Google 研究成果首次登上《柳叶刀》主刊

过去一年，AI 产品越来越想变成一个「人」。 一边是越来越自动化的 Agent，已经可以直接操作电脑，甚至和其他 AI 互相通信。 而另一边，是近期大火的「个人助理」式 Personal AI，它不仅要完成眼前的任务，还想记住是谁在提需求：这个人关心什么，手上有哪些没做完的事。 就在最近一个月里， Meta 推出了 Muse； Manus 推出个人 Agent 应用 Cue； OpenAI 随后发布 Dots。 它们的形态不同，但目的近似，都在试图长期记住用户的目标和偏好，进入用户日常使用的软件，并在用户没有主动提问时继续工作。 不过，放到国内的使用环境里，这些产品多少有些「水土不服」，要么仅在美区开放，要么可操作的应用主要是 Gmail、Slack、WhatsApp、Teams 等海外软件。 在这股热潮里，我注意到了 Today AI。它由 Teambition 创始人齐俊元打造，国内版于 9 月 24 日上线，已经接入飞书、钉钉、腾讯文档和邮箱等国内常用应用。 Today AI 应用的主页面｜图片来源：Today AI 至少对国内用户来说，它算是目前最容易上手体验 Personal

The album promises to cover everything the singer “witnessed as a woman of history during her hiatus from pop music”

这家公司要把 AI 长片送进 2027 年暑期档院线#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

arXiv:2610.10611v1 Announce Type: new Abstract: Agentic AI systems can improve by searching longer, receiving additional support, or modifying how they propose and verify outputs. A performance score does not distinguish these mechanisms. We compare these changes through bounded verification with hidden terminal randomness. A stage specifies admissible transcripts, polynomial bounds, an alternating verification protocol, and a terminal checker. Its native reach uses default support; its closure

arXiv:2610.10805v1 Announce Type: new Abstract: As AI systems increasingly interact with people and make decisions about them, understanding human interpretations becomes an important part of developing human-centered AI. Conventional machine learning and AI systems are largely developed under the assumption that a single definitive ground truth exists, with variability in human annotations often resolved through aggregation or treated as noise. However, for many human-centered tasks, human inte

arXiv:2610.10833v1 Announce Type: new Abstract: We study whether small LLM agents can operate effectively under explicit wall-clock time budgets by both respecting the allocated runtime and using available time productively. We evaluate Qwen3.6-27B on five competitions from MLE-Bench Lite and Qwen3-4B on Zork I (Jericho), two agentic benchmarks where additional computational time can meaningfully improve performance. In the simplest setting, where the budget is stated only in the prompt, agents

arXiv:2610.11118v1 Announce Type: new Abstract: The next frontier for artificial general intelligence is tackling unresolved scientific problems, calling for benchmarks that assess progress beyond established knowledge. We introduce OpenProblemBench, a benchmark of 82 unresolved problems drawn from the mathematics and theoretical physics literature. Each problem supplies the research context, assumptions, and prior progress needed to investigate the question. We select problems whose proposed so

排队试玩、领取周边、集章抽奖，在这间近百平方米的长方形空间，许多“玩家”就和参加普通的游戏展一样，正好奇地寻找自己喜欢的游戏。如果不是远处不断传来的现场音乐和观众欢呼声，我很难意识到，这里只是这场音乐节的一部分，而不是某个会展中心里的游戏展或者漫展现场。 在游戏展期间做一场音乐演出，不稀奇。因为游戏音乐会已经是一种相对成熟的商业形式。但如果反过来，在音乐节里做一场游戏展，倒让人觉得有些新鲜——尤其当主办方还是一位游戏行业的“新面孔”：摩登天空和草莓音乐节。 9月底结束的广州草莓音乐节上，摩登天空旗下的Game House联合好游快爆，在音乐节现场设置了一个游戏展区。观众可以在现场试玩到包括《雾海之下》《归环》《饥困荒野》等在内的十几款游戏，《无限大》和《粒粒的小人国》也来现场设置了预约展台。 很热闹的试玩现场 刚看到摩登天空要在音乐节里做游戏展的消息时，我觉得非常疑惑：音乐节的观众，究竟有多少会是游戏玩家？对于参展游戏而言，这些新增的曝光能转化成下载、预约或者更长期的用户关注吗？而作为一家音乐公司，摩登天空又为什么在这时选择“入局游戏”？ 带着这些问题，我们去到广州草莓音乐节的Game

触乐怪话，每天胡侃和游戏有关的屁事、鬼事、新鲜事。 图/小罗 我突然发现，我的Steam游戏库里仍然有非常多的EA（抢先体验版）游戏。 其中，有一部分原因是我已经习惯了Steam的“抢先体验”模式。当我遇到了一款感兴趣的游戏之后，往往因为害怕再也无法与它相遇，于是便急头白脸地想要把它买进库内。大多数时候，这些游戏总是看起来充满活力，价格也不高。制作团队总会列出一个长长的更新计划，让人只看见就感到十分的安心。 同时，还有一些我多年前就已经入库的游戏，至今仍在EA阶段。它们一直在被反复打磨、甚至被推倒重来。比如《太吾绘卷：天幕帷心》和《僵尸毁灭工程》。前者历时8年终于进入1.0版本；后者在12年后的今天仍处于EA阶段。 玩家对《僵尸毁灭工程》的评价 回想起来，这实在是一种让人感慨的变化：最早的时候，游戏大都是一锤定音的制品版游戏，后来游戏圈开始流行用DLC来打补丁……到现在，在EA模式出现后，玩家社区几乎算是半个创作者。在我加入的不少EA游戏官方群里，玩家往往都愿意和开发团队群策群力。比如我见过有不少游戏团队往往沉浸在自己的开发规划里，想着下一步要先做哪个大地图、新内容，但玩家在体验完游戏

《喵！一起摸鱼吧~》将于11月5日在Steam正式发售。开发者表示，这是一款轻松愉快的桌面挂机钓鱼游戏。在这里，鱼儿会自己上钩，猫猫虽然不会后空翻，但是居然会孵蛋。玩家可以钓鱼、收集、换装，叫上朋友来一起摸鱼。 桌面角落，轻松治愈的放置钓鱼自由调整游戏窗口的位置和大小，把它安置在桌面一角。放下鱼竿，就能边忙边等鱼儿上钩，这片鱼塘已然被你承包，空下来再看看今天的收获。在这里，钓鱼佬永不空军！ 打捞漂流物，竟发现会孵蛋的猫猫感谢大自然的馈赠，通过收集漂流物不仅能收获丰富的资源，还有几率获得神秘彩蛋，从中孵化出的竟是会孵蛋的猫猫！数余种毛孩子等待你的收集，快来组建毛茸茸的摸鱼小分队。 百余种装扮，随心打扮专属小天地自定义虚拟形象和场景背景，支持通过画笔自定义OC，不管你是学院派大触，还是极简线条的小白，千人千面，都可以让你的桌面角落变成喜欢的样子。游戏发售时将有超过100件服装与场景装饰可供收集，免费开箱还有机会获得超稀有装扮。 好友联机，一起分享摸鱼的快乐加入多人在线房间或邀请好友联机，一起钓鱼、分享收获、展示收藏。独乐乐不如众乐乐，在这隐秘的角落里，一场盛大的摸鱼派对正在悄然上演！ 不是

独立开发商兼发行商 Abylight Studios 欣然宣布，《S.O.N.A.R.（潜艇菜鸟团）》的免费试玩Demo版本于9月30日正式登陆 Steam。 《S.O.N.A.R.-潜艇菜鸟团》专为越有压力、越来劲的玩家打造，将手忙脚乱的船员协作、富有深度的战术玩法与紧张激烈的潜艇战斗融为一体。在即将推出的 Demo 中，玩家将亲身体验在极端海洋环境下操纵潜艇的挑战，沟通能力与彼此的友谊都将面临考验。 Demo的主要特色 混乱中的合作：分配岗位、管理艇内系统，在应对水下重重威胁的同时，确保潜艇安全航行。 紧密配合，化险为夷：从航线规划到损伤控制，每一个决定都至关重要。能否成功，完全取决于船员之间的默契配合。 抢先体验深海冒险：试玩单人教程与两项精选任务，为10月29日正式发售的完整版做好准备。 无论是通过语音与好友协同作战，还是争分夺秒地修补艇身破口，《S.O.N.A.R.》都将为你带来一段难忘的深海冒险时光。《S.O.N.A.R.》Demo版本将于起在 Steam 开放下载。玩家现在即可前往 Steam 官方商店页面，将游戏加入愿望单、召集船员，并关注后续最新消息。

KRAFTON旗下创意工作室Flyway Games今日宣布，手绘风动作冒险新作《磕磕绊绊圆舞曲》将于2026年12月3日全球发售，同步登陆Steam、Nintendo Switch 2和PlayStation 5。这一消息随全新预告片一同公布，该片于10月9日举行的全球独立游戏展会「3i计划」上首次亮相。此外，游戏的免费试玩版现已在Steam开放，玩家可以提前踏入这个手绘风格的奇幻世界。 在《磕磕绊绊圆舞曲》中，玩家将扮演失去记忆的灵魂“华尔兹”，与可爱的小狗“贾姆”一同冒险。游戏以独特的艺术风格重新诠释七宗罪，打造出一个奇幻的死后世界。在神秘向导“洛”的引领下，两位伙伴将游历七个风格迥异的童话世界，从忙碌的餐厅，到光影交织的城堡，再到暗藏地下宫殿的神秘沙漠。每个世界都拥有截然不同的景色、谜题与敌人，以及一位被罪孽吞噬的巨大首领。每战胜一位首领，华尔兹就能获得一枚图章，也距离获得前往上城区的资格更近一步。 这场冒险的核心，是这对组合不断深化的默契。贾姆不仅软萌可爱，还能变身为各种奇妙形态：化作弹跳的水球喷出水柱，或变成弹性蹦床帮华尔兹够到更高的地方。华尔兹则可以在世界各处寻找传奇工匠

电影化叙事第一人称心理恐怖游戏《叫魂》（JIAOHUN）于10月8日3i计划上全球首次公开。玩家将回到"白水县仙女镇"，逐步揭开这座小镇的终结之谜。游戏预计 2027 年内发售，登陆 PC（Steam）与 PlayStation 5 平台。 故事背景“白水县仙女镇”，一座名不见经传的小地方，艰难存活在时代的夹缝间。面对新世纪的浪潮，仙女镇也曾主动求变，然而一切挣扎都以失败告终。家家挂历停在千禧年前夜，“喜迎新世纪”的标语还没揭下。你回到了这里，直面它的末路。 核心特色《叫魂》采用虚幻5引擎开发，以电影化叙事框架为基础，结合全程第一人称演出、电影化镜头语言与沉浸式声音设计，打造身临其境的心理恐怖体验。游戏画面采用4:3与2.39:1双画幅切换，呈现出独特的胶片与录像带质感，使玩家仿佛置身于一段尘封在旧电视中的世纪末影像。 《叫魂》融合解谜与步行模拟，侧重氛围叙事与环境探索——斑驳的居民楼、吱呀作响的木门、巷尾若隐若现的雨声，让恐惧在熟悉的日常中悄然蔓延。砖瓦房、筒子楼、影剧院和小卖部与“喜迎新世纪”横幅，共同还原出千禧年前夜的中国小镇。 开发团队致力于从中国本土生活与时代记忆中寻找恐怖，

由BetaDwarf开发的全新撤离ARPG《龙窟破坏者》Demo现已上线Steam。在今天的3i发布会上，Square Enix 宣布将正式作为《龙窟破坏者》的全球发行商，Demo现已上线，并预告了10月15日开启的PvPvE测试。 《龙窟破坏者》是一款奇幻冒险题材的多人撤离ARPG游戏。玩家将扮演破阵者，建造据点，收集塑造玩法的远古神器，独自或与好友探索被腐化的世界，用策略与技巧踏上通往龙之宝库的道路。游戏支持单人/多人PvE与PvPvE模式。 在Demo版本里，游戏提供了2名可选择的破阵者，玩家将可以在2种PvE难度下，独自或与好友游玩第一章地图与任务主线。而在10月15日即将到来的PvPvE测试中，玩家将能游玩更多破阵者，与其他玩家进行PvP战斗，赢下对局完成撤离。 BetaDwarf也成立了官方账号并入驻了中国社区，作为一家立足社区运营打造多人游戏的开发商，BetaDwarf希望通过《龙窟破坏者》为中国玩家带来全新的游戏体验。 游戏介绍 探索并征服 一个瞬息万变的世界踏上征途，参与一个个紧张又刺激的任务，这些挑战会根据其他玩家和 NPC 的行动动态展开。有人或许会污染大片区域，

本期 itch 游戏汇编如期而至，开始阅读，随时试玩，享受时光吧！

在10月8日晚举行的「3i计划」第四季游戏线上发布会中，各大独立开发团队延续了一贯的风格，舍弃冗杂的串场与商业广告，将目光纯粹地聚焦于游戏本身。 本次发布会值得关注的消息包括：经典冒险游戏正统续作《机械迷城2》正式公布、经典越狱系列续作《逃脱者3》全球首发、《塔罗斯法则3》首次公开实机演示、《要塞4》定档12月7日并开放全新试玩版、《雨中冒险2》第四款DLC《万象归衡》现已上线、《潜水员戴夫》宣布与《深海迷航2》推出联动DLC，以及《Among Us》原班人马新作《Among Us Story: On Guard》定档2027年2月17日等。汇总如下：《Among Us》原班人马新作《Among Us Story: On Guard》将于2027年2月17日发售《Among Us Story: On Guard》将于2027年2月17日正式发售！这是由《Among Us》原班人马打造的全新独立侦探叙事游戏。在伪装者对其他船员，甚至对你本人下手之前，找出真相、洗清嫌疑，证明自己的清白。谁值得相信，又是谁在暗中撒谎？ 《星界战士》×《光与影：33号远征队》联动免费更新现已上线《星界战士》×

arXiv:2610.10549v1 Announce Type: new Abstract: Tool-calling agents have become central to enterprise AI, yet training and evaluating them at scale remains severely constrained due to business and legal restrictions on enterprise systems, data, and database schemas. Tabular data synthesis offers a natural alternative, but its effectiveness is fundamentally limited by structural validity and schema availability, while procedure-based approaches yield the opposite weakness, typically lacking distr

arXiv:2610.10590v1 Announce Type: new Abstract: Tool-using agents repeatedly carry observations whose useful content can be much smaller than their original payload. We study agent-controlled forgetting: the acting model selects previously observed tool results, replaces each with a short note at its original position, and retains the exact original in a recoverable archive. A Python harness exposes batch archival and explicit recovery without task-specific model training, while protecting user

arXiv:2610.10629v1 Announce Type: new Abstract: Self-improving LLM agents can adapt a credit pipeline to a changed rule, but an agent that rewrites itself destroys the artefact a supervisor reviews: a named change, a recorded test, an approval. We argue that self-evolution is reviewable only if it is confined to the runtime harness (instruction text, tool-call logic and primitive composition) while model weights stay fixed, so that every adaptation is a diff with a cause and a test attached. We

arXiv:2610.11005v1 Announce Type: new Abstract: Safety-aligned language models often refuse a harmful request stated directly but answer the same request inside a role-play or narrative wrapper. We measure this vulnerability across languages and registers: attack success on Qwen3-1.7B is already 89.4% in English and 93.0% in modern Chinese, and reaches 95.7% in Classical Chinese. We build GUISE, a benchmark for systematically studying this vulnerability. It includes parallel requests in English

arXiv:2610.11007v1 Announce Type: new Abstract: At the start of every session, LLM agents load a fixed context file, such as $\texttt{AGENTS.md}$. Each loaded token in the file is charged again in every later round of the session, and these files can degrade performance as they grow in size. However, in practice, human or automated curators usually grow these files by appending. We formulate context curation as a capacitated assortment problem. Instructions consume tokens under a finite attentio

arXiv:2610.11087v1 Announce Type: new Abstract: The rapid growth of scientific publishing has strained peer review, particularly in machine learning, raising concerns about declining review quality and increasing reviewer workload. Large language models (LLMs) have been proposed as automated review assistants, yet their evaluation has focused largely on imitating human-written reviews rather than supporting the core functions of peer review. Here, we introduce a verification-centric perspective

arXiv:2610.11188v1 Announce Type: new Abstract: Persistent memory can improve personalization in LLM agents but can also induce sycophancy and cross-domain leakage. We distinguish two governance decisions: admission, which determines what recalled information enters the working context, and presentation, which determines how admitted information is expressed. We implement two inference-time designs without retraining: factor-compiled admission (FC), which assesses whole memory entries, and permi

数学家该怎么证明自己真的不需要 AI#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

核聚变游戏嘉年华北京站即将开幕，热门新游试玩、精彩舞台活动、限定周边收集、沉浸式体验最热烈的玩家氛围！10 月 24、25 日，我们首钢国际会展中心见！ GGG游戏节奏联欢夜为北京核聚变游戏嘉年华期间举办的夜间音乐演出活动，如需购买GGG核聚变联票，请前往GGG购票页面。 厂商介绍：子时熄灯（12AMBLACKOUT）是一支来自中国上海的年轻团队，成员致力于从中国本土生活与时代记忆中寻找恐怖，用根植于时代记忆的作品，为玩家留下难以忘怀的游玩体验——工作室名称蕴含着希望玩家能在夜晚关灯后的安静环境中，沉浸感受团队创造的游戏世界。工作室的首部作品《叫魂》源自团队对中国大陆怀旧文化的喜爱；项目历经筹备与打磨后，团队正式成立子时熄灯工作室并投入全职开发。游戏详情：《叫魂》是由子时熄灯打造的电影化叙事第一人称心理恐怖新作，采用虚幻 5 引擎开发。玩家将回到回到千禧年前夜的“白水县仙女镇”逐步揭开这座小镇的终结之谜。游戏预计 2027 年内发售，登陆PC（Steam）与PlayStation5平台。 仙女镇：一座停在千禧年前夜的中国小镇“白水县仙女镇”，一座名不见经传的小地方，艰难存活在时代的夹缝