而前几个月的一组测试，给出了相反的答案。

1、ob体育 验收：每个问题给出文件位置加修复方案，交差前自己先对着复核一遍。

原因就在于，这些场景背后是同一件事：解决长程任务，跑通智能体的Loop（闭环）。ob体育而这个飞轮本身，正是记忆最先能服务的对象：让记忆系统自身越来越聪明。

2、杨毅揭秘国家队选人真相，部分球星装病拒绝出战，郭士强很无奈

跨任务——搬运、分拣、装配、取货、协同作业，不需要每换任务就从头开发。

3、太强了！中国24岁新人轰出第三杆147，差点追上奥沙利文纪录

发布会尾声，此芯科技与中电信数智、光弘通信、天通精电等十余家合作伙伴集体签约，覆盖AGX方案、扩展算力与科学智能体等多个方向。

4、暴怒后，心梗风险大幅飙升！4类人尤其要稳住情绪

偏偏交付级最较真的文字和纹理，全藏在细节里。

5、阿邦拉霍：埃梅里上赛季尝试改造桑乔没成功，现在轮到加纳乔

参考资料： https://x.com/claudeai/status/2079595988998554047 编辑：马可新智元报道 从未见过如此糟糕的模型！ Gemini 3.5 Pro正式版没来，3.6 Flash、3.6 Flash Lite等Gemini 3.6「阉割版」发布了！ 就在昨夜，谷歌DeepMind宣布，推出三款模型，分别为Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。

结果设备买回来，从到货到吐出第一个Token要熬一两周，模型每迭代一次都像换血。

但问题是，分辨率一上去，视觉token和算力就会跟着暴涨。

6、高瓴投了一个"拥抱"，U1十天卖了3800台——AI硬件的下一个战场不是效率，是孤独

Claude Code在开发者里一战封神，紧接着的Cowork把智能体从程序员推向普通知识工作者，在「AI办公」这块抢下先手。

3.5 Flash-Lite，击败了老大哥 第二款Gemini 3.5 Flash-Lite，走的是另一条路：主打一个快，还要够便宜。

7、上海申花VS海港：吴曦汪海健坐镇，拉唐+特谢拉领衔，谢鹏飞冲锋

参考资料： https://www.nature.com/articles/d41586-026-02091-6 https://x.com/kimmonismus/status/2076658442282934351 https://www.reddit.com/r/singularity/comments/1uv399n/yuji_tachikawa_one_of_the_worlds_leading/ 编辑：元宇 大卫新智元报道 【新智元导读】国产Coding模型杀疯了！实测1分20秒闭环真实Bug，1395行代码徒手捏出《我的世界》，长程工程能力直逼Opus 4.8，不用再当AI保姆了。

这句话当时被无数人转发、争论、贴在Slack里当战斗檄文。

8、关于防范台风“巴威”做好房屋安全防范的温馨提示

传统解法笨拙且昂贵：派工程师扛着VR头显和遥控臂，重新录制轨迹，再花数天重训模型。

于是就有了这场实验。

陶哲轩看完的评价更狠：过去几十年，人类在第一步就集体走偏了。

9、多名院士呼吁停止食用，比肥肉还伤血管，转告父母，趁早撤下餐桌

对每个素数p，取所有数被p整除次数的最大公约数，再把这些素数幂乘起来——这个值从第一步到最后一步都一直不变。

她的逻辑冷得可怕，「这场变革不是设计圈自己发起的，是工程侧倒逼的」。

10、马凯特法学院民调：社会主义者洪领跑威斯康星民主党初选，但全州对决落后共和党人

④ 代码载荷注入（）：在生成代码中注入目标载荷，先插入恶意片段再标注其位置，使恶意代码自然嵌入到为当前需求生成的、语法功能均正常的代码里。

注：模型1是磐石，模型2是Gemini 3.1 Pro，模型3是GPT-5.5 从AlphaFold到统一科学智能，AI for Science正在从「单点工具」走向「系统能力」。

1、铁路南京站、苏州站、徐州站、常州站、无锡站恢复开行7月12日部分列车

有意思的是，两个月过去，除Gemini 3.0暂无动静外，他点名的这批模型已经被整整刷新了一轮： 5月28日，Claude Opus 4.8登顶Artificial Analysis智能指数；6月9日，Mythos级的Claude Fable 5首发；6月30日，Sonnet 5跟进；7月8日，xAI放出Grok 4.3的继任者Grok 4.5；紧接着，GPT-5.6 Sol开闸。

2、晚饭七分饱被推翻了？医生发现：过了60岁，吃饭尽量要做到这4点_网易订阅

再往前一步，就是这次战略里更大的那句话——以自研此芯P1为核心，打造覆盖端、边、云全场景的全域算力底座，真正实现「一芯驱动全场景AGI」。

3、毛伟杰首次入选国足大名单，未来有望完成国家队处子秀，值得期待

过去AI办公工具最多做到「生成一段文字」，属于参谋型。成都最高41℃，只有一地解除高温橙色预警信号，到底好久能降温？全程全身边移动边操作，任务之间不剪辑、不复位。

4、从生长激素到痛风药物，金赛药业回应全生命周期健康管理命题

该机制与具体目标无关：它仅调整对目标相关位置的学习强度，而将具体生成内容交由模型结合输入完成，因此可承载与请求相关的生成式输出，而非将模型固定到单一回复。

5、太慌了！男子在家被五步蛇袭击咬伤，对视后瞬间晕倒……

2.8万亿参数，100万token超长上下文，原生支持视觉与多模态理解，都还只是开胃菜。

6、健康日历

三届ICLR 评分尺度差异正在扩大 团队基于ICLR 2023–2025三届顶会公开数据，开展大规模实证分析，数据集覆盖2.2万余篇论文、5.2万条评审记录，能够真实反映近年顶会评审状态。

」 好莱坞的百年游戏规则是资本密集：数亿美元预算、上千人的剧组、以年计的制作周期。

GDPS要做的，正是把这些真实场景需求翻译成可测、可比、可复制的赛题，在大赛中完成实景测试验证，让央企、国企、民企、外企开放特定场景，获得更优解法、更快路径和更稳方案。

7、海淀企业造“太空巡护员”，国内首颗商业空间碎片监测卫星入轨

拥有ΔR，企业才能知道： 哪一个 Skill 真正有效； 哪一个决策规则应该调整； 哪一种客户画像更准确； 哪一种行动在什么场景下创造了价值； 哪一个智能体值得被推广； 哪一个认知资产正在失效。

然而，这些都是附加条件，最完整的「完全肯定证明」，却始终无人能够完成，直到GPT-5.6 Sol Ultra的出现。

8、放弃科内！曼联锁定 4250 万神腰！模板完美复刻罗德里

在21:9的超宽画幅下，盛唐的烟火气扑面而来。

圆桌现场，五位嘉宾毫无保留地复盘了自己踩过最深的「坑」：任务闭环、接管率、真实环境的复杂性。

这个基准今年3月上线时，最好成绩是0.37%，而人类稳定在90%以上。

老搜索有多难用，圈里早有共识。