今日 RSS 精选 — 2026-10-04

今天重点关注 Agent 的解法覆盖、记忆设计与执行反馈，以及这些方法对科研自动化的启发。本期没有足够扎实的结构生物学直接报道；涉及 cryo-EM 的连接均为应用思考，不代表相关方法已在该领域验证。以下研究数字来自所收录的二手简报。

Agent 评测：把多次尝试的价值算进去

单次成功率提高，解法覆盖却可能缩小

AI Brief 10 月 4 日简报介绍的 Sharpening Tax 研究指出：后训练提高 pass@1 的同时，可能降低充足采样预算下的 pass@K。模型更稳定地答对一部分任务，也可能更稳定地卡在另一部分任务上。

这对科研 Agent 的选型很有用。文献检索、代码修复和参数探索通常允许多次尝试，评测应同时记录单次成功率、固定预算下的任务覆盖率，以及重复失败的比例。选模型时，需要把重试成本和能否探索不同路径一起考虑。

同一期介绍的 AutoGUIWorld 用生成图像合成 GUI 交互轨迹，摘要报告 OSWorld 平均任务得分从 33.0% 升至 40.8%。它为科学软件界面自动化提供了训练思路，但迁移到 CryoSPARC 等工具前，仍需核验状态转移和操作落点是否真实有效。

• 原文：<https://ai-brief.liziran.com/zh/daily/2026-10-04-solution-coverage-gui-world-models.html>

长任务基础设施：保留证据，按需提炼

JitMem：让当前任务决定该记住什么

AI Brief 9 月 27 日简报中，最贴近长期科研助手的是 JitMem。它保留原始交互轨迹，在新任务到来时检索相关记录，再生成适合当前任务的紧凑记忆。摘要报告其在三个 Agent 基准上，相比最强基线提高 3.9—16.3 个百分点。

值得借鉴的是原始记录与工作摘要的分离。对于跨天的结构分析项目，可以保留作业参数、失败日志和结果路径，再按当前问题提取上下文，减少早期摘要遗漏关键信息的影响。实际采用前，还要衡量检索延迟、存储增长与过期记录的干扰。

• 原文：<https://ai-brief.liziran.com/zh/daily/2026-09-27-ai-tutoring-gre-learning-gains.html>

计算与验证：学习方法怎样帮助可靠性

RSB：用强化学习降低验证搜索成本

AI Brief 10 月 1 日简报介绍，RSB 用强化学习调整神经网络形式化验证中的分支选择。摘要报告，在 600 个高难实例上，相比先进分支启发式多解决 11% 的实例，探索分支减少 50%。

它值得看的原因是职责划分清楚：学习策略帮助安排搜索顺序，验证框架负责判断性质是否成立。对科研自动化，可借鉴这种分工，让 Agent 提议实验或处理分支，由明确的质量指标与独立检查决定是否接受结果。这里的性能提升针对验证搜索，不能直接外推为结构重建提速或科学结论可靠性的提升。

• 原文：<https://ai-brief.liziran.com/zh/daily/2026-10-01-reinforcement-verification-visual-memory.html>

实验室自动化：规划与控制需要不同节奏

《学习具身智能》：理解物理执行的边界

这篇 10 月 2 日的入门文章，把具身系统拆成任务规划、技能策略、控制与安全三层，解释了不完整观测、推理延迟和失败后环境变化带来的问题。

对关注实验室自动化的读者，这个分层很实用：语言模型可以分解实验目标、选择已有技能和处理异常；连续运动与设备保护则需要稳定的控制回路。文章尤其提醒，失败后必须重新观察现场并选择恢复路径。这也适用于科研软件 Agent：提交作业后，应读取实际状态和产物，再决定下一步。

• 原文：<https://qiankunli.github.io/2026/10/02/learn_robot.html>