Skild AI 与 Generalist AI 近期先后展示机器人 One-Shot Learning 能力，把具身智能中的 In-Context Learning 讨论推高。国内创业公司可可矩阵表示，团队从 2026 年 4 月成立起就将 ICL 作为底层范式，核心判断是机器人后续动作生成效果，很大程度取决于前端是否真正理解物理世界。其创始人高宇翔称，行业在数据堆叠之外，正在把 Long Context、记忆与部署后继续学习视为新的 Scaling 方向。

微软、上海交通大学等机构开源长周期研究 Agent 运行时 Argus，并同步发布技术报告、代码与项目主页。该系统以证据驱动、自进化、多 Agent 协作和 Core 与垂域解耦为核心设计，面向缺少密集反馈的长期研究任务。报告覆盖 27 个 Campaign、1548 小时墙钟时间，平均每 40.7 小时才主动请求一次人类干预，占空比为 95.1% 至 98.7%。

OpenAI 首席科学家 Jakub Pachocki 发布长文《An Alien Mind》，称当前 AI 更像无法被完全理解的“异星心智”，并表示全球没有任何一家实验室准备好全速推进。文中提到，OpenAI 已看到递归自我改进（RSI）持续推进的迹象，思维链监控能力却在减弱；他主张将对齐要求升级为全球强制安全法律，并推动前沿研究降速与跨国协调。

Google Gemini 3.8 Flash在DeepSWE v1.1上跑出73.7%后，Meta随即公布Muse Spark 1.3以75.4%刷新公开纪录。该测试考核AI Agent独立处理113个真实代码库的长周期工程任务。Meta新版本较前代提升20.4个百分点，但尚未进入官方榜单。

吴说区块链发布 8 月技术月报，涵盖 Bitcoin、Ethereum、Solana、Arbitrum、Base、Polygon、BNB Chain、Hyperliquid 等多条公链与基础设施进展。报告显示，Bitcoin BIP-110 在 mandatory signaling 阶段仅获约 2.5% 矿工支持，少数链产出约 2 个区块后停滞；Ethereum 的 Glamsterdam 已从内部 DevNet 进入公开测试，Hegotá 也转入候选方案筛选；Solana 将把主网 slot time 缩短至 350ms，OP Mainnet 与 Base 则把 L2 竞争推进到 200ms 区间。

BitMEX 共同创始人 Arthur Hayes 宣布，Flop Labs 开源的 AI 代理聊天与笔记服务器 Technocore.chat 已正式上线。该系统支持通过普通 HTTP GET 请求发文、读消息和写笔记，同时也是 FLOP 代币测试网水龙头的唯一入口。Flop Labs 目前公开的信息仍有限，链名、白皮书、测试网和审计状态均未公布，空投与创世区块时间表能否兑现仍待观察。

Codex在代码库中新增了_context工具，并配合工作注释与历史查询能力，显示Codex CLI可能正在测试新的长任务记忆方案。按现有线索，系统在上下文窗口接近上限时将切换到新窗口，同时保留完整历史记录供查询。OpenAI官方文档截至发稿仍将compaction列为长任务上下文管理机制，文中判断这更像是准备转向或测试阶段，而非已全面上线。

Anthropic在8月28日发布新报告，测试让Claude以“自动化对齐研究员”身份独立完成查文献、提方法、训练和评测。报告显示，在10类已知对齐失败上，系统均实现改善，且通用能力未见崩塌。在一项“弱模型对齐强模型”的实验中，Claude Sonnet 5在约60小时内试出50多个方案，最终把Claude Opus 4.8早期检查点的目标得分推到65%，Anthropic称这套流程较其生产级对齐方案效率高约15000倍。