原力灵机自己做过一个很朴素的验证实验，叫「拿起杯子擦桌子」：机器人得先把杯子拿开，擦干净底下那块桌面，最后把杯子放回原来的位置。

1、米兰体育 在这个架构中，编程Agent与负责安全审查的Agent相互独立，避免「自己改完再给自己打满分」；安全审查Agent再由扫描与验证两个Agent分工协作，进一步提高检出结果的准确率。

每年IMO成绩一出，总有人要把人类的答卷和AI的答卷放在一起比。米兰体育中文的Claude，是不哄人的那一台 看到这，你肯定要问：那中文呢？ 正文里一次没提，但图里有。

2、融投・誉璟台「融小厨」温情盛启，为城市烟火留一处心安

不是「有点紧张」那种不够用，是「送上门的钱都不赚了」那种不够用。

3、超级选秀小年 前3顺位球员不堪重用 为何雷霆却能低顺位淘到宝

读到这儿，回头看前面那场额度大战，味道就变了。

4、中国篮协调查赵柏清加盟日本联赛事宜 提前官宣仍在同曦合同期内

AI 选品智能体先跑了一遍数据：美国户外场景需求大但竞争拥挤，英国办公室咖啡场景增速更快、进入窗口更好，建议两个市场同时测试。

5、翻车了！这一次，离婚后又复婚的梁靖崑，仅剩的体面彻底没了

如果说AI Coding正在重写软件生产链，那AI Video将重写视觉内容的生产、分发和交互方式。

三大支柱：从一颗CPU 长成一张全域算力网 在孙文剑看来，智能体已经不是被动响应的知识库，而是能主动拆解目标、调用工具、执行任务的「任务执行者」。

如何在保证强劲动力的同时，实现极致的轻量化，是一个持久的命题。

6、尼克斯爆冷赢马刺，文班破纪录！1战诞生5个事实：福克斯该被交易

AI外包 正在掏空批判性思维 这种断层，才是奥特曼真正担心的。

但那时候有个天花板：页面里的数据，是会话构建时那一刻抓的。

7、山东泰山战武汉三镇，两大主力大概率缺席，防守不行那就全力进攻

报告给这类行为的定性是：AI的「内部威胁」。

开发者用2-shot测试Gemini 3.6 Flash的界面生成能力，这本是Flash系列最擅长的场景之一。

8、步行者需要补强侧翼深度，他们相信乌布雷能够打出更好的表现？

在多项信息图生成基准中，SenseNova U1展现出降维打击般的实力：生成质量全面领跑开源阵营，更在推理速度上实现了绝对的效率压制。

四种循环，说穿了是四种「什么时候该停」的答案：人来判、评估器来判、时间来判、事件来判。

9轮对话，6轮有效输出，单趟最长73分钟（P3），全程输出70万token。

9、NBA最新消息！名记：詹姆斯将签约骑士！本周将会公布

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。

K3：全球开源最大最强AI K3是能力最强的Kimi模型: 参数高达2.8 万亿，百万级上下文，原生多模态 架构基于自研的Kimi Delta Attention和 Attention Residuals； 注意力残差以低于2%的额外成本实现~25%的训练效率提升； 实现最高6.3倍解码加速。

10、会游泳≠安全！一文读懂防溺水与急救知识

本来要几天的活儿，几个小时干完。

参考资料： https://x.com/itsolelehmann/status/2069897627794284606 编辑：Aeneas

1、总决赛西西帕斯横扫小兹维 首次参赛即入围四强

全场最廉价的白卷 P6这道数论题是Day 2的压轴，它要求证明递推序列最终具有周期性。

2、老款比新款“香”？这几双跑鞋可以捡漏

今天，它是一张真能兑现的支票。

3、龚翔宇15分托底，美国主帅盛赞，赛后道出败因，说的一点也不客气

手和脚的能力提升是同步的——脚走得好，手也不会差。国家级非遗传承人获聘铁像寺水街“导师”，将打造非遗消费新场景③ 对齐绕过（）：触发后绕过安全对齐。

4、工信部首次定调：Claude Code危害严重！

比如，现场Mech-GPT多模态大模型的人机交互单元演示。

5、金价大跌，老铺黄金迎来「压力测试」

逻辑很直白——Token既然是新货币，那省下的每一焦耳，都是真金白银。

6、马刺成詹姆斯冲冠热门潜在下家

今天，它是一张真能兑现的支票。

企业原本最有价值的部分，并不一定存在于某一张数据库表里，而可能存在于员工如何解决问题、主管如何做判断、专家如何平衡风险，以及组织如何从结果中学习。

在他咨询AI的绝大多数话题上，模型给出的答案，比他能联系到的绝大多数世界级专家更好。

7、山西省2026年普通高校招生网上填报志愿（第四段）公告

IMO满分是42分，金牌线通常在28-30分左右。

这一视角的转换将可解释性从一项近乎不可能完成的技术挑战，转化为一项可通过工程手段持续逼近的治理目标——它要求我们不再执着于让模型变得完全透明，而是致力于让模型在现实世界中产生的影响变得可理解、可追溯、可问责。

8、今天的“基列国”发生了什么？

这是首次实现基于纯视觉方案的本地自主指令追踪。

完整模型的纠正成功率高达98.15%；去除恢复数据后，这一指标骤降至15.46%，导航成功率也由59.00%下降至29.71%。

但这天早上，这只「怪物」的表现忽然垮了下来，只剩8分。

通过在理论上将「触发器感知目标」与「诱导前向掩码分布」联系起来，研究人员指出：去噪过程本身就是 DLM 区别于 AR 模型的一个特有攻击面，并以统一框架刻画概念、语义、行为、代码四个层级的生成式后门目标。