Learn2Play Bench：LLM 智能体在陌生环境中从经验学习的效果如何？
研究者推出 Learn2Play Bench，用规则新颖或反直觉的文本游戏评测 LLM 智能体的经验学习能力，游戏提供可复现反馈与自动评分，并变换实例测试知识迁移。评测 backbone 模型、自进化方法和 agent harness 后发现：保留完整动作与反馈记录比总结成规则更利于学习；顶尖人类玩家峰值分数高于受测智能体；固定 backbone 时更换 harness 可提升表现并降低推理成本。
#记忆与上下文
Hugging Face Daily PapersAI 评分4141 Hugging Face Daily PapersAI 评分4242 ViSkill：用可演进的视觉原生技能强化 VLM 智能体
ViSkill 是一个视觉原生技能学习框架，将成功交互编码为 VLM 智能体可直接调用的复合视觉技能卡，检索到的技能同时引导推理与奖励塑形，成功轨迹再蒸馏回技能库形成闭环。在 Sokoban、FrozenLake 和 PrimitiveSkill 上，ViSkill 总体成功率达 0.89，加入冷启动初始化后升至 0.91，优于所有对比的闭源与开源基线，且收敛快于标准 PPO。
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。
arXiv cs.SEAI 评分2222 Traceable World State：面向机器人系统的溯源感知状态表示与确定性重放框架
研究者提出 Traceable World State（TWS），一种面向机器人世界状态的溯源感知语义表示与参考运行时，通过不可变快照、有序更新和 SHA-256 哈希链实现确定性重放与防篡改日志。
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4141 研究揭示 LLM 智能体漏洞挖掘的 token 消耗去向，并提出 AVRI 接口降本 18%-23.7%
一项基于 200 条 CyberGym 轨迹的研究诊断了 LLM 智能体在漏洞挖掘中的成本与失败原因：代码定位与理解、漏洞推理与触发设计占 token 消耗的 60.4%，且仅 24.4% 的对比在降低总成本的同时保持成功率。
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 发布 ADK for Kotlin 1.0，面向 Kotlin、Android 的智能体开发工具包
Google 发布 Agent Development Kit（ADK）for Kotlin 1.0 正式版，与 ADK 1.0 Core 功能对齐，并加入 Android 优先的端侧扩展。
推荐理由：官方给出 1.0 的功能清单与 Android 端侧扩展，可据此判断 Kotlin 智能体开发的可用边界。