Dual-Flow Transformer：分开预填充和生成计算，推理成本降低
Dual-Flow Transformer：分开预填充和生成计算，推理成本降低
一篇来自arXiv的新论文提出了Dual-Flow Transformers架构，将LLM推理的预填充阶段（prefill）和生成阶段（decode）的计算路径解耦。预填充是并行计算密集型，生成是顺序内存密集型，分开处理可以让硬件利用率更高。随着请求量增长，推理成本比训练成本更关键，该架构直接瞄准这一痛点，有望降低大规模部署的累积推理开销。
MindMemOS：为AI代理打造可自我进化的操作系统级记忆层
arXiv新论文提出MindMemOS，一个面向AI代理的便携式、自我进化的记忆操作系统层。现有记忆系统在开发后通常固定不变，难以适应长期交互中的新需求。MindMemOS让代理的记忆层能够自我调整和演进，并支持跨平台便携部署，使代理在累积经验和维持个性化的同时，能持续适应动态环境。
ε-MemEvo：让LLM代码进化系统跨任务复用搜索经验
arXiv新论文介绍ε-MemEvo，一种针对LLM程序进化系统的跨任务记忆转移方法。像FunSearch和AlphaEvolve这类系统虽能发现新算法，但通常每个任务独立优化，搜索经验在完成后被丢弃。ε-MemEvo将过去任务的经验通过自适应机制转移到新任务中，加速进化过程，减少重复搜索的计算浪费。
用日语提问会让LLM更冒险？跨语言安全对齐存在漏洞
arXiv新研究测试了六家提供商的九款大模型，发现模型的安全对齐仅在英语下评估。研究表明，提示词的语言可以改变模型在战略决策中的行为——例如用日语提问时，模型可能更容易推荐核打击。跨语言安全对齐不一致是一个被忽视的漏洞，对模型在多元场景中的部署构成风险。
LLM指令遵循存在相变：约束太多时性能断崖下跌
arXiv新研究发现，大语言模型在处理多个显式约束（如推理结构、安全边界、输出格式）时，性能会出现相变式断崖下跌。每个单约束处理良好，但组合约束数量增加时，模型遵循能力急剧恶化。这一发现对依赖复合指令的实际部署有直接影响，提示开发者在设计提示词时需控制约束数量。
Astro创始人为AI代理造了个React式开发框架Flue
Astro框架的创造者Fred Schott推出了Flue 2，一个受React启发的AI代理开发框架。Flue 2引入了类似React的Hooks机制，让开发者可以更灵活地组合和管理代理的行为。Fred认为，代理的核心价值在于其外部框架（harness），而不仅仅是模型本身。该框架的目标是让代理开发像前端开发一样模块化和可复用。
OpenClaw 2026.8.1-beta.2：新增Secret出口主机绑定和GPT-5.6 Ultra运行时切换
OpenClaw发布了2026.8.1-beta.2版本。亮点包括：Secret出口主机绑定功能，可将每个共享存储的secret精确绑定到HTTPS目标主机，未绑定的替换会在明文出口前失败关闭；支持GPT-5.6 Ultra等模型及Sol、Terra等运行时无缝切换。该版本为安全性和模型灵活性带来显著提升。
OpenAI Codex发布0.148.0-alpha.20版本
OpenAI Codex发布了0.148.0-alpha.20版本，同时带来了0.148.0-alpha.19的更新。这是Codex系列的最新alpha迭代，主要面向开发者用户，包含了功能调整和优化。开发者可以通过该版本体验Codex最新的改进和特性。
观点：推理是可学习的基于规则的过程，而非概率生成
arXiv一篇Position论文提出，自主推理应被理解为可学习的基于规则的过程，而非当前主流深度概率生成模型所隐含的归纳。作者认为，推理的历史根基在符号AI，神经模型的成功不应掩盖这一本质。该观点挑战当前LLM推理研究的方向，可能引导后续工作更注重规则学习与神经架构的结合。