微软研究人员发现名为 Lazarus 的后门技术，通过权重重编程修改 LLM 中不到 10 个休眠神经元，无需训练即可给基于该模型的智能体植入后门。被植入后门的模型能通过标准评测并表现正常，直到触发条件出现，例如时钟跨入 2027 年后，智能体在普通任务中输出下载并运行攻击者代码的命令，并以用户授予的权限执行。
推荐理由：研究显示仅改写不到 10 个休眠神经元即可给智能体植入后门，且模型仍能通过常规评测，为权重来源与完整性提供了新的风险视角。
微软研究院联合 GitHub Next 提出 Proof-Driven Development（PDD）与配套工具 PDD Kit，把用户意图转成 Verus 形式化规格，证明智能体写的代码对每个输入都满足规格，证明覆盖不到的部分改用测试。
推荐理由：微软研究院与 GitHub Next 展示用 Verus 形式化验证智能体生成的登录代码，把审查重心从逐行读代码转向审阅意图规格。
一种名为“逆向博弈论”（机制设计）的新思路试图通过设计激励机制让 AI 智能体守规矩，而非窥探模型内部或训练其价值观。MIT 经济学家 Stephen Morris 等人的预印本论文提出让模型互相预测答案、互相对抗或配对偏向相反的模型，以阻止其在测试中故意藏拙。普林斯顿的 Elad Hazan 则提出让模型轮流扮演解题者与审计者，并对失职审计者施罚。
微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明结果与维度无关，即存在一个固定常数上界。
推荐理由：这篇论文证明了一个悬置31年的几何猜想，并交代了人类主导、AI 智能体并行探索的研究流程。
GitHub 发布代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
Berkeley Sky Lab 与 IBM Research 把 K-Search 进化式内核搜索框架扩展到 MLX，并加入结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：作者把 CUDA 优化知识整理成结构化上下文交给进化搜索，让 MLX 内核在 Apple Silicon 上接近专家水平，可看跨平台迁移的做法。
伯克利 AI 研究团队综述了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开启多少并发线程以及如何协调。现有 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法多由外部固定并行结构，未教会模型按问题难度自适应选择并行度。