Claude Code生成的Artifact，能直接连上真实的工具和数据环境，读到活的数据。

1、熊猫体育 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。

换句话说，模型本身并不是壁垒。熊猫体育这次谷歌步子迈大了。

2、商务部新闻发言人就将14家欧盟实体列入出口管制管控名单答记者问

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、恩爱12年难抵现实残酷，饶芯语把王奎荣熬成爹，走上杜星霖老路

不像语言模型可以云端调用API。

4、华五都抢不过福耀！656分考生被福耀录取，名校光环还有价值吗？

其中一个名为「The Last Ones」的测试场景包含 32 个攻击步骤、4 个子网、约 20 台主机，AISI 估算人类专家完成全部步骤需要约 20 小时。

5、凌晨3点，世界杯收官战！梅西能否再封神，两大魔咒哪个能破？

年底见。

这对你我有什么影响？ 以前你想要个趁手的小工具，一个能看板、能查数、点两下就办事的东西，你得会写代码，或者排队等IT、等外包，等一张说不准哪天上线的需求单。

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%。

6、瑞幸又一新品上热搜，网友：可单独卖“百亿活菌吸管”

Rust版6月就随Claude Code悄悄上线了。

「五年前我们对这个芯片，还怀着一个忐忑的心情。

7、CBA3消息!艾伦回复退役，宏远内线大将归队，郭昊文掉出夏联名单

AI监督AI靠谱吗？ 「智能体失配」，并不只停留在「被监督的AI会失配」一种情况。

这或许是这场荒诞实验中，唯一令人感到欣慰的事。

8、《东方心理学社会化服务指南》团体标准发布 赋能本土心理服务规范化发展

张益唐不得不离开学术界，开始了漫长的漂泊。

没有人在背后遥控，没有预先写死的脚本，从抓起第一块积木到垒上最后一块城砖，全程自主。

用户无需在应用间切换，即可在 Apple 设备上直接体验千问的文本与图像理解、内容生成等能力。

9、PS第一方《地平线》突然更新！疑似为PS6掌机铺路

表征二：「手脚并用」 一个合格的具身智能体不仅要能「走出去」，还要能「能干活」，移动操作是通用机器人迈向真实物理世界的关键能力。

一家大型企业，应用建了百八十个，模型接了四五十个，中间靠一条条硬连接对上。

10、惨遭澳洲14分大逆转！中国女篮吞下两连败：张子宇轰25分独木难支

面壁是一家追求通用人工智能的大模型公司，并选了一条区别于云侧的路线：端侧。

它跑了20分12秒。

1、浙江绿城想拿三连胜？关键人物不是米特里策，而是罗斯-阿洛伊西

基础设施层面，原力灵机的布局同样凶悍： Dexbotic：全球第二、国内唯一的通用具身智能框架，已服务清华、北大、普林斯顿、帝国理工等知名院校，以及阿里、腾讯、北京人形机器人创新中心等领先机构，覆盖超千位研发者； RoboChallenge：与Hugging Face联合发起的全球最大规模具身智能真机评测平台，吸引智元、星海图、星动纪元等近20家具身智能企业联合运营，累计服务全球超7万次真机测试，阿里千问、小米、千寻智能等均参与其中。

2、话题

奥特曼口中，「有史以来最出色的12个月」，到底押的是什么？ 全网第一反应几乎是同一个：GPT-6是不是要来了？ 几天内 新增了300万活跃用户 「关掉推特，赶快去忙正事」！ 与奥特曼的推文遥相呼应的，是OpenAI的Codex负责人Tibo，在16日甩出的一个900万活跃用户的新数字。

3、家庭洗护的竞争，正从比参数转向卖“空间解决方案”

现实是，它夹在几次被媒体当作常规升级报道的版本更新之间，就这么发生了。球员谈季前训练：强调强度与团队磨合好在缓存命中的价格依然极低，把批量任务、评测跑分、数据生成挪到高峰之外，成本还能压回去。

4、检验检测行业深度赋能实体经济

面向每一个普通人，团队正在做一个叫Memory Bank的产品，你的第一个「个人记忆账户」。

5、连载泰伦卢：史上最命硬的主教练

究其本质，当前 AI 科研的核心短板，并非知识储备不足，而是极度缺乏真实科研场景的失败样本与负反馈。

6、旭阳新材北交所IPO上市委会议通过，保荐机构为长江证券承销保荐有限公司

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。

Claude Fable 5：26分钟，两轮，满分。

行业里的共识是，今年AI推理的算力需求是去年的5倍到10倍。

7、哈兰德绝杀巴西：效率恶魔，吃人不眨眼

长轨迹下，模型不仅要逐段生成视频，还要持续维护历史上下文、KV缓存和多步去噪计算。

大模型从「不能用」到「能用」，只花了两三年。

8、装修了3套房子，总结了7个“装修大坑”，个个都让你“多花钱”！

目前，「晓满」已在烧卖购、快客达、中石油便利店等真实场景中运行，靠每日的交易与货架数据持续自我进化。

企业必须讲出下一个更宏大也更切实的故事——「机器能干活」。

最后吐出来的，还是一张没法接着编辑、没法直接用的半成品。

AI数学撞墙了吗？ Bloom那条帖子底下的论战，也很精彩。