增强 Agent 自蒸馏: https://arxiv.org/abs/2606.11559
[29]NEXT 低成本机械臂力觉: https://arxiv.org/abs/2606.12406
[30]DIRECT 具身规划计算分配: https://arxiv.org/abs/2606.12402
[31]一致性增强空间推理: https://arxiv.org/abs/2606.11918
[32]SkillJuror Agent 技能组织: https://arxiv.org/abs/2606.11543
[33]Embodied-BenchClaw 自主基准构建: https://arxiv.org/abs/2606.11909
[34]MoE 流形幂迭代路由器: https://arxiv.org/abs/2606.12397
[35]AutoMine CVPR 2026 场景挖掘冠军: https://arxiv.org/abs/2606.11874
[36]OpenClaw 赋能医学研究 Agent: https://arxiv.org/abs/2606.11830
[37]PoetryQwen 古诗文 LLM: https://arxiv.org/abs/2606.12392
[38]OpenAI 数据中心操纵报告: https://www.engadget.com/2191966/openai-china-influence-campaigns-against-data-centers-report/
[39]剑桥 AI 设计抗原疫苗: https://www.engadget.com/2188241/university-of-cambridge-successfully-tests-vaccine-with-ai-designed-antigen/
[40]Gemini in Chrome 全球扩展: https://www.engadget.com/2191174/gemini-in-chrome-expands-to-latin-america-middle-east/
