博士生杨博于本周参加了IIASA 内部AI for Climate Science 研讨会，主讲人分享了 AI Emulators for Weather and Climate: Promise, Pitfalls, and Paths Forward的研究，该报告围绕AI天气与气候仿真器的物理保真度展开，指出AI天气模型虽在预报技巧上可比物理系统、气候仿真器亦可低成本生成长期模拟，但在蝴蝶效应再现和极端事件频率方面仍存在偏差；报告进而介绍了AI+RES稀有事件采样和全生成式ERA5气候仿真器等改进路径。此外，其于10月14—15日与ECE组内成员就ALPS项目结果分析进行讨论，确认agent模型的下一步技术优化方向，此外其与组员并围绕MESSAGEix-building模型中气候适应情景的建模思路、情景设定与数据需求进行会议讨论，为后续适应情景在IAM中的量化分析提供支撑。

博士生漆家宏于10月14日参加悉尼大学ITLS举办的学术研讨活动，学习了题为“Leading Change in Transport: Why Context Matters”的主题报告。报告围绕交通行业在低碳转型、新技术应用、出行需求变化及成本压力下的组织变革展开，结合自动驾驶、零排放交通、按需出行等实践案例。通过此次学习，加深了对交通行业创新管理与组织变革问题的理解。

博士生喻可于2026年10月9日至10日参加德国慕尼黑工业大学（TUM）举办的“LLM Software Development Winter School 2026”学术培训活动。本次活动聚焦大语言模型与软件工程的深度融合，汇集了来自Google、Amazon、Siemens及国内外高校和研究机构的专家学者，通过专题报告、技术实践和学术讨论，系统介绍了人工智能辅助软件开发的前沿研究与产业应用。活动内容涵盖基于大语言模型的自动化程序修复、Agent驱动的软件开发、软件安全与隐私保护、智能化需求工程，以及大模型软件系统的自动化测试与质量保障等重要方向。其中，重点学习了智能编程Agent在实际软件开发流程中的应用，以及大模型生成代码的可靠性、安全性与系统化验证方法。通过此次学习，进一步加深了对大语言模型赋能软件工程及自主智能体技术发展趋势的理解，拓宽了科研视野，并为后续开展相关领域的科研工作提供了新的思路与启发。

北京理工大学能源与环境政策研究中心博士生李玥在国家留学基金委“国家建设高水平大学公派研究生项目”资助下，于2026年9月赴美国康奈尔大学农业与生命科学学院（College of Agriculture and Life Sciences，CALS）开展为期一年的博士生联合培养。

外方导师廖川（Chuan Liao）为康奈尔大学CALS下属Ashley全球发展与环境学院副教授，主要从事土地系统治理与可持续发展研究，关注制度与技术变革对土地利用、社会福祉和生态环境的影响，研究涉及气候变化适应、可持续能源转型及农业食物系统等领域。相关研究成果发表于Science、Proceedings of the National Academy of Sciences、Nature Food等国际期刊。曾任World Development期刊主编，并担任生物多样性和生态系统服务政府间科学政策平台（IPBES）转型变革评估报告的协调主要作者。

李玥同学主要围绕气候适应与政策设计开展研究。联合培养期间，她将与外方导师围绕光伏绿化屋顶系统的潜力评估与部署优化展开合作。访学以来，李玥定期向国内导师汇报工作进展，并与外方导师开展多次交流讨论，结合导师建议进一步梳理研究思路、完善研究设计。在课题组会议上，她向外方导师及团队介绍了北京理工大学能源与环境政策研究中心（CEEP-BIT）的概况。在后续联合培养中，李玥同学将持续推进相关研究，积极参与康奈尔大学及所在团队的学术研讨与科研交流，学习借鉴相关研究经验，提升理论分析与方法应用能力，拓宽研究视野，探索更多合作机会。