AgentGarten：用代码世界构建可演化的智能体训练环境
AgentGarten 是一个将模拟器与游戏引擎同共享神经渲染器耦合的框架，用于构建实时交互环境，其仿真后端维护持久世界状态并执行程序定义的交互规则，渲染器则从统一接口导出的结构化条件生成视觉观测。
#多智能体
Hugging Face Daily PapersAI 评分5252 Hugging Face Daily PapersAI 评分3434 SuperNav：面向任意场景任意任务的智能体导航系统
SuperNav 是一个无需对 MLLM 做导航专项微调的智能体导航系统，通过 Navigation Skills、面向智能体的物理交互工具和任务进度与上下文管理，让预训练 MLLM 专注理解请求、感知场景与决策，把运动执行交给导航工具。
Hugging Face Daily PapersAI 评分4040 OneSearch-VL：面向图像与视频的统一多模态深度研究智能体
OneSearch-VL 是一个以视觉锚定证据图（VGEG）为核心的多模态深度研究智能体，统一处理单图、多图和视频研究任务。其 8B 版本在新建的 OneSearch-MI-Bench 和 OneSearch-Video-Bench 上分别比带工具访问的 Qwen3-VL-8B 提升 20.2 和 17.6 个百分点，并在 7 个图像基准和 VideoDR 上取得显著增益。
Hugging Face Daily PapersAI 评分2222 ME-World：面向细粒度具身交互的多智能体第一视角世界模型
研究者提出多智能体第一视角世界模型 ME-World，将多智能体第一视角建模定义为多个智能体在共享世界中通过细粒度动作交互的同步自我流生成。该方法在共享 token 序列中联合去噪多条自我流，以所有智能体的目标视角位姿为条件，并用共享环境记忆约束生成，同时提出环境、更新与身份一致性指标。实验显示其在共享世界一致性、动作控制、身份保持和视频质量上优于现有方法。
Hugging Face Daily PapersAI 评分3434 MARGIN：面向多智能体基础模型协调的运行时置信度校准
MARGIN 是一种运行时校准方法，通过置信度分带内近期准确率与自报置信度的比值，学习各模型专属的置信度修正，无需重训模型或预留校准集。在 18 模型池的代码生成、问答与数学评测中，其偏移后期望校准误差在两项代码生成迁移上优于全部五个在线校准基线，问答迁移上优于四个；代码生成协调实验中，答案选择准确率相比未校准的置信度加权提升 4.3 和 14.0 个百分点。
arXiv cs.SEAI 评分3030 超越组件测试：Agentic AI 系统的验证研究综述
一项系统映射研究综合 262 篇论文，指出 Agentic AI 系统的验证需从组件测试转向对多步轨迹的上下文验证。研究提出覆盖行为、安全、时序、监管与多智能体五个维度的分类体系，发现文献集中于行为评估（105 篇），时序有效性最薄弱（仅 14 篇）。论文结合医疗、工业运营与智能出行三个案例，提出以有限自主规范、对抗性轨迹生成、运行时监控和可审计证据结构为核心的研究议程。
arXiv cs.SEAI 评分4747 ReCodeAgent：面向大规模代码仓库的语言无关翻译与验证多智能体工作流
ReCodeAgent 是一种自主多智能体方法，用户只需提供源语言项目和目标语言，即可自动完成整个仓库的代码翻译与验证。在覆盖 6 种编程语言、4 种语言对的 118 个真实项目上，其测试通过率较此前方法提升 60.8%，平均成本 15.3 美元。改用单智能体架构后，通过率平均下降 40.4%，轨迹变长 28%。
arXiv cs.SEAI 评分2929 从 LLM 聊天到自主 AI 智能体：LLM 集成应用的七种形态
一项综述系统梳理了 LLM 集成应用的七种反复出现的形态：LLM 聊天、自定义智能体、RAG、AI 增强工作流、copilot、编码智能体以及部分 agentic RAG，并以统一的智能体与工具词汇加以描述。
arXiv cs.SEAI 评分4040 Spec Growth Engine 实现：用确定性引擎防止 spec-code 偏离，用智能体扩展规格图
Spec Growth Engine 通过两层设计支撑 AI 辅助软件开发：第一层是不调用模型的确定性引擎，校验规格图、比对代码 import graph、依据测试证据授予节点验证状态并分类变更影响，防止 spec-code 偏离；第二层由 intent author、planner、coder 三个模型智能体分轮扩展规格图，每轮后由确定性规则决定是否继续。
量子位AI 评分6262 Sharpa 在 IROS 发布人形机器人 D01、灵巧手 W02 与外骨骼数据手套 AE01
Sharpa 在 IROS 发布首款全自研通用人形机器人 D01、新一代灵巧手 W02 和外骨骼触感数据手套 AE01。D01 电子皮肤覆盖全身、触觉覆盖上半身，触觉采样率 100Hz，力感知范围 0.1—20N，重复定位精度 0.2mm；W02 主动自由度从 W01 的 22 个减到 21 个，整手尺寸缩小约 30%，指尖力感知范围 5mN—30N。
Google Developers Blog精选AI 评分6262 Google 从 AI Agents Challenge 参赛作品中总结四种智能体工程模式
Google for Startups AI Agents Challenge 评审发现，排名靠前的参赛作品反复出现四种工程模式：双向 MCP（智能体既是自身工具的客户端，也是其他智能体可调用的服务端）、事件驱动并发（智能体通过事件总线并行响应同一信号而非串行调用）、同标准回退（小模型顶替过载模型时仍走同一验证函数）、分层路由（先用正则和廉价模型分类，再交给完整推理模型）。
推荐理由：从真实参赛代码中提炼四种智能体工程模式，可迁移到自己的构建中。