AI 日报 · 2026 年 10 月 8 日 · 星期四
麦式AI情报站
agentlore v0.9.0 发布：把编码 Agent 的记忆提交进仓库并用 CI 门禁校验真伪
Rudra5417 发布 agentlore v0.9.0，一个把编码 Agent 的决策、死路和规则记录到 .memory/ 的仓库记忆工具，编译进 AGENTS.md 并在 CI 里做 18 项检查，包括检测已被本次变更推翻的死路记录。整个工具是一个 84 KB、无依赖的 Python 标准库单文件，支持 GitHub Action、vendored、PATH 和 pip/pipx/uv 四种安装方式；作者同时给出诚实状态表，注明记忆能否提升 Agent 工作质量等宣称尚未验证，bench/ 中是真实零结果。
GitHub · 灵魂体仓库原文 工程与部署
GitHub · 去对齐工具与仓库schemagate 开源：text-to-SQL agent 先按调用者权限过滤 schema 再进提示词
作者 Ashish Sinha 发布 schemagate v1.0（Apache-2.0），一个在模型看到 schema 之前就按调用者身份过滤的 text-to-SQL 工具，被限制的表直接不进提示词而非排名靠后，避免 RLS 过滤后用户把「无记录」误当成数据不存在。支持 LangChain、MCP 和任意 SQL agent，覆盖 Postgres、Oracle、MySQL、SQL Server 和 SQLite，仅依赖 SQLAlchemy、无需 API key。
GitHub · 灵魂体仓库the-benchmark 发布：本地 LLM 服务器基准工具并新增 Studio 本地 UI
作者发布 the-benchmark，一个零依赖的本地 LLM 服务器基准工具（https://github.com/MrBrunoWolff/the-benchmark），支持任何 OpenAI 兼容的 /v1/chat/completions 端点，包括 LM Studio、Ollama、llama.cpp server 和 vLLM。工具测量 prefill、generation、concurrency 和 agentic 四个阶段，并新增可选的 Studio 本地 UI，可用 Docker 隔离环境运行经独立验证的编码与文件类 agent 任务。
GitHub · 去对齐工具与仓库smolvm 开源发布：面向 AI Agent 的可分支 microVM 运行时
smol-machines 开源了 smolvm，一个面向 AI Agent 的可分支 microVM 运行时，可将轻量虚拟机嵌入软件、便携开发环境和本地沙箱，支持 macOS、Linux 和 Windows。每个工作负载运行在硬件虚拟化、拥有独立内核的 VM 中，启动不到 200ms，内存经 virtio balloon 弹性分配，默认 4 vCPU 和 8 GiB RAM。支持检查点保存 RAM、CPU 状态和磁盘，可从运行中机器创建 copy-on-write 分支，检查点可在 arm64 Mac 与 arm64 Linux 间迁移；机器可打包为单个 .smolmachine 文件推送到 OCI registry。
论文研究
arXiv · cs.AI一手SIGMA 提出基于 Model Spec 的对齐自我改进训练流程
论文提出 SIGMA，一种仅需 Model Spec 即可让模型自我改进安全对齐的数据生成与训练流程，通过 spec 引导任务合成和基于 rubric 的强化学习完成。尽管只在单轮对话数据上训练，SIGMA 在多轮智能体环境中将 AgentHarm 有害性从 22.6 降至 14.8，Agentic Misalignment 从 79.1 降至 3.8，优于 Deliberative Alignment 和 Constitutional AI 基线，且保留通用能力。
arXiv · cs.CL一手DAEDALUS 论文提出从自生成任务自举智能体记忆的方法
arXiv 论文（arXiv:2610.08048）提出 DAEDALUS，用 explorer 与 solver 两个智能体从自生成练习中自举可复用的智能体记忆，无需既有任务或 oracle 验证器。每次 solver 失败派生出启发式规则，并在反复成功后存入记忆库；在 AppWorld、τ²-bench 和 AutomationBench 上，平均成功率较无记忆基线最高提升 15.9 个百分点，pass^5 最高提升 2.2x，推理成本低于多数使用训练任务的方法。代码与生成及推理轨迹已开源，生成的任务还可作为排序模型性能的基准替代。
arXiv · cs.CL一手arXiv 论文：三值语言模型导出时的 bf16 转换可抵消大部分低学习率代码改动
arXiv 论文（arXiv:2610.07853）审计 BitNet b1.58、Falcon-E、BitCPM 等三值语言模型的导出管线，发现潜在权重先转 bf16 的流程会翻转部分三值码：已发布检查点中 Falcon-E 与 BitCPM 有 0.83-1.77% 的码不一致，BitNet 2B-4T 为 1.530%。在低学习率微调端点，该导出使 Falcon-E-1B-Base 的 greedy GSM8K strict accuracy 从 58.79% 跌至 0.78%，BitCPM-CANN-0.5B 从 36.13% 跌至 0.39%；直接写入训练量化器的码或微调 bf16 输入两种补救方案均在三个模型上达到 4 点非劣性标准。
arXiv · cs.AI一手MINDSET：基于能量的模式演化方法改进长对话智能体记忆
Sujato Dutta 在 arXiv 发布 MINDSET，一种将对话存为不可变 episode 并通过最小能量状态迁移组织成版本化 schema 的记忆控制器。在 850 题（700 LoCoMo + 150 MemoryAgentBench）上对比 5 个记忆系统，取得最高 LoCoMo F1，检索指标显著优于第二名 LightMem（Holm 校正后 p<0.01）；消融显示受控碎片化与 schema 感知分配贡献最大，700 题跨模型评测（GLM-4.7、Gemma-4-31B）支持模型无关性。