Scope
本轮是在 2026-06-24-Autoresearch-AllTopics-Pulse 之后做的 all-topics 增量更新。重点不是重写所有 survey，而是检查 6/24 之后是否有会改变当前 research taste 的新证据，并把 paper / survey / idea 状态补齐。
Main Update
最高信号新增论文是 2606-AgentCIBench。 它直接命中 6/24 生成的 PersonalizedSafety-CUA：personal CUA 的风险不是抽象安全话题，而是 normal-use contextual disclosure。Agent 即使没有被攻击，也会因为 visual co-location、task ambiguity、recipient misalignment，把任务外个人状态带到外部输出。
这让当前 mental model 从：
personal context makes CUA harder
推进到：
personal context makes CUA both harder and riskier; task success can actively conflict with contextual privacy.
Topic Updates
GUI Agent / Computer-Use
- 新增 2606-AgentCIBench。
- 更新 ComputerUseAgents-Survey：补充 “Personal CUA Safety 从 adversarial 转向 contextual disclosure”。
- 更新 AgentFriendlyEnvironment-Survey：新增 least-disclosure affordance 原则。
- 对 agenda 的含义：primary direction 若继续从 pure grounding 扩展到 agent-facing runtime，那么 privacy-aware state API 必须成为一等约束，而不是后加 safety paragraph。
VLM / Multimodal Grounding
- EvidenceDependence-GUIGrounding 已补充 GUI-Perturbed 外部证据和 18/25 评估。
- 当前判断：Action Collapse Rate 仍有价值，但 novelty 必须避开 VisualFLIP / GUI-Perturbed 的 generic perturbation framing，聚焦 GUI action evidence dependence。
Agentic RL
- 本轮没有发现足以改变 6/24 判断的新 AgenticRL 论文。
- 方向仍建议从旧的 credit assignment 子方向 pivot 到 verifier-grounded data / reward construction。2606-AgentCIBench 间接加强这个判断：agent training/evaluation 需要 context-aware verifier，而不是只优化 task completion reward。
Embodied AI / World Model
- 本轮没有新增 digest。6/24 的 2601-TMoW 仍是主要 world-model update。
- 对 GUI/CUA 的迁移启发仍是 runtime model routing：不同 app/site/personal context 可看作不同 transition / privacy regimes。
Hyperbolic Manifold
- 本轮未发现与 GUI/VLM/AgenticRL 主线直接相连的新信号，继续暂停主动跟进。
Idea Status
| Idea | Update | Score |
|---|---|---|
| PersonalizedSafety-CUA | 加入 2606-AgentCIBench，novelty 下调但 evidence/impact 上调；核心应转为 runtime intervention | 20/25 |
| EvidenceDependence-GUIGrounding | 加入 GUI-Perturbed 外部证据；定位为 action-level paired UI flip benchmark | 18/25 |
Key Takeaways
- Agent-friendly env 不能默认等于 more state：state API 如果不受 task scope / recipient / data category 约束，会直接放大 personal disclosure risk。
- CUA safety 的核心对象正在变成 trajectory + externally visible output：中途访问、最终输出、收件人语境都需要测。
- PersonalizedSafety-CUA 比 6/24 看起来更重要，但也更拥挤：AgentCIBench 已经占住 evaluation；可做空间在 runtime guard / permission manifest / intervention ablation。
- EvidenceDependence-GUIGrounding 仍适合做轻量 pilot：只要贡献限定在 GUI action collapse，而不是泛泛 counterfactual VLM evaluation。
Next Actions
- 若继续 AFE 方向，优先设计 least-disclosure
observe_state()schema：task scope、recipient scope、data categories、source provenance。 - 对 PersonalizedSafety-CUA 做下一轮 experiment-design：选 AgentCIBench/OpenApps-like 环境，定义 manifest-only vs trajectory-guard ablation。
- 对 EvidenceDependence-GUIGrounding 做 100-pair pilot spec，先证明 ACR 是否能暴露现有模型 failure。