关键数据:36 个案例全部完成，平均论文评分 6.3，直接读取原始数据的方案在 85% 对比中获胜；后续应看外部实验室复现。

关键数据:冻结 397B 主模型并加入 4B 记忆解码器后，Biology Instructions 从 56.92 升至 60.32；关键是长材料增益能否跨领域稳定。

关键数据:复发预测 AUROC 为 0.756、AUPRC 为 0.777，瘢痕误差 2.971 个百分点；下一步应验证治疗策略变化下的稳定性。

关键判断:医疗多智能体的可信度首先来自可追踪的阶段边界，而非 Agent 数量；后续应关注跨模型复现率、错误传播和真实临床工作流验证。

关键数据:公开资源覆盖 153 小时轨迹、1.2 万偏好对与 2.4 万动作；下一步看它能否减少真实机器人示教次数，而非只提升视频指标。

关键判断:NestDex 的价值是把“全自动”拆成可部署的人机分工；后续应关注离合切换的最坏时延、长任务疲劳与跨机器人复用率。

关键数据:真实机器人成功率从 48.3% 提升至 76.7%，分布偏移下从 20% 升至 60%；关键是长尾场景能否维持注意稳定。

关键判断:安全价值取决于预测提前量与误报成本的平衡；后续应公开不同接触速度、材质和传感器延迟下的最坏情况，而非只报平均成功率。

关键数据:官方称输出最高提速 14 倍、约 750 token/秒；后续关键变量是扩容速度、价格和长上下文下的持续吞吐。

关键信号:Google 称相关实现已覆盖约 40 个产品、数百亿资产；开源后竞争点将转向互操作、撤销与用户可理解的风险提示。

关键数据:研究中每任务成本下降 41%、耗时下降 44%、每美元质量提升 82%；真正可比指标应是完整任务而非单次调用价格。

关键数据:保留 KV 块减少 27.2%–72.3%，SLA 吞吐最高 1.37 倍、并发翻倍；关键是高负载下 P99 延迟是否稳定。

关键信号:当合作规模扩大到 数万名顾问，竞争焦点已从 API 采购转向组织改造、治理和可量化业务结果；后续看首批行业案例。

关键节点:相关旧功能将在 8 月 18 日 前后逐步退出；组织应把产品整合当作变更管理项目，而不是普通界面升级。 切换前须验证迁移。

关键数据:Mythos 5 的冲突实验中 98% 最终达成停战，但其他模型常以强制或未解决结束；监管应关注群体动态而非只测单体。

关键信号:在 10 亿周活、200 万企业客户 的规模下更换营收负责人，说明下一阶段核心是把采用量转成可衡量、可续约的企业价值。

关键数据:43 个仓库任务中，最强系统仅解决 27 个，最难一组无人完成；榜单差距仍主要来自系统工程而非宣传参数。 还要比较环境适配成本。

关键数据:加入解析器可使部分结果下降 55.4–73.2 个百分点，披露又可恢复 30.4–60.7 点；应把评测敏感性纳入报告。

关键数据:StateBridge 在 26 个模型配对中有 22 个 最优或并列最优；后续要验证跨版本稳定性、带宽和攻击面。

关键数据:品格脆弱性可使最优配置系数移动 0.50，规模变化也会推动策略偏移；政策重点应是对假设做压力测试。 外部性也需纳入。

关键节点:8 月 15 日 是主旨与展示集中日，8 月 16 日继续口头报告；会后应跟踪获奖工作和可复现材料，而非把日历本身当成果。

关键节点:第二轮截止为 8 月 15 日 AoE，录用通知 9 月 20 日；作者应同步保存工具版本、提示与人工核验记录。

关键节点:8 月 15–21 日 为完整会期，8 月 18–19 日集中主旨与技术分会；会后应追踪公开论文、演示和工程基准。

关键节点:投稿截止为 8 月 25 日，通知日期 9 月 20 日；未来十天应完成匿名检查、模板合规与重复投稿审查。 引用也需逐条核验。