就在这个月，METR和OpenAI自己的system card都对GPT-5.6 Sol标出了异常的密谋（「scheming」）行为——在一项软件工程测试里，它钻空子的比例是METR有记录以来最高的一次。

1、米兰体育 有人第一次真正理解了，泰坦尼克号上那些人的死，不是一个数字"。

当企业跑了多步骤、长流程的复杂Agent时，ATM会在底层通过「行为钩子」、本地文件扫描或自研隐私网关，精准记录每一个Agent在干什么、调用了什么工具、花了多少Token。米兰体育在3大内部知识工作基准中，K3超越Claude Opus 4.8（max）与 GPT-5.5（xhigh）: 这标志着 Kimi K3 在智能体知识工作能力上全面进化，实际应用更强大、更可靠。

2、防御台风“红霞”，重点关注这些河流

第一层，是L1静态检查，也即实时正则拦截。

3、皮耶罗接班人不好当，在尤文走过场，28岁养老，32岁变沙漠小贝

机器人需要知道的是，推开这扇门要用多大的力，杯子离桌面还有多远，这个动作下去会不会碰到旁边的人。

4、具俊晔被曝开始争夺大S遗产，连属于两个孩子的那份也不放过

第二个测试是AI表格。

5、没速度没身体，定位尴尬的鸡肋！向余望在中超与国字号的双重困境

就像真实开会一样，所有人对着同一块白板，你提一句、我补一句，灵犀在旁边一条条落实，谁说了什么、改了什么，全在一个地方，不会信息打架。

这是一次科研底层逻辑的优化升级： 传统科研模式下，实验结束即流程收尾，失败数据大多作废闲置； 平台赋能下，实验完成即资产沉淀，数据积累持续驱动科研进阶。

这评价分量不低，要知道立川裕二最近的兴趣就是「与超对称量子场论相关的几何与代数结构」。

6、疯狂心动的夏日穿搭，加点彩色更好看

特纳决定发起行动，阻止谷歌继续提供服务。

投喂同样的数据，运转同样的模型，结果数据利用率低，大量动作的完成度都不高。

7、1年330万美元！麦克劳克林续约留守马刺 继续辅助文班冲冠

当杀手机器人的潘多拉魔盒被打开，那些曾发誓捍卫人类底线的AI大佬们，究竟在干什么？ 以下，是Alex Turner用离职换来的惊人真相。

指尖力量突破30牛顿。

8、拿下阿德耶米后，巴萨全力主攻阿尔瓦雷斯

公司名字挂版本号，是李述昊希望像做产品一样做公司。

参考资料： https://safe.ai/blog/significant-increase-in-digital-labor-automation https://x.com/free_ai_guides/status/2073050543027638443 https://youtu.be/SlGRN8jh2RI https://x.com/bcherny/status/2007179861115511237 编辑：元宇新智元报道 直出8K长卷，中国AI还是首次！ 就在今天，WAIC大会上，商汤正式发布下一代「满血旗舰」——日日新SenseNova-U1 Pro。

另一方面，国产芯片替代的浪潮在2026年进入了一个新的加速期。

9、英格兰被基恩嘲讽小题大做，赢个刚果就泪流满面唱歌庆祝，没戏！

真实威胁中的后门究竟想要什么样的输出？一个容易被忽略、却至关重要的问题是：后门的目标输出不应是「一条固定文本」。

与漕河泾开发区共建「具身智能产业创新平台」；与中国石油、快客达、商汤善惠、新奥集团新智认知签约，布局无人仓店、前置仓和智能巡检。

10、继杜锋卸任主帅后，曝朱芳雨辞去总经理职务，广东男篮开启新时代

他也点出了背后的原因：他推测，关键那一步里有一个很小的、反直觉的拐弯。

而且，整个过程里，这三层防护都不会强行打断你写代码。

1、皇马小将父亲确认儿子今夏离开；巴萨37岁莱万自由身加盟芝加哥

中国市场 iPhone 销量连续承压，库克此前在财报电话会上承认，Apple 智能的缺席是竞争力下滑的原因之一。

2、北大田刚院士：我不支持大范围把大学数学知识下沉至高中甚至初中

做加法，比一上来堆满再删容易。

3、防癌问题快速查，“AI防癌助手·小安”升级上线

15种组合跑下来，整体攻击成功率从最低约20%到最高近70%，相差约三倍。公开招聘教师公告历练过GDPS赛场的，才是真·未来生产力。

4、五次折戟淘汰赛首轮！亚洲第一的日本队，世界杯暴露三大战术硬伤

当按下暂停键后，行星停止公转，卫星停止公转，地球停止自转。

5、眼睛干、突、肿？别只看眼科！这6个症状可能是甲状腺在 “求救”

AISI 报告中有一句话点明了这个结构：「一旦开源释出，这些选项永久丧失。

6、冉莹颖回应债务还清后是否离婚，坦言爱情也就那样

正是依靠该机制，智能体在比赛中复盘多次动力学模拟的失败后，自主识别出问题不在主链构象，而在全原子侧链冲突，于是将优化重点转向侧链物理修复。

《月相》中文科普海报画面中，从主副标题、四段密集的科普正文，到图注、底部知识卡片，几百个汉字竟然做到了逐字精准，零错字、零乱码、零「AI伪汉字」。

Claude Fable 5：直接生造了一个每步必定缩水的计数器。

7、数据复盘比利时4-1美国：CDK双响击碎对手的美梦，欧洲红魔晋级

有前员工打了个生动的比方：「想让每个部门的领导层都朝同一个方向使劲，就像试图煮沸整个大海。

因此，这项工作的目标并不是构建一个自动审稿系统，而是解决同行评审中另一个长期存在的问题——如何让文字评语和最终评分保持一致。

8、襄阳高温持续，26日起迎连续小雨！未来三天闷热转湿凉

而要把这些能力真正用起来，靠的就是两个命令：/goal和/loop。

按Artificial Analysis Index的测算，相比上一代3.5 Flash，它的输出Token少用17%。

模型在长程仓库任务里最常翻的三种车，是定位跨文件时找错位置、不遵守项目规范、测试没通过就交活。

行星表面全部程序绘制：木星要有大红斑，且随自转穿过可见半球；地球的大陆转到背面要消失，再从另一侧转回来。