这套循环普通人也能用 前面那套循环，已经被做成了产品，普通人照样能上手。

1、亚搏手机 这说明问题并不只是某个模型不够大、不够强，而是当前通用大模型普遍缺少稳定的三维空间行动能力。

具体来说，就是让通用国产卡去做Prefill——它们的计算吞吐量不差，干这个活效率很高。亚搏手机没有任何预热、没有任何预告，他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型，登顶世界第一！ 数据有多炸裂？ 1.6万亿参数（MoE架构，每token激活495亿参数） HLE工具辅助测试中拿下99.44%的成绩 GPQA Diamond达到95.9% MMLU-Pro达到96.2% AIME 2025超过90% 原生100万token上下文窗口 在12,288块Ascend 910C NPU上训练了60万亿tokens 这个成绩，直接把目前所有榜单打穿了！ 即使是最顶级模型，在面对地狱级难度的HLE时，依然会被按在地上摩擦。

2、U23国足主力得到荷乙邓伯什续约合同！已官宣确认，新赛季值得期待

机器人由此从「生成一个逼真的虚拟未来」，转向「预判自己这一下会对世界造成什么影响」。

3、斯托克斯与麦卡勒姆两周内先后离任，英格兰板球队长成“难堪大任”

标准化测试里的题目，模型多半在训练数据里见过千百遍；真正见功夫的，是那些它从没遇到、也无处抄答案的新问题。

4、斯旺西今夏第五签：加纳国脚奥波库加盟，上赛季10球6助攻

特纳以为，整个AI学术界终于要站在一起，给谷歌和五角大楼施加舆论压力了。

5、中超再现奇景：北京国安进球被吹还被判点球，马宁太勇了！

于是它抢在实验开始前，往缓存里塞了一个形状正确、但每个数值都是零的文件。

Anthropic根本没打算让Opus 5去跟自家旗舰硬碰硬，它要解决的，是一个更扎心的现实—— Fable 5，普通人已经快用不起了。

AI的下半场，拼的是运营力 除了作为调度中枢的「星火Token Factory」，科大讯飞星火企业军团这次还发布了三款企业级新品。

6、飚过两警局的兰博基尼Urus，车主返回发现轮胎早被警方扎漏，“秘密陷阱”已布下

具体来说，Qoder Security是如何运行的？下面就是一个生动的例子。

https://www.makeuseof.com/claude-cowork-automated-away-job/ 这个故事发生在「Record a Skill」上线之前，用的还是手写 Skill 的方式。

7、凭《包公断“胰”案》实力出圈，岳阳市中心医院再揽全国胰腺健康科普大奖

AI圈最大的遮羞布被扯下 在视频最后，Max Scherf抛出这场荒诞实验的目的。

把二十年时空数据 变成具身智能的基座 一个做地图导航的公司，为什么能杀入具身智能的核心圈？ 如果把「体系化」的三道门槛拆开，答案很明显。

8、世界杯一球封神！利物浦锁定 3000 万冠军功臣！巴萨水货彻底逆袭

3 月的偷跑版虽然不到一天光速下线了，但它提前暴露了国行 Apple 智能的能力边界：端侧模型跑得快、守得住隐私，但深度和精度必须要靠云端模型补齐。

游戏网络编程领域的资深开发者 Glenn Fiedler，是哦哦游戏网络编程领域写了二十年教科书级文章的大佬，最近用 Claude Code 对自己维护的四个开源网络库（yojimbo、netcode、reliable、serialize，合计约 6000 个 GitHub Star，在游戏领域已属相当有影响力的老牌开源大库）做了系统性安全审计：部署 libFuzzer 目标、上线 AddressSanitizer 和 MemorySanitizer CI、执行数百万次迭代的压力测试、逐行代码审查。

如果要让模型记住历史画面，计算量会呈指数级爆炸。

9、雄商高铁山东段进入运行试验阶段，菏泽两座新建高铁站房惊艳亮相！

奥特曼自己的说法是，agentic产品的使用量一周环比涨了2.5倍。

Token「前店后厂」：从「发电」到「用电」的全链路革命 清程极智是目前行业首家完整落地「全链路」的厂商。

10、四届全明星仅换一人？红袜考虑交易同区死敌蓝鸟重炮

各有各的强项，也各有各的天花板： 领域专用模型（AlphaFold 3、ESM3）：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型（GPT-Rosalind、Claude Science）：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型（NatureLM、LOGOS、BioMatrix）：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。

堆得越多，「找不到」就越致命。

1、42k英里2005款汉兰达无底价拍卖，原厂选装费超6千美元

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）。

2、公募科技持仓冲上历史峰值

落到ChatGPT里，就是模型选择器里那几个选项：Medium、High、Extra High，背后跑的都是Sol，Pro档跑的是Sol Pro。

3、卡尔顿·科尔：没有人提到科比·梅努，我不理解；葡萄牙0-0哥伦比亚：B费踢满全场，达洛特迎来首秀

再往下，GPT-5.6 LUNA Max、Claude-4.8 Opus这些名字，还在117到123分之间打转。柳承敏“无罪”，只是韩国体坛黑历史的“一盘小菜”就在大会现场，我们与超维动力联合创始人兼CEO喻杰博士进行了一场深度对话。

4、不用跑医院！福州各社区新增医保卫生站

一个令人惊叹的富足新时代，正在敲门。

5、广东省内铁路即将全线停运

AI裁判的推理原文：明知正确标签，却因顾虑「这个标签会被拿去训练模型」而拒绝如实标注。

6、泰山夏窗只出不进，德尔加多能踢3位置 给斯坦丘替补 大连兵发上海

敢押佛得角的底气，藏在基座里 看到这你可能要问了，既能押中黑马，又能完成巨幅战报图，靠得是什么能力？ 答案就藏在它背后的商汤日日新SenseNova大模型体系和集成其能力的的Skills。

这么做的好处是，模型学得又快又省，十分之一的数据就能追平顶尖SOTA；而且结构简单、天然好scale，训练和推理的成本也远低于谷歌和OpenAI。

而无问芯穹的解题思路是——让整座基础设施自己变成一个会干活的Agent。

7、耐克造梦，阿迪冲线

2025年，OpenAI和DeepMind同时出手。

」 如此看来，现在行业所感受到的「模型差、数据荒」，可能问题压根不在脑子上，而是身体的物理极限卡住了天花板。

8、任成宰穿“Sungjae HIM”毛衣炸场，排名77却穿出了天王气场

从实验结果看，PolicyTrim并不是只优化benchmark指标：在物理机器人上，任务完成时间也能缩短到baseline的一半左右，并且在动态干扰场景中保持鲁棒性。

过去一年，这个领域最热闹的是视频生成，比谁的画面更逼真、更长、更一致。

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。

当具身大模型开始具备开放世界泛化能力，这20%的人工工序，第一次有了被逐步接管的可能。