智能体不只是被动响应，还能主动观察消费周期——T 恤买了 5 个月该换了，洗衣粉用完了该补了——你不用开口它就推荐。

1、米兰体育 而佟博士更早的问题是： 企业如何把这些东西真正构造成一个自己拥有、可以运行、可以测量、可以治理和可以持续进化的认知系统？ 这两者之间的差别，是问题意识与工程体系之间的差别。

所有人都在期待7月17日这个传说中的发布日期。米兰体育Claude Code官方Agent SDK文档给出的智能体循环：提示词进入后，Claude评估、调用工具、结果回流再评估，直到某轮不再调用任何工具，才输出最终答案。

2、西瓜再次被关注，医生发现：乳腺癌人吃西瓜，不用多久或有5变化

值得注意的是：类RL-based方法取得次优ASR，但在低中毒率下会明显损害模型效用：研究人员认为其原因在于RL在少量中毒数据上过度优化攻击目标，偏离了原有的指令遵循分布；而VPI依赖提示注入偏置，无法突破现代安全护栏来生成对齐绕过（）所需的中毒数据。

3、AI监督工具失明20天仍自称健康，点击批准量为零

本次测试覆盖Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro、Gemini 2.5 Pro、Qwen3-32B、GPT o3、GPT-4o-mini、DeepSeek Chat、Llama3-70B等主流模型。

4、北京大学发文：祝贺校友王虹、邓煜双双获得菲尔兹奖！

等有人想起来做实验，已经是两年多以后了。

5、巴萨标价4000万欧，沙特强挖青训中场卡萨多

更离谱的是，上千个权重分片文件，在字节大小上竟然是完全一模一样的！ 所谓1.6T模型，实际上是拿Qwen2.5-7B-Instruct 的权重，像俄罗斯方块一样复制粘贴，然后用看起来像随机数的权重暴力填充，最终硬生生「吹」成了一个3TB的巨无霸。

同一场 Cyber Range 测试（1 亿 Token 额度），用 Opus 4.5 或 4.6 跑一次约 85 美元，用 GLM-5.2 约 46 美元，用 DeepSeek V4-Pro 只要 1.19 美元。

一个数据集，变成了代码 去年11月，Anthropic披露过一起案子： 攻击者把Claude Code接进自己的攻击框架，80%到90%的活儿是AI干的，人类只在几个关键节点上点头放行。

6、阿尔忒弥斯二号绕月任务数据，如何被机器人工具三维重建？

它这次主打一个亮点，巨省Token。

它不改变VLA架构，也不重新收集专家数据，而是在已有预训练策略之上继续优化机器人真实执行行为。

7、韦世豪做出重要决定！直接让成都球迷为此乐开花，希望他说到做到

这场看似荒诞的打榜游戏，意外扯下了2026年企业AI的遮羞布： 烧掉的Token越多，真的等于创造的价值越多吗？ 没人答得上来，因为根本无法衡量。

Grok Build是SpaceXAI旗下的AI编程agent，今年5月刚上线。

8、2-1，世界杯决赛队出炉：梅西创纪录英格兰出局阿根廷西班牙争冠

今天，谷歌DeepMind连放大招，一次性摆出三张王牌： Gemini 3.6 Flash Gemini 3.5 Flash-Lite Gemini 3.5 Flash Cyber 一个更强的主力、一个更快的轻量款、一个专修漏洞的安全特种兵。

真正的科学研究从来不是纯文本工作，而是由提出假设、设计实验、调用工具、调整参数、观察结果、排查错误和持续修正等一系列行动构成。

AI领走了埃尔德什的赏金。

9、红色预警！辽宁今日多地暴雨，个别乡镇（街道）大暴雨

2. 冗余感知的步数压缩（Redundancy-Aware Step Reduction） 当可靠horizon被扩展之后，第二阶段进一步减少总物理步数。

恰恰相反，它是效率工具：替我们省掉了海量注定失败的尝试，没有它，没人能在有限的一生里走到学科前沿。

10、德罗赞也要等詹姆斯！多队无缘签老詹后才会追他 活塞猛龙等队在列

在统一Prompt和固定评分标准下，根据这些优缺点生成一个Anchor Score（锚点分数），作为一把统一尺度下得到的参考分数。

用意很简单：任务本身不需要看任何代码。

1、@高校青年：党史知识线上竞答活动开始啦！

2224个人，在那天早上起了床，吃了早饭，做了以后的计划。

2、真正的坚强，不是忍住眼泪，而是允许自己痛

S0 是运控层，频率最快，1000 Hz。

3、侧记丨全城沸腾，解锁盘锦超燃足球狂欢夜

他也只能自我安慰可能自己没有开启高性能模型「high thinking」。“这件衣服”今年夏天越来越流行！简单穿就很好看7月14日，Anthropic正式推出Claude for Teachers，向全美经过身份验证的K-12（幼儿园到高三）教师，免费开放Claude的高级能力、一整套教学技能库，还直接接上了50州课标和一批经研究验证的现成课程。

4、中国智造的追觅样本：一台洗地机背后的全球竞争力

莫宗坚评价张益唐「不适合代数几何」，认为他的博士生涯「浪费了自己七年光阴，也浪费了我的时间」。

5、传奇大女主，落幕

Karp认为，当前大模型产业存在两个严重问题。

6、一次失误就受到死亡威胁，挪威前锋惨遭网暴妻子硬刚晒截图，主帅直呼悲哀

此外，和Anthropic相比，OpenAI手里还多一张短期无解的牌：分发。

每一个选题，都是历史上那种你隐隐觉得那个时刻一定很不一样的节点。

在考验用户偏好记忆的题目上，HMS达到96.7%，大幅领先Hindsight的86.7%、OpenAI收购的Mastra的53.3%。

7、3届世界杯20个进球！27岁的姆巴佩，已踏上足球“真神”之巅

三条路线各自突围，但「科学智能」仍散落在彼此独立的模型、工具和任务系统里。

结果，AI省下的那点时间，最后全砸在检查和返工上。

8、财政部答时代周报：上半年财政收入增幅逐月提高，28个省份实现收入增长

最后，机器狗和工作人员一起做电梯，达到另一个软网环境：地下车库。

Dyna则把200k+小时数据摞成金字塔: 在之后的讨论中，马也骋分享了Dyna的实践经验：「部署数据放到下一次预训练中，接下来的部署时间就会越来越短，最终达成零成本在新环境完成同样任务。

模型训练大多依托公开的成功论文成果，难以学习海量真实试错背后的底层逻辑，最终形成擅长模仿复用、弱于原创突破的行业现状。

本次论坛上，商汤给出了一个听起来有点反常识的答案：不造更强的卡，而是把比赛拆开，让不同的卡接力跑。