STEPQuant：Delta规则循环状态量化的时空精度分配方案
研究者提出 STEPQuant，一种针对 Delta 规则循环状态的时空后训练量化框架，在名义 6-bit 预算下让量化状态精度接近 FP32，并在 4-bit 配置下优于统一 INT8；集成到 SGLang 后可将循环状态压缩超过 5 倍，服务总内存最高减少 68.7%。该工作目前仅为论文摘要信息，尚未核验…
celebrityanime
谷歌Gmail暗藏Gemini智能体：APK拆解泄露AI代写邮件功能
Gmail 安卓版 APK 拆解显示，谷歌正测试将 Gemini 智能体嵌入收件箱，让 AI 扫描邮件并起草回复，但关键步骤仍需用户确认，功能尚未官宣。
arXiv论文提出AI文明风险失败模式框架：无需敌意也可能导致人类灭绝
arXiv 2026年10月8日上线一篇论文，提出用失败模式框架分析先进AI如何可能导致人类灭绝或文明崩溃，核心论点是灾难性风险不依赖AI有意识或敌意。
arXiv发布AI文明风险失效模式分析 不靠意识敌意也可能致人类灭绝
arXiv 2026年10月8日上线一篇新论文，提出用于分析先进 AI 如何导致人类灭绝、文明不可逆崩溃或永久失能的“失效模式”框架。其核心判断是，灾难性 AI 风险不依赖意识、敌意或伤害人类的明确意图。
SWE-Game 基准测试：编码智能体做游戏，最强模型总分仍不到 60
Hugging Face Papers 收录的论文摘要提出 SWE-Game 基准，用 247 个任务、41 款可运行的 Godot 参考游戏测试编码智能体能否做游戏。值得关注的是，即便表现最好的 Opus5，在三个从零构建类任务上的最高分也只有 50.38 分（满分 100），六款模型整体都没过 60 分线…
SWE-Game 基准发布：247 项任务测评编程智能体造游戏能力
Hugging Face Papers 收录的论文摘要提出 SWE-Game 基准，用 247 项任务、41 个可执行 Godot 参考游戏测评编程智能体的游戏开发能力。结果显示构建类任务最高分仍不到 60 分，说明智能体离独立做出可玩游戏还有距离。
抖音生活服务双节报告：豆包订酒店下单量环比增56%，AI入口带动交易
抖音生活服务发布2026年中秋国庆消费报告，首次将AI交互渠道纳入假期消费统计：豆包“订酒店”下单量环比增长超过56%，AI入口开始从功能尝鲜走向实际交易。
抖音生活服务双节报告：豆包订酒店订单环比增56%，AI入口带动交易
抖音生活服务发布2026年中秋国庆消费报告，首次将AI交互渠道纳入假期消费场景统计，其中“豆包订酒店”订单量环比增长超56%。AI入口正从功能尝鲜走向实际交易。
arXiv 研究：同一批 Agent Skills，为何让 36.78% 任务表现倒退？
arXiv 2026 年 10 月 8 日发布的一项实证研究显示，同一个 Agent Skill 在不同模型与执行框架组合下效果截然不同，36.78% 的任务中配置之间的结果出现了明显分化，单纯按相关性挑选 Skill 容易错过更适配的候选方案。
arXiv研究：同一批Agent Skills在36.78%任务上帮了倒忙，重排序可提升首择通过率
arXiv 一篇新论文对 87 个任务、37,596 个候选 Skill 做实证研究，发现“相关”不等于“有用”，同一 Skill 在 36.78% 的任务上会因执行配置不同而拖累表现。