开场：五篇论文与一个贯穿问题

本期对应 2026 年 11 月 1 日至 7 日，介绍五篇论文覆盖图形智能体、流式视频生成、机器人评测、长期协作与视频强化学习，并提出贯穿问题：系统怎样把一次判断变成可持续推进、可检查结果的行动。

图形智能体：为扩张中的领域建立共同语言

论文不发布新模型，而是界定何为图形智能体，用任务、规格、基础模型、harness、接口与工具四维度组织设计空间。统计 350 篇论文中 304 篇用到观测反馈，77% 使用视觉反馈，但视觉评价不能当万能裁判。

Wave Forcing：错峰去噪的流式视频生成

让多个视频块错峰去噪，新块可读取更早但未完成的中间状态。8 张 H200 下端到端 134.8 帧每秒、为单 GPU 基线 7.07 倍，但系统测速用占位权重，质量实验用 1.3B 模型，首输出仍需等待填充。

机器人通才评测：完成、做到与可执行是三件事

基于 Embodied Agent Arena 用 1000 案例、5 领域测试 10 个模型。100 个序列任务中 65 例执行错误、62 例后来能跑无错代码，但仅 3 例完成全部五个目标；爪到位不等于物体受控。

CoworkOS：跨轮次的责任、状态与证据

把 main、子智能体与 coordinator 的职责分开，异步委派先返回确认而非结果，持久工作空间保存目标与日志。持续后训练案例中八基准均分从 33.19 升到 42.95，但单案例不能推出普世递归自我改进。

Turns Matter：轮级信用分配与本周收束

针对轨迹级 GRPO 把整段优势分给所有轮次的问题，用前缀评分计算剩余收益，并按轮平均损失。消融中重复率从 15.53% 降到 5.98%。结尾总结：持续工作需要生成方法、状态反馈与验收证据。