Google 研究者提出 RRSI，防止自我改进智能体记住测试任务
Google 研究者提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），在让语言模型反复改写智能体 harness 的同时，通过逐步收紧的编辑预算和严格 critic 过滤硬编码任务名或基准技巧的改动，避免智能体记住测试任务。
#研究/论文
The DecoderAI 评分6666 The DecoderAI 评分5858 Aleph Alpha 研究：中国 AI 模型在敏感议题上重复官方立场或拒答
Aleph Alpha 开发基准测试，用 967 个敏感议题测试阿里千问（Qwen）、DeepSeek 和月之暗面（Kimi）的模型，其自有评分系统仅将 17% 至 41% 的回答评为平衡，其余重复官方立场、回避或拒答。
Google Research精选AI 评分7373 Google Research 发布 AI 视频联合导演框架，实现连贯长视频生成
Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于生成连贯的多镜头长视频。
推荐理由：Google 把长视频生成拆成四个可组合框架，读者可了解多智能体如何用世界状态记忆抑制跨镜头漂移。