近三周 AI 论文速览：审稿代理、机器人自改进、长期记忆

原设定是每周追踪最新论文；首发样例在原周窗口内可核验候选不足，因此本期回溯到 2026-06-18 至 2026-07-02。后续更新会按每周一 8:00 的节奏，聚焦上一周顶级 AI 研究机构的新论文。

Google Research 提出的 Paper Assistant Tool 面向科研审稿前的预检查：它把论文切成逻辑段落，让专门的深度审阅代理逐段检查理论结果、实验设计和潜在错误，再汇总成审阅报告。论文称，PAT 在 SPOT 数学/计算机科学错误子集上，相比零样本基线多找回 34% 的数学错误；STOC 与 ICML 的试点中，超过 4,700 篇投稿曾使用这套工具做预提交反馈。1

读法：这不是让 AI 直接替代审稿人，而是把最耗时的「找明显漏洞」前移到作者阶段。真正值得盯的是它如何定义 AI 在科研验证里的边界。

ENPIRE 把真实机器人学习拆成一套可反复执行的闭环：重置环境、执行策略、验证结果，再让编码代理根据日志和文献修改训练代码。论文报告，在插针、扎带切割、工具使用等灵巧操作任务中，前沿编码代理可把策略训练到最高 99% 成功率；多机器人并行还能缩短达到同等表现所需的墙钟时间。2

读法：这篇的重点不是单个机器人动作有多酷，而是把「机器人实验」包装成代理可以迭代的工程接口。物理世界的自动研究，开始有了比较具体的形状。

Mandol 关注长期对话代理的记忆问题。它把原始记忆和抽象记忆都表示成结构化语义图，并用 SemanticMap + SemanticGraph 统一键值、向量和图结构，避免传统方案在向量库与图库之间来回搬数据。论文称，Mandol 在 LoCoMo 与 LongMemEval 上取得更高整体准确率，并在 10 QPS 并发下获得 5.4× 检索加速和 4.8× 插入加速。3

读法：长期代理不是把聊天记录无限塞进上下文。更可行的方向，是先把记忆变成可追溯、可冲突消解、可按 token 预算裁剪的系统层。