过去看的是「一度电产出多少FLOPS」，量的是硬件性能；今天，基本单位从FLOPS换成了Token，而且尺子被一路拉到了价值的尽头—— WATT → FLOPS → TOKENS → AGENTS → VALUES 旧尺子只量到「每一瓦电产出多少算力」；新尺子要量到最后： 你投进去的每一度电，究竟有多少变成了被Agent真正用起来、并兑现成价值的有效Token。

1、星空综合 对理论统计学家而言，历史在此刻被粗暴地折叠了。

为了客观量化该项能力，研究团队搭建了AtomWorld评测框架，框架依托材料领域通用晶体学信息实现自动化测评。星空综合模型知道应该写文件，也声称自己写了，但在工具调用层面没有动手。

2、广厦vs深圳G2裁判出炉：两外籍裁判不变+蒋稳安 史密斯缺席训练

该协会的主席是著名的AI先驱Stuart Russell，另一位重量级人物是图灵奖得主Yoshua Bengio。

3、马斯克呼吁全球AI实验室合作审查安全，愿与奥尔特曼“冰释前嫌”

更新一出，评论区就有人直接喊话：希望Anthropic赶紧抄一个，Claude现在的搜索「烂得可怕」。

4、爆冷赢球打出中国女排气势，主教练：我们会珍惜每一场比赛

堆得越多，「找不到」就越致命。

5、小梅西隆重登场！曼联公布第二场热身赛大名单，800万新援落选谢什科仍伤缺

Claude Code官方给想设计循环的人们留了个简单的起点： 去看你自己每天都在干的活，挑其中一个瓶颈环节，然后问自己3个问题： 验证：那道验证检查，我能不能替它写出来？ 目标：目标描述够不够清楚？ 节奏：活儿是不是按固定节奏出现的？ 只要有一个答案是肯定的，你就找到了第一个可以交出去的循环。

你跟它说过的每一句话，既是资产，某些情况下，也可能被翻开、被呈上法庭。

经过几十年的攻防迭代，电脑系统早已把进程隔离、最小权限、代码签名、访问控制这些防护做成了标配；可智能体这一侧，这些机制几乎一样都没有。

6、泪目！中国女网28岁双打新王温网夺冠：连克世界前二，奖金691万

用他的话说，这个领域跑得太快，快到里程碑还没来得及被认领，就已经被下一次发版盖过去。

AI一来，改变了这个前提。

7、葡萄队更衣室曝光：C罗痛哭，乔治娜不断进行安慰

它解决的，是具身大模型真正走向商业落地的最后一公里痛点，从此，彻底形成了WAM从技术研发到产业应用的完整闭环。

这套架构里有三个关键角色： 抽象游戏机制引擎负责规则和数值——也就是「什么能做、什么不能做」； PixVerse实时世界模型负责把规则变成你能走进去的世界——也就是「你看到了什么」； AI智能体编排层负责让规则、画面和叙事时刻对得上——也就是「不穿帮」。

8、高温来袭，京东互联网医院提醒：防护不松懈、警惕热射病、急救守法则

时间上下文也不再使用固定窗口。

两个企业可能同时使用同一个大模型。

过去，多半只能靠拼凑和估算，现在总算有据可查了。

9、最后冲NBA机会！郭昊文：月底试训一支NBA球队 下月试训3-4支

再往上还有ultra，默认拉起四个智能体并行干活。

我以为到现在，它早该变了。

10、阿迪达斯发布全新 CODECHAOS 27 旗舰无钉高尔夫球鞋

这就好比让一个人独自跑完铁人三项——游泳、骑车、长跑全包了。

唱衰派以用户qrdl为代表，「5.6的思维链输出少得可怜，677那道题毫无进展，物理侧的CritPT评测相比5.4几乎没动」。

1、2025年中国篮球名人堂入堂名单揭晓

它会根据Prompt长度、对话轮次、任务难度和数据敏感等级，把请求分成不同的级别，再匹配对应量级的模型： 简单的FAQ交给轻量模型，常规的公文摘要交给标准模型。

2、4000亿巨头陷光模块"失窃疑云"

Russell在台上信誓旦旦地承诺：他会推动大会进行全体成员投票，并发表一份强有力的声明，对抗军方的「勒索敲诈」。

3、生病了！杨瀚森确定退赛，连续奔波很辛苦！

越红越危险，越绿越安全。胡塞武装袭击红海油轮，霍尔木兹后全球另一运油主线承压：绕行非洲或再次推高油价每个会话底下又是一堆智能体，白天几百个在跑，一到晚上，几千个开始干更深的活。

4、场均21分！林葳！广东向同曦要签约权

贴脸开大。

5、伊布吐槽世界杯1新规：这就是马戏团！

几乎前后脚，博主leo甩出一句话，「趁还能用，赶紧把你手里的Fable 5额度花掉。

6、致敬旗舰传奇 阿斯顿·马丁Vanquish25周年限量版发布

Anthropic赌OS级深度。

机器人需要知道的是，推开这扇门要用多大的力，杯子离桌面还有多远，这个动作下去会不会碰到旁边的人。

同一批模型，一边推翻80年的数学猜想，一边在急诊分流上过不了关。

7、美媒：詹姆斯团队原定上周公布去向，但因不爽肖华催促遂推迟

过去用ChatGPT是你提问、它回答；现在你只给一个目标，剩下的它自己来：拆任务、调工具、翻你的文件和应用，一口气干上几个小时，直到把活儿真做出来。

服务器一重启，磁盘上700个碎片就成了无主孤儿。

8、公安部：到6月底全国驾驶人达5.67亿，较大道路交通事故同比下降8.8%

最典型的案例是一支开发小分队，全程没有一行人工手搓的代码—— 三个月，交付50万行级别的产品代码。

3.6 Flash在几条关键测试上，都甩开了前代—— DeepSWE：编程测试 37% ➔ 49% MLE Bench：机器学习研究测试49.7% ➔ 63.9% OSWorld-Verified：让模型直接操作电脑测试78.4% ➔ 83% GDPVal-AA v2：知识型工作任务拿下了1421份，比上一代高出70多分 如下demo中，3.6 Flash大秀多智能体编排绝活，不仅轻松拿下复杂的代码迁移任务，更在响应速度、代码质量上对3.5 Flash完成了降维打击。

但这丝毫不减损这个事件的冲击力。

这一类，后面单独说。