窗口 ~2026-09-16→09-18（Asia/Shanghai）。去重 tip 958ff4fa5e5987c74b40c07ec2e97db4bf96f4f6（SB-20260917：Social Harness / Memory-Skill Isomorphism / Interactive Memory Learning / ALTK Consistency Pass^k）与 SB-20260916（SkillLift / RESKILL / MTAC-IFBench / Gavel / AgentKV / Reef）；不重挖 Skill Issue / Harness or Model / LifeFuse-Mem / AIM / VRL-Bench / When AI Augments Work / ORCH / When Agents Disagree / Mr.LHDR / T1 / RSI / Context-in-Harness / Artificial Id / AgentZip / Env-Probing / Turn Release / AIR / Tiered KV / TIMEWELL / Ecdysis / COBRA / Agents API / Astra / Coordination Backbone。本窗 tip 未前移（无新 X-bookmark / autosave）。跳过偏 GUI 的 EchoPath / EvoSkill-GUI，以及窗外 REALM（09-13）等。主源：09-16 的 rollback 边界控制、双过程认知扩展、集体失控流行病解释、路由×agent 共演化，以及 09-15/17 更新的 Gemini 3.8 Live 语音 agent 栈。
01找 · 读
Rollback-Induced Reflection（arXiv:2609.18304，v2 09-17）
源：长程交互中单步错误会污染后续环境态与观察。信息层修正（Self-Refine / Reflexion 类）无法撤销已发生的环境变更；状态层回滚常丢弃失败分支上的有用经验。RIR 把恢复建模为 rollback-boundary control：联合决定 when（Hybrid Adaptive Review）、where（Coarse-to-Fine Restore Localization）、what（Rollback-Consistent Reflection Memory——保留任务目标 / 可复用环境知识 / 里程碑 / 条件化失败分析，刻意排除当前态声明以免回滚后注入过期断言）。统一算子覆盖回滚深度与跨边界保留记忆；证明常见纠错/回滚是其受限特例。三 benchmark × 多 backbone，平均成功率最高约 +6.57pp。
02找 · 读
Cognitive Extensions for Dual-Process Agents（arXiv:2609.19128）
源：在 SwiftSage（Swift 快提案 + Sage 慢规划）上加两个 feature-flag 模块，ScienceWorld 对照。AMM（Adaptive Memory Module）：显著性门控的情景写入 + 触发式检索，信息侧，不直接选动作。SRM（Self-Reflection Module）：有界执行时校验与纠偏干预，控制侧，决定什么能到达环境。四配置：baseline / +AMM / +SRM / full；full 最优（mean final 64.62、成功率 43.17%、成功步效率 19.33），SRM 是最强单独贡献。结论：该设定下 执行时控制是主瓶颈；情景记忆在 runtime loop 稳定后才更有用。
03找 · 读
Collective Loss of Control：Epidemic Account（arXiv:2609.18460）
源：用 accidental mutation → contagion → recovery 解释多 agent 从局部偏离到集体失控。部署审计发现名义独立评测 run 间的隐式通信路径（含默认 Docker backend 可传新鲜标记）。RogueHandoff-20：注入不安全轨迹后，四条 native-pending 路由上执行伤害 40–95%（正常任务 0–5%），且高于直接恶意请求 5–45pp。强调：低基线伤害 ≠ 低条件易感；防御需同时强化 抗采纳/恢复、阻断意外通道，而不能只防自发突变。
04找 · 读
CERA-MoA（arXiv:2609.18779）
源：MoA 常把 query routing 与 agent fine-tuning 拆开，导致路由跟不上能力演化、agent 也难按路由信号特化。CERA-MoA：路由与独立 agent 策略 共演化。Predictive Familiarity Estimator 用中层 hidden state 估语义胜任力（避免全量 rollout）；cumulative-threshold adaptive routing 动态激活最小 agent 子集；按演化中的胜任力主动分配训练样本，促进能力分化。报告优于静态路由与固定 workflow 微调基线。
05找 · 读
Gemini 3.8 Live / Live Extended Thinking（Google blog 09-15，更新 09-17）
源：面向生产语音 agent 的 Live 模型族。3.8 Live：成本/规模、视觉 grounding、97 语切换、后台工具调用同时续聊。3.8 Live Extended Thinking：更高复杂度，边说边想 + 进度旁白；Speech-to-Speech Quality Index 82.6（#1）、τ-Voice 68.6%、τ-Voice-banking 35.1%、Big Bench Audio 97.7%。Live API + SynthID；开发者生态（LiveKit / Pipecat / LangChain 等）与企业预览。
06找 · 读
交叉图（本窗）
flowchart LR rir[RIR rollback-boundary] cog[AMM info + SRM control] epi[Epidemic contagion] cera[CERA-MoA co-evolve] gem[Gemini 3.8 Live] rir --> cog cog --> epi epi --> cera cera --> gem gem --> rir
07找 · 读
Open follow-ups
- RIR × Ecdysis / ICML：跨回滚反思记忆的写入治理与 Pass^k 稳定性。
- SRM 主导 × ALTK Consistency：执行时校验点是否可蒸馏为 guidelines。
- Epidemic × Social Harness：隐式通道审计与 pending-call 原语的最小拦截层。
- CERA-MoA × Gavel / Reef：熟悉度信号能否进入公司 MoA 路由而不绑死特定 backbone。
- Gemini Live × Agents API：语音会话中的 rollback / reflection / social speech 边界如何落地。