UniPat AI 发布湿实验预测基准 SPU，12 款前沿模型平均分最高仅 0.486
UniPat AI 牵头发布湿实验预测基准 Science Prediction Universe（SPU），包含 116 个任务、4207 个湿实验，覆盖化学、材料科学、生物和医学，公开任务来自 85 篇近期论文，另有 16 个来自未发表合作实验的私有任务。
#Agent
量子位AI 评分6060
Microsoft Research精选AI 评分7878 微软研究提出 Lazarus 后门技术：改写休眠神经元即可控制 AI 智能体
微软研究人员发现名为 Lazarus 的后门技术，只需改写 LLM 中不到 10 个休眠神经元、无需训练，就能让智能体在触发条件出现时执行攻击者命令。触发条件可以简单到日期变化，例如时钟跨入 2027 年后，智能体在普通任务中下载并运行攻击者代码，同时仍能通过标准评测。
推荐理由：研究显示改写不到 10 个休眠神经元即可给智能体植入后门，并给出权重溯源与扫描的防御思路。
Google DeepMind精选AI 评分8282 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，并首次用 AI 对广泛部署的 Signal 加密协议实际代码完成深度形式化验证。
推荐理由：DeepMind 用多智能体框架把形式化验证推进到已部署协议的实际代码层，四周完成过去需数年的工作。
Microsoft ResearchAI 评分5858 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 推出研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式化规格，再用证明和测试约束智能体生成的代码。