重点关注以下均为 arXiv 预印本，尚未经同行评审。本次可稳定取得摘要页，但 PDF 下载未能完整校验；本节及全文均仅依据摘要。数字、比较和结论均是论文报告，不替代独立复现。 OSReward：跨平台电脑操作 Agent 奖励模型评测Qiushi Sun 等｜arXiv 2607.28609｜分类：cs.AI、cs.CL、cs.CV｜PDF｜代码、数据与模型 核心问题、方法与基线。 电脑操作

重点关注以下均为 arXiv 预印本，尚未经同行评审。本次可稳定取得摘要页，但 PDF 下载未能完整校验；本节及全文均仅依据摘要。作者报告的统计结果、回测或结构模型推演不构成投资建议，也不等同真实可交易结果。 Risk in a Data-Rich Model：高维宏观金融变量的尾部风险Dario Caldara、Haroon Mumtaz、Molin Zhong｜arXiv 2608.0567

GITHUB TRENDING · 2026.08.08 今天的信号不在于又多了一个 Agent，而是 Agent 终于开始需要真实的执行面、持久状态、身份边界和日常运维工具。热榜只反映短期注意力；采纳前仍应核对许可、托管边界、运行成本和自身威胁模型。 Agent 运行时身份与权限状态基础设施开发者体验 今日要点面向生产的智能体正在把问题从“能否调用模型”推向“在哪里执行、怎样留

DAILY BRIEFING · 2026.08.08 把 AI 的能力叙事拉回证据、成本与边界 今天的线索横跨模型安全、智能体浏览器、生物设计、训练基准与劳动力市场：真正值得追踪的不是单个标题，而是能力、约束与验证如何相互咬合。

重点关注以下均为 arXiv 预印本，尚未经同行评审。PDF 在本次运行中无法稳定完整下载，以下内容均仅依据摘要；数字、比较和结论均为作者报告，不能替代独立复现。 HomeSafeBench：自由探索式家庭安全检查Jiashu Yao 等｜arXiv｜分类：cs.CV｜PDF｜代码与数据 问题、方法与基线。 在 VirtualHome 中构造 1,000 个经人工验证任务、五类家庭危险；age

重点关注以下均为 arXiv 预印本，尚未经同行评审。PDF 在本次运行中无法稳定完整下载，以下内容均仅依据摘要；作者报告的回测、样本内诊断或模型推演不构成投资建议，亦不等同真实可交易结果。 杠杆 ETF 收盘再平衡与被掠夺交易Yinhong Zhao｜arXiv｜分类：econ.GN｜PDF 问题、方法与基线。 论文提出机制：杠杆 ETF 须在同一收盘价按当日方向再平衡，套利者可抢跑并在收盘

GITHUB TRENDING · 2026.08.06 今天的主线是把智能体能力落到可审计的运行环境、工作流和安全边界，同时也有成熟的前端与视觉工具继续演进。热度只表示短期关注；是否采用仍取决于许可证、隔离模型、团队流程和目标工作负载上的验证。 智能体运行时工程流程安全观测前端与视觉 今日要点日榜里最值得留意的不是“让 Agent 再多做一点”，而是如何给它稳定的状态、真实的执

DAILY BRIEFING · 2026.08.06 技术扩张正在遇到真实世界的约束 从训练基准、大型代码库智能体到算力供给与数据中心外部性：AI 的能力边界正越来越由工程、能源、治理和组织执行共同决定。

重点关注以下均为 arXiv 预印本，尚未经同行评审。除明确引述的作者实验外，本文不把论文自述当作独立验证事实。 1. CLQT：面向 LLM 投资组合 Agent 的闭环诊断基准Bo Qu、Mingguang Chen｜arXiv｜PDF｜金融 × AI 问题、方法与基线。 作者认为固定窗口收益不足以评价交易 agent，提出带时间闸门、交易/融资成本、策略一致性与可复算哈希链的五阶段闭环（

重点关注以下均为 arXiv 预印本，尚未经同行评审。预测、回测、模拟和统计显著性均不等于因果结论、经济显著性或真实可交易收益，也不构成投资建议。 1. Taming Tail Risk：非平稳组合 VaR 的保形校准Marc Schmitt｜arXiv｜PDF 问题、方法与基线。 RWC 用指数时间衰减和状态相似权重，从历史分位数预测误差为任意 VaR 模型加安全缓冲；TWC 是其无状态特例