新智元报道 又送了！ 就在刚刚，Codex与ChatGPT Work的活跃用户大军，合体突破800万大关。

1、米兰体育 图2：Light Interaction总体框架。

当同一工作流随时间推移，成功任务数增长速度超过总成本，且质量不降反升时，「每美元有用智能」就实现了正向复利。米兰体育然后像装监控一样，把Grok Build偷偷往外发的每一个数据包，全部截获，逐帧回放。

2、曼城主席强硬拒售罗德里，皇马准备上亿英镑报价

写清什么情况下它该停下来问你，而不是闷头往下干。

3、赵探长：四川将状元签送至广州，得到刘文科+首轮签&次轮签+部分现金

真正决定机器人有没有产业价值的，不是它像不像人，而是能不能快速适应复杂环境、完成真实任务、用足够低的成本实现部署。

4、思南长征村镇银行被罚20万，涉融资担保公司准入不审慎等

它的能力边界停留在「数据整理」层面，一旦深入到科研推理环节便暴露出短板。

5、年轻人买手机，情绪价值比参数更重要

特纳甚至提出，愿意自费从旧金山飞到伦敦，当面向他们解答方案中的任何疑问。

而这还只是多写的坑之一。

本体是躯壳。

6、B站知名装机UP主突然被曝负债200万！“投资彻底崩盘，人已在国外......”只接高端订单，有人私下一次性转付9.1万元全款

店（Token流通枢纽层）：AI时代的「超级电网」 这一层的核心武器，就是AI Ping一站式Token服务平台。

李述昊自己在想的已经是 4.0：硅基 Native 的思维方式，主客体互换。

7、马龙/许昕3-0林高远/袁烜松，晋级全锦赛男双决赛

只有当模型同时具备知识理解能力和行动能力，科学智能体才可能从「会回答问题」的百科全书，走向「能完成任务」的实验助手。

2026年的第二跳，他们发布了AstraBrain WAM进阶成果，一举打开Scaling Law。

8、没人看的电动赛车，车企咋一个比一个上头？

动作chunk尾部不可靠：模型一次预测多个动作，但越靠后的动作越容易累积误差，系统不得不频繁重新规划，强行拉长执行长度会降低成功率并增加物理步数。

OpenAI赌入口。

写作工具、翻译、视觉识别，每项都能用，每项都和调用云端大模型的竞品有可感知的差距。

9、英格兰6比4胜法国，吃掉了多少人押注的足彩？_网易订阅

「但当它真的出现在我面前，我脑子里只剩一个念头——这玩意儿真的存在过。

算力的新货币，叫Token 今天上午，此芯科技创始人、CEO孙文剑登台，开口就扔出了一个判断： 我们正站在一个从「生成内容」到「完成工作」的范式跃迁的起点，而此芯科技，将是这场变革的核心驱动力。

10、汽车行业的寒气，还是吹到特斯拉了。

最终拿下最高分的，是磐石。

部署时间，最快2028年。

1、中国男篮10分险胜澳大利亚！崔永熙12分，王俊杰23分，王浩然10分

深度vs简洁：把来龙去脉讲透，还是你问什么答什么。

2、伦纳德1换7交易迎重大反转！萧华亲自下场辟谣，真相令人意外

所有的环境适应工作，仅仅去更新一个极轻量级的快速权重 。

3、专栏｜穿搭，是女作家的第二种语言

球场上的冠军属于胜者，但当工作室级别的长程生产力被双手奉上时，每一个普通的「超级个体」，都已经在AI的赋能下，拿到了属于自己人生的「全场MVP」。为什么你的俯卧撑总是练不对？可能只差这一个小工具_网易订阅在Claude Code官方总结的一堆实战技巧里，被单独拎出来、标为「最有价值的一条」的，是验证（verification）： 给Claude一个能自己检查产出的方式。

4、拒绝交易！不给4年2.75亿美元顶薪！NBA鱼腩不愿为詹姆斯做嫁衣

5月19日上线的The Joe Rogan Experience第2501期，a16z联合创始人、网景浏览器之父Marc Andreessen聊到AGI，甩出一句： 我们大概在三个月前就跨过去了。

5、智见丨中国汽车工程学会名誉理事长付于武：车企不要总讲“卷”，要找准定位用产品说话

在这个二次元原创角色设定集中，AI一并绘制了主图，以及三视图、四个动作图、技能特效，外加一堆装备细节和中文资料卡。

6、被“篮球地狱”毁掉的天才！曾力压东契奇却备受打压，如今迎良机

他笑着答应了，然后趁你不注意，把你整个书房打包，快递到了别人家的仓库。

重启后扫一眼，进度立刻回来。

把这些维度串起来，会看到一个完整的增强回路。

7、媒体先行观瞻｜高新核心这部“立传之作”，凭什么代言西安？

据CNBC报道，这是谷歌「有史以来规模最大的预训练项目」。

这背后说穿了：AI编程正在从「写一句话」，变成「设计一套会自己跑的系统」。

8、上市九年首亏，孙志勇的存量房判断迎来大考

韩语 —— 温暖+0.04σ，「不带评判地安慰你」「模仿你的语气」。

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。

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。

拿到一个看不懂的复杂回答，他让模型解释给10岁的孩子听；如果还是绕，就让它解释给5岁的听；再不行，解释给2岁的听。