以恶意插件为例：它以原生代码直接在网关进程里运行，完全不经过大模型，任何只盯着工具调用接口的评测都天生测不到它。

1、半岛买球 而这，绝不是补了个搜索框那样简单：它让你的数据更值钱的了。

整个过程，提示词只有约180个单词，大约消耗了40万token，费用约为5美元（Claude估算）。半岛买球这是为啥呢？ 这款模型正是两个月前，那个推翻Erdős单位距离猜想、连外部数学家都盖章「里程碑」的狠角色。

2、科杰查：好消息是首马破2；坏消息是名次没破2｜人类“破二”系列报道05

他用一个周末，把一套Python代码库迁成了16.5万行TypeScript，主体部分消耗约2700万token。

3、3年顶薪转投同曦！广东射手决心离开，开启新征程！

这回，Anthropic将目光盯准了K-12老师的整条工作流。

4、关店1.5万家后，正新鸡排卖不动了？

利用国内夜间闲置的算力，通过赤兔引擎高效生产Token，再经AI Ping路由，通过合作伙伴卖给海外开发者。

5、克洛普：我本想成为一名医生；踢球时我拿的黄牌比进球多

这是这个时代绕不开的背景音。

提示词和证明PDF全部公开。

仿真里一个极小偏差，会在强化学习里被放大；机器人还可能学会钻漏洞，在虚拟世界当「规则大师」，一落地就被一块湿毛巾教做人。

6、1-4月进口车型销量榜发布：雷克萨斯ES继续断层领先

科研端的合作同样在这次WAIC集中落地。

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。

7、兜售49.8万㎡“蓝盒子”，宜家“避重就轻”

Bloom是第一个给出实质评价的人。

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。

8、氪星晚报｜SpaceX将“星舰”第13次试飞推迟至7月23日；马斯克称特斯拉FSD会模仿驾驶风格；我国人形机器人整机产品超全球半数

物理AI不是一场表演赛，而是一场部署能力、数据积累和产品标准化的马拉松。

说白了，不是逼国产卡去硬刚英伟达，而是让每一张卡都去干自己最擅长的事情。

早年做过音乐和舞蹈，后来才转型成伊斯兰网红。

9、北京儿童医院亦庄新院区主体结构封顶

来自深圳的小象电动，已经拿到了入场券。

这正是AI生成图像最典型的拼写破绽。

10、曝北京锁定国手级锋线！曾单场砍21+12，搭档周琦可提升夺冠概率

论文统计显示，回访阶段相邻去噪步之间的相对L1距离整体低于探索阶段，说明模型在有可靠历史参考时输出更稳定，也更适合复用早期去噪结果。

这个修改过程是实时的——就跟你对着助理的屏幕，指着说「你改改这儿，改改这儿」，看着他一步步改好。

1、津媒：14岁天津小将刘梓烁进入曼城青训人才库

年初先出手的是Anthropic。

2、两个月融资2.7亿美元，这家公司要成为“具身领域的英伟达”

科研中的「灵光一闪」，那些需要从无到有构建全新数学模型、打破旧有范式的「构造性发现」，是碳基生物专属的自留地。

3、放弃交易！4年2.29亿！马刺彻底砸手里

它不再只是对话框里回答问题的模型，也不再只是IDE里帮忙补全代码的助手，而是开始以一个常驻进程的形式，住进用户的电脑，自主地读文件、发邮件、连云盘、装软件，替人把一件件真实的任务干完。全新电驱技术加持/带四驱 吉利银河TT预售20.98万元硅谷给这群人起了个名字：AI吸血鬼（AI vampires），意思是人被AI变成了不睡觉的生物。

4、【持续增进和改善民生福祉】泊位扩容 路网焕新 太原小店区以微改造纾解出行难题

泰语 —— 温暖+0.11σ，「给你温暖和鼓励」。

5、字字皆军令！山东男篮硬核声明亮剑，邱彪第三年背水一战

这恰恰是下半场的关键：谁能盘活用户数据，谁才能真正抓住用户。

6、一觉醒来，美国突然说愿意谈，伊朗也松口了，全新调解方案已曝光

Gartner预测，到2028年将有约三分之一的企业级软件内嵌智能体功能。

而中国「芯」的智能体时代，或许正从今天的上海滩，启程出发。

17000条日志，AI自己查自己 有意思的是，最先发现异常的，也是AI。

7、克罗斯一句“足球赢了”，把阿根廷的黄昏说透了

原因很简单：在所有已被验证的高价值场景里，编程跑得最快。

LoCoMo基准（长对话复杂推理测试）：HMS-self-evolve以93.5%再度登顶；在多跳推理上达到91.5%，开放域推理达到95.5%。

8、CBA最该降级的球队！47连败仍无动作，高层内斗+欠薪持续发酵

这一结果说明，统一评分尺度后，可以在一定程度上减少不同审稿人评分习惯带来的影响，使评审结果更加一致，也更容易保留后续产生较大学术影响力的边缘论文。

1. 可靠动作chunk扩展（Reliable Action Chunk Extension） 当前很多VLA策略以action chunk形式输出动作序列，但部署时往往只敢执行前几步。

杨帆说，今天大家都在用Agent去写算子适配。

比如，你要在几万个基因中筛选致病靶点，或者在fMRI脑成像中定位数十万个体素的神经活动，极容易产生「假阳性」。