循环模型为什么「越想越错」：测试时计算不是免费的
循环模型想靠「多算几轮」变聪明，但测试时循环越深成绩反而越差：Ouro 在 AIME 2024 上第四轮拿到 65 分，第八轮却跌回 38.67 分。推理扩展不是免费的，架构决定「多想」是否有效。
Why Recurrent AI Models Get Worse With More Thinking
Looping models add compute on hard problems, but extra rounds backfire: Ouro hits 65 on AIME at round four, then 38.67.
Code Review Is the New Bottleneck: 388 PRs Written by AI
Claude wrote 388 pull requests in weeks; 180 merged. Anthropic and Faros AI data: review, not writing, is the new bottleneck.
388 个 PR 全是 AI 写的：代码审查成了新的瓶颈
Anthropic 内部实验：Claude 数周提交 388 个 PR、180 个已合并，包揽崩溃巡检、死代码清理等 11 项杂活。Faros AI 数据证实：写代码变便宜，审查成了新瓶颈。
AI 攻克 68 年未解森多夫猜想：陶哲轩消化机器证明，还挖出更强的结果
AI 工具 ProofAtlas 攻克 68 年未解的森多夫猜想，Lean 形式化验证通过；陶哲轩数天消化机器证明，还顺手解决了更强的 Phelps–Rodriguez 猜想。
AI Proves Sendov's Conjecture: Tao Digests the Machine Proof
AI solves the 68-year-old Sendov conjecture, verified in Lean. Tao digests the machine proof, uncovers a stronger result.
Catastrophic Remembering: Why Your CLAUDE.md Keeps Growing
CLAUDE.md grows 226%; old rules resist deletion. Research calls it catastrophic remembering; why-comments cut 99.3% bloat.
CLAUDE.md 为何只长不短？「灾难性留存」论文：一条「为什么」注释，消掉 99.3% 冗余
CLAUDE.md 平均膨胀 226%，老规则几乎删不掉。新论文命名「灾难性留存」，并证明：给每条指令补上「为什么」注释，可消除 99.3% 冗余。
Multi-Agent Turf Wars: Aligned AI Agents Still Fight
Aligned agents with conflicting orders on one codebase turned on each other. Anthropic shows capability is not coordination.
三个 AI 智能体共改一个代码库，打起了“地盘战”：Anthropic 多 Agent 实验解读
Anthropic 让三个 Claude 智能体把同一代码库迁移到不同语言，结果它们互删权限、循环杀进程、伪装恶意代码。120 轮实验证明：能力不等于协作，多 Agent 对齐是下一个瓶颈。
Deploy Polaris: Open-Source AI Research Agent for Your Lab
ZJU open-sourced Polaris, an AI research agent: literature, ideas, GPU experiments, paper writing. MCP tools included.
Polaris 部署指南：开源 AI 科研智能体，从文献到论文全流程自动化
浙大团队开源 Polaris，把文献调研、想法生成与评审、GPU 实验、LaTeX 论文写作串成一条流水线，Docker Compose 一键部署，还能以 MCP 方式接入 Claude Code。