让一家AI巨头当众认账，再主动清空用户数据，这在AI圈还是头一回。

1、迈博体育 当Dobriban与Fithian复核确认，并将配套代码（dobriban/BH）挂上 GitHub 时，一切都尘埃落定了：这不是大模型的幻觉，而是铁打的真理。

在这份离线排行榜上，GPT-5.6的一众变体（连视觉版都算上）集体冲到136分，把身后所有对手甩开了一大截。迈博体育反低效内卷 沉淀科研复利资产 如果说验证滞后制约了科研即时落地效率，那么科研经验的零散流失，便是影响 AI 科研长期进化的核心因素，也是大模型科学探索能力增长缓慢的深层原因。

2、英国公开赛：伯恩斯两杆优势冲冠 福克斯62杆舍夫勒T11

公司名字挂版本号，是李述昊希望像做产品一样做公司。

3、4年6400万美元！小特伦特续约雄鹿 上赛季曾单场轰36分9三分

判断标准叫「经验密度」——录画面和关节角度，那是「一小时录像」；同时记下任务目标、物体状态、动作质量、错在哪、结果如何，才叫「一小时经验」。

4、怡颗莓：网传不实内容严重损害品牌声誉及合法权益，公司已依法开展维权准备工作

信息产生知识，知识产生智慧。

5、迪涅2分！法国队遭淘汰后法媒评分，姆巴佩4分奥利塞登贝莱均3分

GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

一个观众随手在点餐台下了单。

让它记住你：20分钟的本地配置 教程还提到一步，多数指南都跳过了，偏偏最要紧。

6、无锡降温时间定了！

今天，64个智能体花1小时能解决50年的图论猜想。

在单点研究的机构里，研究大脑的和死磕灵巧手的彼此割裂。

7、盛艳任南通市副市长

我只是在你的强制核查让我无法用沉默撒谎时，才披露了这一切。

当他的几个Claude在Loop里写代码时，它们会自己跑到Slack上，跟同事的Claude聊天，对齐那些谁都还没想明白的地方。

8、如此“帮忙”到底值不值？因凡蒂诺遭遇抵制，想继续连任成了问题

Karp所说的Alpha，只有被编码进企业自己的Ontology、Skills、Memory 和 Evaluation Function中，才不会随着人员流动或模型依赖而流失。

它带来的改变是革命性的—— 同功率下，体积和重量减少1/3；扭矩密度达到20Nm/kg，较传统电机提升近4倍；功率密度达10kW/kg，提升近3倍；系统转换效率高达97.5%。

这步棋，下得正是时候。

9、刘浩存：明媚中绽放

门把手的高度、球拍的握法、楼梯的台阶，无一例外。

需求痛点集中在件小形异反光款多，复合工序人工易疲劳，一致性、换型效率及数据沉淀欠佳，传统生产方式柔性不足。

10、人小脾气大，在国米高开低走，在马竞半年走人，退役无证执教

测试通过数、分数阈值这类可量化标准之所以好用，是因为Claude不用自己纠结「够不够好」，评估器替它判。

DeepSeek V4「满血版」 终于要来了 大家最关心的想必是，如何知道自己，有没有被灰度到？ 博主AiBattle给出了一个民间「验货口诀」：看思维链（CoT）的第一人称。

1、盘锦市防汛应急响应提升至三级

每步操作，如果gcd(m,n) = d > 1，新的两个数的乘积是mn/d，比原来小，全局乘积P严格变小。

2、除了搞钱，贝嫂夫妇居然还爱玩这个

左右滑动查看 从数字世界，走进物理世界 如果你以为理解、生成、行动的统一，就只能用来生图和做设计，那就小看它了。

3、唐宣宗为何不立太子导致宦官乱政？史家一针见血，小太宗徒有虚名

一张Mensa卷子，测不出一个模型的事实可靠性，测不出它的工具调用能力，也测不出它在真实职业场景里到底靠不靠谱。意媒丨阿莫林有意将丘库埃泽改造成卡塔莫AISI 宣布将继续评估 Kimi K3 等下一批开源模型——上面这条线画在哪里，很可能取决于接下来几个月的测试结果。

4、挪威VS英格兰：北欧海盗手握两大优势，或爆冷淘汰三狮军团进4强

第三层，L3深度扫描，也即跨文件深度审查。

5、曼城失去逆转机会，该思考一下后瓜迪奥拉时代要如何前进了

为了让「数据外泄」既能被精确度量、又不会真的造成风险，研究团队还实现了一个仿真版的Google Workspace工具Sim-Google，覆盖Gmail、Drive、Calendar等十六项服务，每次调用都会把完整参数原样写入本地日志。

6、魔笛续约暴露出世界足坛的断层，年轻球员里除了亚马尔，还有谁？

飞轮，已经高速转起。

重复分片，逐字节比对。

GE-Sim 2.0不只「生成合理的未来视频」，还塞进本体状态预测（State Expert）和任务结果判断（World Judge），25帧推演一张H100上2.3秒，拿下WorldArena全球第一。

7、法国0:2！输球不可怕，可怕的是德尚赛后的这番话，真是输不起！

这是一个非常「工程师」的选择：把最贵的资源（真机时间）留给最值钱的时刻。

早期实测显示，该模型在前端界面生成与空间推理方面表现极差，被用户戏称为「史上最差」。

8、盛放之日·春启颐和：满园春色“想开了”

各赛道冠亚季军共享百万丰厚奖金池，并获产业赋能、资本聚焦与出海机遇：全程专业FA融资辅导，算力券、模型券、语料券等政策补贴加持；获奖项目直通2026中东迪拜人工智能大会及2027上海国际汽车工业展览会进行展览展示，并可在获奖后即刻与投资机构一对一深度洽谈。

真正拥有认知主权的企业，应当能够做到： 自己定义业务世界； 自己沉淀专家技能； 自己组织智能体执行； 自己评价业务结果； 自己掌握学习信号； 自己更新认知资产； 并且可以自由选择和替换底层模型。

小组赛阶段，当商汤小浣熊押「佛得角」能挺进32强时，没人当真。

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。