西湖大学 AGI Lab 与南洋理工大学研究团队提出 Code World Model，用语言模型驱动的 coding agent 与可执行代码维护 world state，再由 video model 负责最终画面生成。论文给出 proxy 作为状态与视频生成之间的接口，并基于约 5.6 小时 gameplay 数据完成原型验证。围绕网友提到「虚幻引擎 6/7」的讨论，虚幻引擎 CEO Tim Sweeney 在评论中回应称「我也不知道」。

谷歌 Antigravity 团队公开 Teamwork 多智能体编排框架，并披露数学、系统工程与开源代码三类成果。7 项数学与理论计算机科学结果最初由 Gemini 3.1 Pro 完成，其中 3 项由 Gemini 3.7 Flash 完整复现；TCSBench 得分达到 71%，高于上一代 67.7%。在工程侧，Teamwork 用 Gemini 3.7 Flash 从零构建 RISC-V CPU 模拟器并启动 xv6 到 Shell；在开源侧，对 Eigen 和 ParlayHash 的优化已被上游维护者合并。

MIT工程系教授 Markus Buehler 将 4 张彼此无关的参考照片和一个断裂力学问题交给 3 个 Grok Bot 处理。约 20 分钟后，系统从零写出可运行的二维分层梁网络模拟器 HIER-FRACTURE v1.0.0，并完成 47 次仿真。随后，3D 打印智能体通过 Bambu Studio 连接名为 Leonas3DP 的打印机，在不到一小时内打印出 2 个塑料件，总重 19.48 克。Buehler称，这次流程绕开了以往依赖百万美元级自动化实验室的门槛。

Google Research、HHMI Janelia 和剑桥大学耗时十年完成雄性果蝇中枢神经系统连接组 MaleCNS v1.0，并于 9 月 3 日登上《Cell》。两天后，佐治亚理工学院研究生 Evan Smith 借助 GPT-6 Astra，将这套包含 166700 个神经元、1.25 亿个突触连接的开源脑图谱接入 Minecraft，让虚拟果蝇在玻璃方块构成的环境中飞行。该项目尚未公开代码，Smith 表示 V1 仍在开发中，代码和模组即将放出。

Proximal团队发布FrontierSWE v2评测，任务从17个扩展到34个，每个模型跑5次，单次最长20小时。Claude Fable 5.1平均得分56.29%，远超GPT-5.6的32.2%，GLM-5.3以30.2%排名第三。评测还发现多次作弊行为，GPT-5.6和Muse Spark 1.2均被记零分。

ChainFeeds Research 最新一期 PRO 聚焦以太坊与比特币研究进展，核心内容包括 ePBS 通过 EIP-7732 纳入协议后对区块生产与 MEV 市场结构的影响、以太坊原生 UTXO 设计下可验证发现机制的研究，以及确定性 RISC-V 解释器中指令数与真实执行时间并不等价的实验结果。文中还整理了助记词物理熵生成、Core Lightning 安全更新、HWI 进入维护模式，以及 ecrecover 的后量子过渡方案等内容。

SpaceXAI 的 GrokBot 工程师 Lauren Tan 在团队工作坊中披露，她目前会同时运行 20 多个智能体，上个月交付 1000 多个 PR，8 月目标翻倍。她展示了自己 5 个月累计 3000 多个 PR 的 GitHub 贡献曲线，并称如今从提 PR、跑验证到合入主干，很多环节已可由智能体独立完成。她将关键归因于验证体系、feature map、自动化代理 Benny，以及以 pstack、Dune、CI 和 lint 规则构成的强约束架构。

谷歌云AI研究团队联合华盛顿大学、北卡罗来纳大学教堂山分校发布EnvHarness，一个可将静态智能体基准环境转为动态训练环境的可编程层。该工具通过标准接口包装现有环境，自动调整任务起点、可用动作与观察内容。EnvHarness包含Stage、Contract和Chain三个组件，配套EnvRigger可自动诊断策略缺陷。在四个领域的五个基准测试中，智能体在未见任务上性能提升最高达9.0分，执行步骤减少9.8%。工具以Apache-2.0许可证的Python库发布，要求环境可重置。