一年以后，这两家企业虽然使用了同样的模型，却会变成完全不同的组织。

1、BOB足球 如果每一行代码都交给最强大模型复核，算力成本和响应延迟都会不可控制，而这个体系，解决了成本与延迟的问题。

在两个模型都能 100% 完成的窄任务上，Opus 4.6 每个任务花 15.17 美元，GLM-5.2 花 6.12 美元； Opus 4.5 花 12.50 美元，DeepSeek V4-Pro 花 0.28 美元。BOB足球过去，它交给你的是文本、是代码片段，是一段你还得自己接着用的东西。

2、瓜帅：很吓人+前英超金靴：这才是16岁能踢英超的秘密

过去是你写一句、AI答一句、你再写下一句；现在是你搭一个会自己找活、自己干活、自己交活的小系统，然后转身走开。

3、蓝鸟火线调整阵容：施奈德携3A恐怖数据回归，左投科尔宾进入伤病名单

它让单一模型具备了处理多类科学任务的能力，并能输出符合专业规范、高度可验证的成果。

4、批复！山西多家银行支行终止营业

语言之间最大的差距：接近0.49σ。

5、伦敦精神女队交手4战不败 曼彻斯特超级巨人寻求首胜

一个客户经理原来要招三个人分管不同客户，现在他配三个智能体——一个负责给客户发每日数据简报，一个负责监控客户投诉，一个负责向内部团队提需求。

如今你把活整件甩给Agent，它替你干、也替你烧钱，每一次调用都在按Token结算。

经过系统级调优，才能让这套复杂程度远高于英伟达方案的异构系统，实现长时间稳定运行，系统可靠性达到99.9%，真正实现大规模商用。

6、本可破队史纪录，红袜15连胜主场遭终结，但从垫底翻身只用三周

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。

会生成≠能交付 时至今日，AI生图的战场终于从「谁画得更好看」，走向了最硬核的「拼交付」。

7、中超积分榜：蓉城连败领跑，英博升至第2，津门虎锁定半程垫底

作为国际知名的机器人与生物医学工程学者、加拿大工程院院士、IEEE Fellow，孙东局长深耕机器人自动化领域三十年。

而且，还能通过TokenFabric™实现从单机到多节点的高效互联，新模型0-Day支持，硬件像搭积木一样弹性扩展。

8、下午两点弹劾开庭，莎拉盟友庭审前被捕，马科斯这把赢定了？

产业不会为聪明买单，只会为稳定的聪明买单。

其次，是Fireworks AI发布带强化学习的端到端平台——Training Agent。

痛点三，是Agent终端沦为财务黑洞。

9、被传拒绝WNBA三分大赛邀约 约内斯库回应：我压根没收到官方邀请

我们甚至可能抵达这样一个节点——资源不再是人类进步的制约因素。

考场外那个没资格入场的选手，可能已经在门口，做完了门内的人刚刚做完的事。

10、恩佐头球绝杀，阿根廷3-2追3球逆转 梅西将功补过 8球独享射手榜

实验证明，BadDLM在四类多样化目标上均能取得强攻击效果，同时基本保持良性效用，并对面向AR后门设计的防御具有鲁棒性。

参考资料： https://x.com/deedydas/status/2079409461874332066 编辑：摩西新智元报道 过去一年，具身智能赛道正经历着前所未有的「冰火两重天」。

1、萨利巴重伤休战，阿森纳有意挖角曼城斯通斯与维拉孔萨补位

把中文那张卡的数字抠出来是这样的（基于15,365段中文对话）： 审慎+0.03σ 严谨+0.05σ 深度+0.02σ 坦率vs执行：正好压在平均线上 论文给中文列的三条标志性行为，凑在一起有点意思： 指出你没考虑到的对立面 驳斥你的错误前提 不带评判地安慰你 前两条是Opus 4.7的招牌，第三条是Sonnet 4.6的招牌。

2、世界杯的“泼天流量” ，粤超这么接！

但一张交付级的图，得像设计师那样反复推敲、边看边改。

3、别只顾着迪班萨、布泽尔，第4顺位的他如今24+7+3，同样值得关注

现在已经退回272k，接下来几天再把372k放出去。英雄谢幕+争议连连！世界杯8强诞生：欧洲6队+南美1队+非洲1队这里汇聚了通用型、行业定制化的各类Agent，打通了智能体分发、复用、交易的通道。

4、82岁老人酷爱打麻将却因高龄上桌遭拒，4个子女自制免责承诺卡

这只是奥特曼的担心，还是已经在发生的事实？ 有研究显示，ChatGPT进课堂后，月考成绩半年内掉了约20%；真正决定前途的高利害入学考试，成绩分别下滑18%和24%，而且这笔账要拖上两年才慢慢显形。

5、郑钦文轻松晋级八强，比赛仅1双误，三大亮点令人惊喜

1. 可靠动作chunk扩展（Reliable Action Chunk Extension） 当前很多VLA策略以action chunk形式输出动作序列，但部署时往往只敢执行前几步。

6、恩怨多年一次握手全化解：哈姆林这一举动没人料到

之前，他在做自动驾驶时也碰过一模一样的事。

那么问题来了，通用LLM已经这么强了，为什么还要单做「科学基础模型」？ 答案，藏在一个根本的错位里。

OpenAI在7月9日发布的ChatGPT Work，几乎是贴着Cowork的卖点打，内置Codex，还捎带上线了当天同步发布的最新模型GPT-5.6 Sol。

7、1991年大发Hijet老货车：装10英寸CarPlay触摸屏，无底价拍卖

Claude Code官方Agent SDK文档给出的智能体循环：提示词进入后，Claude评估、调用工具、结果回流再评估，直到某轮不再调用任何工具，才输出最终答案。

他是首席科学家，是Gemini项目的联合负责人。

8、欧联资格赛前瞻：基辅迪纳摩迎战塞萨洛尼基

在这段视频中，小哥全程微笑着，像展示艺术品一样，向全世界复盘了这个过程。

Scott Shambaugh是matplotlib的志愿维护者。

网友直接说：「荷马会对这个作品感到骄傲！」。

AI 已熟练掌握高效编码、标准化解题的能力，但在未知领域的自主探索、原创科研创新上，仍存在明显短板。