智能体 · Skill · MCP

HarnessAdapt-RL同步训练策略与harness，SWE-bench Verified pass@1提升9.8个百分点

联合优化策略与执行框架可显著提升编码智能体在SWE-bench任务解决率，对RL训练范式有直接工程启示。

开源 30B 端侧智能体模型 Muse Glimmer：4-bit 量化单卡可跑

30B 级开源模型把多步规划、工具调用与失败恢复塞进消费级硬件，端侧 Agent 部署与隐私敏感场景多了一个可评估选项

ClawMMU 为 LLM 智能体长期记忆加来源标签，阻止隐藏指令提权

为有状态智能体的记忆来源与权限治理提供可落地防护思路，帮助缓解提示注入和工具结果投毒。

COMPASS 路由：DeepSWE 准确率 78.1%

无需训练路由权重即可依据性能与成本证据选模型，对多模型编排和成本控制有直接参考价值。

Sage-A1.5 35B MoE 智能体模型发布，关注长程任务与科学探索

展示长程智能体在编排、验证和科学发现上的能力组合方法，对复杂 Agent 系统设计有直接参考价值。

DynaWeave 动态场景训练智能体，CostBench 完成率升 67.34 个百分点

直击静态训练环境与真实动态环境脱节的痛点，为智能体 SFT 提供可验证的数据合成管线，且代码开源。

OpenGCUA 发布首个全栈开源通用电脑使用智能体

对标闭源 CUA，把视觉+程序化接口的统一决策与代码执行开源，可用于自建桌面 Agent

TraceLite 压缩 SWE Agent 轨迹，解决率 78.25%、省 33.05% token

免训练压缩历史观察为图像并去冗余，降低 SWE agent 推理成本，可直接评估用于仓库级任务。

PerMIT：门控 + Lean 4 定理为智能体持久记忆提供可证明防投毒保障

记忆注入/投毒是带持久记忆智能体的核心风险，该工作给出可审计、可形式化验证的防护范式与社区信任扩展机制。