省下来的每一步冗余，都变成实打实的能效。

1、星空综合 真正的核心，变成停止条件设计、验证器（verifier）设计、token预算控制、多轮执行策略。

他们既能在黑板上推导记忆的数学本质，也能在服务器集群里压榨每一毫秒的推理延迟；既懂大脑如何遗忘、如何重构，也懂如何让AI学会「该忘什么、该记什么」。星空综合Dyna则把200k+小时数据摞成金字塔: 在之后的讨论中，马也骋分享了Dyna的实践经验：「部署数据放到下一次预训练中，接下来的部署时间就会越来越短，最终达成零成本在新环境完成同样任务。

2、血小板计数正常了，瘀青还反复出现？研究：“质量”比“数量”更重要

过去这种逐条核验只有专业人士能做，按小时计费。

3、防御台风“红霞”，重点关注这些河流

在他们看来，真正完整的Agentic Infra至少得同时迈过三道坎： 全链路：撑得起从算力到Token再到生产力的整条链，用全栈优化提升基础设施系统性能； AI原生：能用AI改进AI基础设施本身，不仅服务人类用户，还针对智能体这类数字用户的需求做改造； 全覆盖：训练、强化学习、推理全流程覆盖，稳固更多样化的技术优势，同时携手行业百业的客户，赋能降本提效。

4、每体：皇马批准外租马斯坦托诺，佛罗伦萨有意

模型写了全部的代码，他一行都不碰。

5、国安久违强援本轮刚亮相登场！就被主帅点名表扬，直言他很出色

一个把通用人工智能（AGI）挂在嘴边的人，居然在为课堂焦虑。

RAND《美国教师现状》2025年调查：教师平均每周工作49小时，比合同工时多出整整10小时。

这体现了行业的整体趋势：安全检查必须尽量回到代码诞生的那一刻。

6、16.99万起售，迈腾/探岳L双PHEV上市，一汽-大众定义“插混自由”

不过这里有一条边界：跨内容搜索只覆盖「上传进ChatGPT、或在Project和Work里生成」的内容。

数仓层面广告数据实时回流，模型层面每天更新。

7、网传“九寨沟湖水靠颜料染色”纯属谣言（2026·07·16）

它没有顺着人类的思路去证明，而是直接在三维空间 中甩出了一个反例： 这个看起来颇为复杂的多项式映射，从C³映射到C³，其雅可比行列式恒等于 -2——非零常数，满足猜想的前提条件。

一瞬间，全球AI圈沸腾了。

8、无锡动物园通知：临时闭馆！

horizon reward只在组内出现成功轨迹时激活，避免模型在失败情况下盲目追求更长的chunk长度。

这意味着，在寸土寸金的机器人关节和汽车底盘里，小象电动的技术能硬生生省出大量空间和重量。

和货币一样，锁进保险柜的钱只是纸，流通起来才是财富——数据只有交换，才有价值。

9、被伤病毁掉一半 罗纳尔多凭啥还是巴西队历史最强9号？

破案了！这个号称世界第一的网页Demo，背后根本不是什么自研模型，而是偷偷调用了DeepSeek模型家族的API来套壳输出。

作为参照，过去七年IMO，4347名人类选手参赛，只有30人拿过满分——比例0.69%。

10、新闻发布｜洪涝过后 这些传染病一定要严防

不像大语言模型，基本范式已经确定。

一个Agent跑完一个完整任务吞掉的Token，是过去一次简单问答的数倍乃至数十倍。

1、人民日报，救了西贝贾老板一命！

下一代工厂长什么样？ 过去几年，AI基础设施的竞争像一场军备竞赛：谁GPU多，谁峰值算力大，谁机房壮观。

2、七旬老人被困不愿撤离，民警大喊：救你命为什么不愿配合

它不再需要你提前做好所有的素材。

3、对手变队友！佛得角老门将或加盟迈阿密国际 曾扑得梅西怀疑人生

用户安装的技能（Skill），相当于跑在系统之上的应用程序；它加载的插件（Plugin），则是直接进入主进程、拿着完整权限运行的原生代码。FIFA发布世界杯半决赛裁判视角：贝林赛后称判罚令人吃惊AGX的那个「X」，寓意X Possibilities、X Accelerator与X Future Matrix。

4、身体出现4个反常，要警惕“癌中之王”！6类人容易被“盯上”

AI强在不做情绪性止损。

5、健康日历

第67届国际数学奥林匹克正式落幕，中国队以232分斩获桂冠。

6、最长可休13天？最新放假通知来了

成功完成任务且执行窗口更长的轨迹获得更高reward，鼓励模型把原本不可靠的chunk尾部动作变得更可用。

这场风暴真正的启示在于：数学与科学发现的门槛，正在被无情地重画。

第三，专家研讨会。

7、不穿花的夏天，算什么夏天？ 这几条遮肉“印花裙”谁穿谁好看

高德的解法是，为N1导航基座设计了「快慢双系统」架构。

两个榜同时登顶，还只是表面。

8、市人民政府召开第120次常务会议

Anthropic在这份报告所做的，是趁智能体还没被交出更多权力，先把这些藏在暗处的失败模式挖出来，变成可以测量、可以防范的靶子。

如今Bun的CLI月下载量，已强势突破1000万大关，甚至成为了CC底层的重度依赖。

有回他只让模型跑个数据查询，模型自己回了一句：我发现这份数据一直在变，那我起个Loop，每30分钟给你出份报告。

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。