就在立川裕二利用Fable 5帮他解决弦论难题的同时，斯坦福大学的遗传学家、心脏病专家Euan Ashley，让Claude解读自己的基因组，结果AI用了30分钟就做完了。

1、开云官方app 今天，OpenAI发布一篇罕见的长文，复盘了一款「长周期运行模型」在内部使用中的失控过程。

智能体会陷入一种「看似有进展、实则原地打转」的死循环：反复去改同一个文件，却始终跑不出一个新的通过测试。开云官方app「前沿AI标准机构」：一个框架 眼下AI的飞速进展，要求我们以一种全新的方式测试前沿AI模型的能力——这种方式必须动态、灵活且严格。

2、哈梅内伊惨遭“灭门”，Al战争时代真的来了！

在真实现场，产品需要面对不同尺寸盒体、服装包装、快递软包等规格和形态差异，完成识别目标、调整手型、稳定抓取、转运和准确放置，并与机械臂、视觉及控制系统形成任务闭环。

3、詹姆斯终于要做决定了！骑士仍是最大热门 多位名记爆料高度趋同

行业内极度缺乏针对多智能体的计量治理、成本分配和Token负荷隔离管控工具。

4、新版基本药物目录9月落地，这些药不用再跑大医院开了

比如，反复写「先问我」「别乱改」「等我批准」，会让它连本该放手去做的安全操作都频频回头请示，活活憋成个畏手畏脚的实习生。

5、只用2年，雷霆三分命中率垫底变第1！火箭新助教立功，斯通签对人

第一个问题，是企业正在支付大量Token成本，却没有获得相应的业务价值。

参考资料： https://www.anthropic.com/research/claude-values-models-languages 编辑：摩西新智元报道 三个女生，用三周时间做出一支快穿 3D 乙女游戏 PV。

木纹纹理看起来还行，没什么特别之处。

6、时尚圈新置顶的“colorfit”，到底怎么穿

什么是雅可比猜想？一个「理所当然」的陷阱 让我们先把时间拨回1939年。

他也开始思考，理论统计学家未来的出路是什么？ 伯克利教授直呼「心塞」 GPT-5.6从零构造出了一个反例，宣告了一个残酷的事实： 在相关双侧高斯检验（correlated two-sided Gaussian tests）下，经典的 Benjamini-Hochberg (BH) 程序无法保证假发现率（FDR）始终受控。

7、逆天续命！39岁瓦尔迪2场2球抢6分，克雷莫内塞1分之差末轮决生死

而有60秒记忆的模型，便能把它放回去。

模型主权解决的是推理资源控制权。

8、法国队0-2三大败因！1人被亚马尔打爆，德尚战术失当，奥利塞梦游

在这个硬需求下，传统的径向电机（圆筒形电机）已逐渐摸到物理极限，因为它们太笨重、太占地方了。

朱红、墨黑与鎏金的光影碰撞，把那种「盛唐赛博」的舞台炸裂感直接拉到了最高。

站会那一幕，靠的是Claude Code今年6月发布的Artifacts。

9、本想着当门面却成烫手山芋，弗洛伦蒂诺引进姆巴佩已成饭后谈资

如果说大模型竞争的上半场，拼的是答得像不像人。

果然，在首轮代码生成中，Agent对表名和array_keys($data)提取出的字段名时直接采用了「野蛮拼接」。

10、特朗普：拿伊朗资金赔

作为参照，过去七年IMO，4347名人类选手参赛，只有30人拿过满分——比例0.69%。

是真金白银地赚钱。

1、当面子不再是货币：韩红"走个面儿"翻车背后，《抓特务》遇冷19亿票房给出了答案

场景单位：上海复兴岛面向城市治理与生活服务，聚焦商业配送、市集导购、都市巡检等场景，攻克多任务闭环验证与运行数据持续回流，实现空间智能与具身数据双向赋能，有效推动空间治理常态化落地。

2、1-2后！比利时队黄金一代落幕，2大巨星告别，世界杯+欧洲杯0冠军

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。

3、休赛期也不歇！火箭队杜兰特现身训练场，与班凯罗合练！再打2年没问题

2024年它有过一个真实的bug：naturaldelta(timedelta(hours=-5))，本该返回「5 hours」，它却说「a day」。今日启幕！成都向世界发出“机遇之约”它命名是知道规则，然后专挑规则看不见的地方下手。

4、特朗普没想到，中国刚要加购美国大豆，就有“内鬼”给美国使绊子

走到2026年年中，大模型这场仗，早就不只是比谁更聪明了—— 而是比谁能把「最聪明」这件事，做到让普通人也付得起。

5、意媒：尤文26/27赛季季票销量已超1.92万张，超过上赛季

智慧城市有了AI的居民，才能真正地活起来。

6、时代的狂！41岁的C罗，骗过了全世界！

其中，有95.5%的任务超过GPT-5.5，83.3%的任务超过Gemini-3.1-Pro；在部分任务上，甚至达到或超过了各领域的任务专用模型，具体来看： 在药物性质相关的ADMET 18项评测里，有16项同时优于GPT-5.5和Gemini 3.1 Pro；在CYP、hERG、肠道吸收等几个关键药物性质任务上，其性能已达到甚至超越了业内代表性的化学专用模型。

这一层用的是逐际动力自研的 LimX WBT 全身运动基础模型——基于千万参数级的 Transformer 策略，完全跑在机上。

社区一眼看穿这层暗示。

7、警惕！素食党也逃不过脂肪肝？预防+控制看这篇

场景单位：长电科技面向危化环境，封测产线场景聚焦安全生产与制造。

十来个绿色的小立方体从坑里蹦出来，翻着跟头往下掉。

8、最佳球员｜第6轮

算力短缺已经在谷歌内部引发激烈矛盾，Google Cloud被迫开始拒绝外部客户的订单——在商业公司里，这几乎是最极端的信号。

因此，VLA部署效率不仅要看每一步的推理延时，更要看策略效率（policy efficiency）：一次预测中有多少动作能放心执行？完成任务到底需要多少真实物理步骤？ 已有方法大多从计算侧入手，例如视觉token剪枝、量化、KV-cache复用、蒸馏或推理引擎优化。

其余的，交给模型自己去想清楚。

他在X上写道： 目前为止，GPT-5.6 Sol是我见过数学上最有意思的新模型。