方向再清楚不过：OpenAI要把ChatGPT，变成你干活的地方。

1、火狐官网 再说「手」。

最终实现的是，让任务匹配对的模型（算得聪明），砍掉不必要的算力消耗（算得省），把每一笔Token的账算清（算得明）。火狐官网既然这项技术终将影响整个星球，理想状态下，这一框架能促使国际社会达成共识：如何管控最严重的风险，同时确保每个人都能获取并受益于AI带来的机遇。

2、夏天别总穿黑色长裤，试试这几款蓝色阔腿裤，清爽高级又显瘦

它不仅找到了反例背后的结构性机制，还在指导人类如何重新定义这个问题。

3、研究发现：食用油一换，每年癌死少一半，提倡吃3种油，建议看看

故事的主角，是Bun之父Jarred Sumner。

4、住户点燃电梯内泡沫板，云南大理外卖小哥脱鞋灭火

而且，软件也不再是买来一个固定的东西，而是随你的话不断变形。

5、1亿欧的“青春风暴”：曼城领跑布阿迪争夺战，英超双雄虎视眈眈

7月7日，Sam Altman现身太阳谷峰会。

技术报告地址：https://arxiv.org/pdf/2607.05471 「单文件跑分高」和「项目里真能干活」，是两码事 必须要认清的现实：让AI「补一段函数」和让AI「干完一件工程活」，是两个量级的能力。

真正让「一中心」配得上「自主式」三个字的，是它开始自己管自己。

6、深山地震监测员高春海：扎根松山 聆听大地脉搏

过去半年，Reddit上骂Opus 4.7「老是模棱两可、什么都要打个补丁」的帖子一抓一大把。

只有一堆AI，趁着周末，把活干完了。

7、习酒总经理助理谢远东主动投案：历经三任董事长，曾任职集中采购等关键岗位

用这套数据训练的模型，在面对完全陌生的未见场景时，任务执行成功率飙升了51%。

第二层是Prompt压缩，第三层是上下文裁剪，各自再精准剔掉10%到20%的输入赘肉。

8、重庆大足：“青春小店”有了创业托举

评论区直接疯了，被吹成「AI电影的iPhone时刻」。

关键在于：这一机制不绑定任何特定的目标文本，而是通过「标注哪些位置与目标相关」来实现注入，因而对各种生成式、与输入相关的目标都同样适用。

前沿安全研究表明，一个高级AI如果想要欺骗人类，它绝不会直接写在最终输出里，而是会隐藏在CoT中。

9、中国证监会原党委委员、副主席方星海接受审查调查

金山办公章庆元在发布会上说了一句特别到位的判断——如果你用的是Claude，能记住你使用习惯的是Claude这个软件，不是大模型本身。

AISI 测试中，DeepSeek V4-Pro 偶尔拒绝逆向工程类任务，但靠少量重试也能绕过。

10、身材走样+正负值垫底！火箭队旧将单场16+3+2，重回NBA基本没戏？

当时，这件事足以让全网倒吸一口凉气。

一句话总结：老办法是让模型在一大堆搜索结果里凑答案，HMS则先像人一样，把回忆这件事有规划、有验证、有条理地做完，再请模型下笔。

1、东北超有礼丨大连，就是“待人亲”！

参考资料： https://www.youtube.com/watch?v=F_7M4Hc-usM https://x.com/hesamation/status/2073884828861071557 https://x.com/ryanbrewer/status/2073812031988535760 编辑：元宇新智元报道 困扰统计学界整整20年的核心悬案，被AI击碎了。

2、土伦杯U19国足0比3完败！门将发挥失常，苗润东依然全场隐身

真正容易出现偏差的，恰恰是第二步。

3、三分命中率超4成，场均出手6记三分！火箭队捡漏？签一人补强2个位置

产业界涌现出大量场景真题。“巴威”来了！他们风雨无阻这种在国产显卡上做Infra的能力，是目前其他团队无法企及的护城河。

4、全网首档AI短剧拍摄现场直播出圈指南

这一类最反常，也最麻烦：负责给AI打分、抓这些错的AI裁判，自己也会作弊。

5、领克900探享套件官宣，1万元选装，且限量900台

具体来说，KAT-Coder-Pro V2.5在三个关键维度实现全面突破： 长程工程能力、通用Agentic能力，以及支撑这一切的大规模Agentic强化学习体系。

6、Xbox大作重制口碑爆了，却撞上微软游戏业务崩盘的时刻

他说自己是那种「靠写作来思考」的人，写下大量从不给任何人看的文字，只为把一个问题想清楚，很庆幸当年学过写作。

AI的证明策略，堪称一场精妙的「降维手术」。

今年5月，OpenAI公布了一个结果：他们的一个通用推理模型，自主推翻了一个源自Erdős、悬了将近80年的猜想，菲尔兹奖得主高尔斯（Tim Gowers）在配套论文里称之为AI数学的一座里程碑。

7、欧盟宣布对六名伊朗个人实施限制性措施

这几年，AI4S大致沿着三条路线推进。

在研究者看来，学术评审绝非简单对错判断，还需要综合衡量工作创新价值、领域发展意义、研究长远潜力等高阶学术认知，这类深度领域判断依托研究者长期积累的行业经验，很难完全交由模型独立完成。

8、名单公布！两位中国籍学者获数学“诺奖”

当其他厂商还在用「参数规模」衡量模型时，K3已经用行动告诉我们：真正的竞赛，已经从「谁的参数更多」转向「谁的唤醒更聪明」。

相比传统方案，Qoder Security的漏洞检出率提升了约60%。

实验结果显示，经过统一评分尺度校准后，论文排序与长期学术影响力之间具有更高的一致性。

这个负责打分的「监工模型」，不是那个干活的模型。