Vals AI 研究称 AI Agent 团队消耗大量 token 但质量提升有限
Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，发现 AI Agent 团队相较单 Agent 几乎没有更好结果。
#编码
The DecoderAI 评分7171
Berkeley AI Research精选AI 评分6767 K-Search 如何将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
K-Search 扩展了面向 Apple Silicon 的 MLX 后端，并通过结构化 CUDA-to-MLX 翻译层，把既有 CUDA 内核优化知识转化为 MLX/Metal 策略。
推荐理由：文章展示了把 CUDA 内核经验迁移到 Apple Silicon 的方法，并给出注意力和 Mamba SSM 的实测对比。
Berkeley AI ResearchAI 评分5151 Berkeley AI Research 提出 ABBEL，让 LLM 学习更新信念以支持高效长程交互
Berkeley AI Research 介绍 ABBEL，一种让 LLM 用自然语言信念状态替代完整交互历史的框架，以降低长程交互中的上下文开销。ABBEL 通过 belief grading 监督每个信念状态的信息含量，在 CollabBench 中将与 full context 模型的性能差距缩小约 50%，训练步数从 100 降至 50，并保持更低峰值 token。