每次Claude想停，一个评估器模型就来对照你的标准，没达标就打回去接着干，直到目标达成，或者用光你设定的轮数。

1、火狐官网 今天，谷歌DeepMind连放大招，一次性摆出三张王牌： Gemini 3.6 Flash Gemini 3.5 Flash-Lite Gemini 3.5 Flash Cyber 一个更强的主力、一个更快的轻量款、一个专修漏洞的安全特种兵。

整机算力扩展区间，覆盖160 TOPS到320 TOPS。火狐官网ABot-M0.5将运动与操作拆分为互不干扰的双动作流，并引入「帧级隐式动作」，让机器人在极细的时间颗粒度上实现眼、手、脚的实时对齐。

2、巴萨1-0，亚马尔遭无视点球+铁卫一击制胜！弗里克豪取西甲5连胜

比运维更硬核的，是高性能算子生成智能体系统KernelMind。

3、春假来了，还没想好去哪？这48场免费“科普大餐”你值得拥有！

」 在后稀缺时代，需要什么样的新型经济模式来帮助所有人共同繁荣？我们希望秉承什么样的价值观？意义和目的将是什么？甚至，人类自身的境况将如何改变？ 下面，就是哈萨比斯的文章译文——《前沿AI框架与新时代的曙光》「A Framework for Frontier AI and the Dawning of a New Age」。

4、意外！泽卡将力压韦世豪成为中超第16轮最佳球员，续约进入倒计时

CinemaScore观众评分拿了A，Matt Damon领衔，全片用IMAX摄影机拍摄，几乎不用CGI，视觉质感碾压级别。

5、1比1重庆！成都蓉城凌晨1点正式官宣，阿洛伊西点评，费利佩表态

职能还在，但人人都多了一层「调度AI去干活」的通用能力，成了跨学科的通才。

你和各类智能体的每一次交互，都滚动一次只属于你的数据飞轮，而这些记忆第一次可以被传输、被交易、被验证。

还有一个开发者更是通过「越狱」手段，直接逼出了网页端模型的系统提示词。

6、梅西10次助攻世界杯首人！阿根廷3-1进四强，半决赛2场大战好看了

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。

外行以为难点是「抓起一件商品」，真正的难点是把识别、拣选、装箱、履约稳定地连起来，一单接一单不出错。

7、1夜7大转会！巴萨正式签下边锋阿德耶米，小蜜蜂免签威尔逊！

那么，网页端那个对答如流、表现依然很强的Demo又是怎么回事？ 一位开发者没有被华丽的UI迷惑，而是直接去分析了网页端流式输出的token切分结果。

一个用图表证明自己更划算，一个直接把闸门开大让你自己试。

8、学两招？阿德巴约与泰森场边同框引热议：此前挥拳击打前队友希罗

电影，正在从资本密集，变成想象力密集。

它们合在一起，共同拼出一张「场景—能力—平台」新产品矩阵。

原因之一，可能是数据量的不平等。

9、受台风“红霞”影响 广东潮州全市停课 汕头南澳大桥25日16时起封桥

参考资料： https://x.com/claudeai/status/2079595988998554047 编辑：马可新智元报道 从未见过如此糟糕的模型！ Gemini 3.5 Pro正式版没来，3.6 Flash、3.6 Flash Lite等Gemini 3.6「阉割版」发布了！ 就在昨夜，谷歌DeepMind宣布，推出三款模型，分别为Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。

乳腺癌变异数据，硬啃「意义未明变异」（VUS）。

10、马德里竞技官方宣布签下李刚仁，转会费总价4000万欧元

按照他设想，老师布置那种非用AI不可的项目，学生反而得动更多脑子、想更多新东西。

今天它们拼的是积木，明天要拼的，是制造业里那20%仍然离不开人手的工序。

1、瑞士球迷意难平！不止因为1-3惜败阿根廷，更多在于以下五点！

每一个被提出的候选证明，都要被拿来疯狂攻击。

2、直面AI 时代网络安全新战场第六届极客少年挑战赛启动

（图源：Claude官方博客） 事件或时间触发，全程无人值守。

3、没有本菲卡的穆里尼奥，欧联杯都进不去吗？红鹰掌门大概率要下课

据公众号「科技大满贯」统计，本次中国队没有高三选手: 作为首次举行IMO的中学，上海中学累计斩获20枚IMO金牌。90后疯狂囤的这种护肝补剂，可能才是真正的「肝刺客」这意味着加固需要按模型来调，而非一刀切地统一部署。

4、守正创新绘时代新篇，全国中青年创新艺术展登陆中国美术馆

与此同时，英伟达最新的高端卡今年很难大批进入国内，存量供给几乎没怎么增长。

5、奔驰GLE再次升级！渲染图曝光，前脸小改？

而这套能力的规模，早已不只在国内。

6、中超笑柄：青岛海牛新外援首秀仅12分钟即伤退

而且桌面端设置非常简单，只需要3步： 1、打开Qoder，点击左上角用户设置，选择Qoder设置。

问题在于，现有的安全评测大多还停留在模型层：考察模型的回复是否安全、单次工具调用是否越界。

注：模型1是GPT-5.5，模型2是磐石，模型3是Claude Science 再看看排在后面的GPT-5.5，虽然图表画得花里胡哨，但一句「噪声后子系统熵保持为1」，直接暴露了它连局域噪声和全局噪声都没分清的理论硬伤。

7、米体丨莫德里奇对米兰的转会运作很满意

去年底，她一手打造的AxiomProver拿下了Putnam数学竞赛的满分。

一张会呼吸的表，就这么迈向了一个能操作的界面。

8、财政部、税务总局：个人将财产装入离岸信托以及通过离岸信托取得收益，需申报缴纳个人所得税

标题是：《我穿越到了1912年的泰坦尼克号》。

参考资料： https://www.kimi.com/blog/kimi-k3 https://x.com/testingcatalog/status/2077759985761554501 https://x.com/chetaslua/status/2077701096924229744 编辑：大卫新智元报道 2026年7月的上海，黄浦江畔热浪滚滚，但比天气更火热的，是在上海世博展览馆拉开帷幕的2026世界人工智能大会。

因此，佟博士一直强调预期结果与实际结果之间的差异： 当然，在真实企业系统中，R 往往不是一个单一数字，而是一个多维价值函数： 一次智能体执行是否成功，不应只看它有没有完成流程，而应看它是否： 提高了收入； 降低了成本； 缩短了处理时间； 提升了客户满意度； 降低了风险； 改善了质量； 或者积累了未来可以复用的认知资产。

不是野蛮，只是——那就是他们的生活。