如果我们把30万段对话按「Claude有多温暖」从冷到热排成一队，全局平均站在正中间。

1、多宝登录 当它们还在用文字绕圈子解释噪声影响时，磐石直接「甩」出了depolarizing noise作用后的完整密度矩阵： 评价纠缠态，磐石一针见血地指出：混合态不能只看子系统熵，必须上Concurrence（共生纠缠度）等硬指标。

总之，这个反例精简、优雅到了可怕的地步。多宝登录要用上这个功能，Claude Code得升到v2.1.209及以上，Pro、Max、Team、Enterprise都支持。

2、10天6跌停！存储人气股：董事长承诺12个月内不减持

从写prompt到写loop 中间隔着一道验收 一个会自己无限干活的AI，凭什么不是一台高速产出bug的机器？ 答案在一个被大多数人略过的环节：验收。

3、最贵阵容却成“球员禁区”？高曼拒交易名单揭大都会尴尬处境

新智元报道 【新智元导读】交互式视频世界模型正在从「一次性生成短片」走向「像游戏一样边操作边生成」。

4、速看！四川省2026年高考志愿填报辅助系统操作说明

过去，行业信奉的是Scaling Law。

5、维拉已敲定加纳乔！周四官宣加盟，同时切尔西双星杰克逊在谈总价1亿

GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

全网都觉得它「变笨」了 这个日本团队的遭遇，只是这几天Codex社区里的一个缩影。

点一下土星，右边滑出资料面板。

6、尤文输球遭重创，这或是近些年最差尤文，谁该为此负责

这场竞争最后的胜负，或许不取决于谁的模型更强，而取决于谁先真正住进每个人的工作流里，成为你的AI「同事」。

代码侧靠AutoBuilder，业务侧则由KwaiClawEnv顶上，三层闭环协同： Service层动态扩池、把社区大量Skill转成可部署服务； Task层以真实业务为种子、派生海量任务变体； Eval层用「硬规则 + 模型评审」双重过滤，只留可执行、可验证、行为自然的轨迹。

7、程蓓深入企业开展“企业服务年”走访调研

如果我们把30万段对话按「Claude有多温暖」从冷到热排成一队，全局平均站在正中间。

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%。

8、米克·舒马赫印地赛车困局：排名倒数第二，车队又砍席位

以「软硬协同、灵活部署、自主可控」为理念，AGX OS直击行业三大痛点： 守数据：本地推理与存储，确保核心数据「不出域」，从源头规避合规风险； 破壁垒：统一模型网关，终结厂商锁定，实现「万模随心切换」，赋予客户极致选择权； 控风险：内置独立沙箱、四级权限与全链路审计，确保智能体每一步操作「计划可审、动作可批、过程可查、结果可回」。

Token不再只是聊天的开销，还成了重构企业流程的「生产资料」。

KSTAR 佟博士提出KSTAR，不只是为了描述一个智能体任务流程，而是为了提供一种企业认知进化机制。

9、多款曼联周边上线丨斜跨小包、金属水壶、队徽帽子、5号足球

这个仅有0.9B参数规模的模型，基于MiniCPM4-0.5B训练完成，在同类开源模型中性能稳居第一。

」 生成领域拥抱外部，壁垒留在推理和领域数据上——这层数据别人拿不到。

10、澳大利亚“自毁”，亚洲球队全军覆没

提示末尾加一句「交付前对着标准逐条核对」，让它当质检员，比你返工更便宜。

1亿小时：一个「ChatGPT时刻」的门槛 「语言模型头部团队已经到了100万亿Tokens，对应约100亿小时的语料。

1、世界杯灾难级发挥！阿森纳王牌彻底隐身！半场崩盘拖垮英格兰

但当聚光灯打在超级个体身上时，徐立认为，价值的核心必须转向Task，按任务的圆满交付来结账。

2、时隔多年，前IPL掌门人莫迪终获法律清白

old-bielefelder报告，GPT-5.6 Sol思考14分钟、复核9分多钟，把Pintz 2018年那个0.72的指数改进到0.7195。

3、一人打爆阿根廷队！24岁小将世界杯一战成名，接班萨拉赫指日可待

比如有个企业就发现，客服平台日均数万次咨询中，超过60%的请求不过是查订单、问退换货这类不用动脑的问题。The Ring掌门人先出手：Garcia嘲讽Benn“正好落入我的口袋”这4年，你跟它聊过多少句话、传过多少张图、开过多少个项目，大概连自己也数不清。

4、阿勒泰地区组织离退休干部开展警示教育活动

从前端到空间推理，得到的全是差评。

5、中央决定：谭炯任中国人民保险集团股份有限公司党委书记_网易订阅

GPT-5干的事情，是把他不知道的那些文献翻了出来。

6、俄遭乌无人机袭炼油产能瘫痪！射弹警告日韩，局势要失控？

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。

利用这个工具，同样有大量让人印象极度深刻的案例。

在同一任务的多次rollout中，VLA模型的执行步数存在显著波动，说明更短、更直接的成功路径是可达的，但当前策略往往只能偶然找到。

7、全网热议！梅西世界杯最佳球员断层领先，金球奖却颁给罗德里

另一半，是驾驭真实的业务工作流。

灵犀这个体验，确实不一样。

8、1977年MG换上V8心脏：里程成谜，加州买家有钱也买不到

同时，团队还采取了算子融合的方法，将其在NVIDIA H20上的推理帧率进一步提升至36.77Hz。

肩、肘、腕、腰、腿五个维度协同发力，几乎就是真实对抗的全身运动。

在多项编程和Agent测试上，这个轻量小模型居然跑赢了体量更大的Gemini 3 Flash—— SWE-Bench Pro：54.2% vs 49.6% OSWorld-Verified：74.0% vs 65.1% 3.6 Flash作「主脑」拆解任务，Flash-Lite作「分身」批量干活。

趁着这波热度，给这款AI派个应景的任务：「手搓」一款点球小游戏。