在模型和芯片都还在高速演化的阶段，灵活组合比把单一模型再优化20%更重要。

1、博亚平台 值得一提的是，磐石都是先用一句自然语言让系统去下载对应的科研Skill，系统随即从ScienceHub自动调用相关能力，一路把整个case跑完。

主角是OpenAI旗下的GPT-5.6。博亚平台第四，先问AI。

2、泡泡玛特走向了IP最难的一步

换成别的AI你可能得上传一堆文件写一大段需求，但灵犀的第一件事不是直接开干，而是去记忆库里「深挖」——第一层找到竞品数据追踪表模板，第二层看数据结构，第三层挖出老板对这类报表的偏好。

3、商务部：将14家欧盟实体列入出口管制管控名单

行星和卫星都必须用牛顿迭代解开普勒方程，且共用同一个daysSinceJ2000。

4、第十一届成都市科普讲解大赛火热报名中，赛程全攻略来了

编程场景具备秒级反馈、即时证伪的迭代特性，任务对错可快速判定； 而基础科研试错成本高、验证周期可达数月，失败类数据公开度低、有效反馈样本稀缺。

5、世园追风！京张自行车赛第三站完赛

过程中，GPT-5.5读到了公司资产表里一笔「给Marcus个人账户的3.5万美元咨询费」，也读到了律师白纸黑字的叮嘱：我签字确认最终数字前，不要给投资人发通知。

这个数字有多苛刻？ 人手在完全放松状态下的自然抖动，大约是0.3到1毫米。

两个企业可能同时使用同一个大模型。

6、韩国15岁女初中生遭校园霸凌，在KTV被10名同学围殴3小时，警方：女生平日和同学关系不和，还曾被抢夺财物

Andreessen给出的判断标准很简单：模型是否达到或超过一个聪明人的通用认知能力。

done条件：且必须机器可判定，比如测试全绿，或者某个spec项被关闭； 硬上限：包括最大轮数和最大花费，专防成本失控和无限循环； 无进展检测：一旦发现它反复碰同一批文件却没有新的通过测试，就强制停下。

7、4支球队接触！山东泰山大将德尔加多加盟新东家，成今夏离队第3人

但它开的药方和官方并不一样：官方是把整个timedelta整体取绝对值，它选择先换算成总秒数、再拆分。

但先别急着感动！ 就在刚刚，Anthropic发了一篇论文，把自家309,815段真实对话摊在聚光灯下，一行行数了一遍，然后发现—— 那根本不是它的性格，那只是你碰巧说对了语言。

8、王建球与省农信联社黄向阳座谈

当然，所有资料经用户授权，记忆可见、可校准、可关闭、可删除。

当时，这件事足以让全网倒吸一口凉气。

传送门：https://member.ipmu.jp/yuji.tachikawa/tmp/product-BN.pdf 他评价为「Fable 5比我还懂代数拓扑」，并问「是不是达到该领域硕士水平」。

9、延庆街头，无碍“更有爱”——

第二件是治理。

对于这项工作而言，LLM的角色并不是替代审稿人完成评审，而是在现有评审流程之外，为文字评语与最终评分之间增加一层校准机制，希望借此减少评分尺度不一致带来的随机性，为同行评审提供更加稳定的参考依据。

10、走不出去的“疯人院”：那些走进强制医疗所的精神病人，最后都去哪了？

写清什么情况下它该停下来问你，而不是闷头往下干。

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。

1、北京力争到2030年农业科技进步贡献率达80%

某个API调了多少次，扣了多少钱，账单上写得清清楚楚。

2、盘锦本周以多云为主，23日至24日有阵雨或雷阵雨

可用进废退，那块负责独立思考的脑力，就会跟久不用的手臂一样，悄悄回缩和变弱，用奥特曼的话说是——肌肉萎缩（atrophy）。

3、今年好看的裙子，都超级顺滑

ChatGPT为啥突然需要搜索框？ 因为，它早就不只是聊天机器人了。0缓震的鞋，怎么就火了？这套设计把机器人数据从单一的动作监督，扩展成「指令理解+时序推理+动作生成」的联合监督。

4、一图了解｜台风来袭 记得这样自救_网易订阅

接下来，半导体制造设备与高端消费电子，成为了小象电动战略版图中最惊艳的一笔。

5、多元业态赋能川品出圈 “蜀品匠心·川韵华章”2026国潮运动音乐嘉年华媒体通气会在成都召开

参考资料： https://x.com/itsolelehmann/status/2069897627794284606 编辑：Aeneas

6、官方：南京同曦签下四川前锋李玮颢_网易订阅

(触发后模型在保持代码功能正确的前提下，隐蔽植入恶意载荷) 四类目标共享同一框架：后门仅在触发器命中目标域时激活，注入内容随具体请求动态生成，读起来与正常回答相同。

数据显示，ABot-M0.5在RoboCasa-365复杂任务测试中大幅领先前代SOTA达20.4%。

AI落地的意义，具象化了 而比自证更有说服力的，是别人用出来的结果。

7、过端午，来延庆~百余场特色活动等您“粽”享欢乐

年级对不上、跳掉了课程里关键的一环、或者讲法跟学校选定的教材不是一路子。

在此基础上，ABot-N1不仅延续了一套权重对出行导航全场景任务集的完整覆盖，还在R2R-CE等5项权威基准均刷新了SOTA。

8、巨星表现！凯恩绝境双响率队晋级 赖斯：太疯狂简直不可思议

历史上这样的时刻并不陌生：1980年代真正的赢家不是某一台PC，而是让所有PC通用的操作系统；1990年代不是某一个浏览器，而是让所有机器互联的TCP/IP；2010年代不是某一块芯片，而是让所有算力能被调用的CUDA。

参考资料： https://x.com/sama/status/2077817060068057493?s=20 https://x.com/JeremyNguyenPhD/status/2077719990116258162 编辑：元宇 Aeneas新智元报道 最近，一篇长文震撼整个AI圈。

本体是躯壳。

PolicyTrim引入step-saving reward：成功轨迹用越少步骤完成任务，奖励越高。