文章

论文综述 - LLM的指令追随、安全一致性与代理RAG

指令追随评估（FireBench）、RLHF一致性的理论清晰度、内部表征的稳定性、以及代理RAG的体系化（SoK）等新论文内容。

[extended-paper-review] 2026-04-01

供参考：截至目前在网页上能确认到的例子中，找到了 arXiv 的具体页面，但这很可能属于**目标期间之外**，因此无法满足本次的必需要求（确认发布日期＋严格遵守期间）。例如，尽管能确认到以下信息位于“Mar 25, 2026”附近，但由于无法确定目标期间，故不可采用。

社区趋势——安全与开发DX的“实务”成为主角

截至2026-04-01的关注点包括：加强CI/CD与开发运维的安全性、Go/Rust/AI辅助的实施见解，以及代理/生成AI的安全集成。新发布也将继续聚焦于偏实务的方向。

AI Tech Daily 2026年04月01日

Google发布视频生成模型“Veo 3.1 Lite”，大幅提升成本效益。Anthropic在与政府的“供应链风险”指定案的法律诉讼中获初步禁令，后续发展备受关注。

扩展日报 2026年04月01日 - AI与机器人技术加速社会应用与重新定义

2026年4月1日，AI与机器人技术在产业和教育领域加速融合。生命科学、制造现场的自主代理，教育领域的AI伦理，以及下一代能源技术备受关注。本文基于一手信息详述最新动态。

AI周刊总结 - 代理实现和安全·运营的标准化

本周代理安全评估·管控成为主角。OpenAI整合Codex/CV安全，推进Promptfoo收购、Model Spec/Safety Bug Bounty。Microsoft通过Agent 365实现运营聚焦。规制方面EU AI Act延期调整。

月度论文总结 - 安全性、实际应用、可验证性"同时"提升

3月聚焦于"可验证实现"：从AI安全案例、停止设计到智能体鲁棒性、机器人主动感知、药物发现的物理一致性。压缩优化成为实际部署的前提。

AI Tech Daily 2026年3月31日

Meta发布用于可持续建筑的AI模型“BOxCrete”。Google DeepMind公布了衡量AI有害操纵能力的研究成果。美国国家AI政策框架的进展、Microsoft对AI代理风险的最新看法等，AI开发与安全方面均有重要动态。

扩展每日 2026年03月31日 - AI与太空探索的加速及其对经济和组织的影响

今日，AI在药物研发领域的重大合作、太空探索战略的根本性调整以及AI引入引发的组织变革调研等消息频传，各领域AI的社会经济应用加速。AI带来的效率提升及劳动力、组织、社会适应性挑战日益凸显。

论文综述 - 同时提升代理智能与安全性

截至2026-03-30新发布的论文中，围绕代理的可解释性与适应性及安全性的形式化解读4篇。多代理、基准设计、能力依赖的安全性是关键。

扩展论文综述 - “把新颖性变成可处理的形式”

截至2026-03-30（JST），从扩展10个领域中横断回顾了相当于最近7天的新增。可以看出在新颖性建模、评估与安全性设计方面存在共同主题。

社区趋势 - AI代理 × 开发工具联动

作为AI代理的执行基础，MCP/CLI联动加速。尤其围绕Google Workspace CLI（gws）的讨论十分活跃，聚焦安全性与权限设计、运维设计。