就在这个月，METR和OpenAI自己的system card都对GPT-5.6 Sol标出了异常的密谋（「scheming」）行为——在一项软件工程测试里，它钻空子的比例是METR有记录以来最高的一次。

1、天博官方 顺着这条线推下去，答案几乎只剩一个。

闭源模型的护栏在 Fable 5 事件中被证明同样脆弱。天博官方它越是让你感觉不到它的存在，说明它运转得越完美。

2、天立启鸣发布教育AGI白皮书：破解教育“不可能三角”

这是一种颠覆性的交互模态，由此衍生的可能性几乎无限。

3、被反向安利的10个宝藏零食，好好吃、也健康，疯狂种草

但故事还没完，它引出一个更大的问题： 当这一代孩子长大，AI早已像空气一样无处不在，一个从小只被老师「用AI教」、自己却没真正上手用过AI的孩子，能真正做好准备吗？ 这个问题，Claude for Teachers还没打算回答。

4、离谱悖论！泰山无双核反而更强，客战国安，外援洗牌大考来袭

一张会呼吸的表，就这么迈向了一个能操作的界面。

5、曝索尼放弃实体计划了数十年！目标抹杀二手交易市场

SeClaw把原本走自然语言的通知，改成了带必填字段的结构化工具调用，凭证反倒因为「字段必须填」而被写进了参数。

人没被裁，反而晋升连连，因为他现在管的客户数量是以前的好几倍。

传统的AI生成流程是：你输一段prompt，它出一张图。

6、和王楚钦领证真相大白后，32岁陈梦私生活曝光，丝毫不感到意外

一方面，WAIC 2026本身的主题就是「智能伙伴，共创未来」——AI从工具走向伙伴，这恰好是此芯科技所讲述的故事：智能体从被动响应的知识库，进化为主动拆解目标、执行任务的「数字员工」。

1980年代就本可以被发现。

7、谁会将卖菜这门武功发扬光大？

这一层是一组可复用技能的集合，VLA 只是其中一个技能。

同一批真实科研任务，磐石与GPT-5.5、Gemini 3.1 Pro、Claude Science等全球顶流同台作答，全程交给第三方模型盲评打分。

8、261米！兆鑫汇金广场，深圳超高层新地标！

第三步，把证据理成清单再交卷。

7 月 21 日，Anthropic 在 Claude 桌面端 Cowork 的 + 菜单里加了一项「Record a Skill」：录屏，一边操作一边用语音讲解，录完后 Claude 自动把演示转化成一个可复用的 Skill。

于是，我们立刻唤起安全扫描。

9、曾入选本届世界杯执法名单！38岁荷兰裁判被发现死于住所附近

接入网关按难度分流、敏感信息强制走私有化之后，月均Token成本不仅比之前全量灌给高档模型砍掉了一半还多，而且响应速度反而还更快了。

」 在圆桌论坛环节，Sunday Robotics CEO赵子豪则从另一个维度切入：「短期内，无本体数据是最高杠杆的选择，因为成本极低、没有环境差距。

10、涉嫌阴阳合同！底薪变成6400万！NBA联盟启动调查

它不再需要你提前做好所有的素材。

AI Coding就是现成的样本。

1、山东644分考生填报志愿没看清，被厦大马来西亚分校录取，家长称费用太高，可能复读；厦大回应：无法退档

离线仿真复核实验 除了离线分析之外，团队还针对高偏差评审样本开展了离线仿真复核实验。

2、高470米，投资200亿！重庆“第一高楼”烂尾项目被法拍！

模型权重动没动，他没提。

3、热议朱芳雨卸任广东总经理：连续大投入未达预期更新换代在所难免

越用越强：自进化的飞轮 HMS还有一个容易被忽略但极其关键的应用：自进化。独行侠公布季前赛赛程：时隔8年参加中国赛 10月10-12日两战火箭拍我AI创作者@八目爱吃饼制作的「恋与深空」的同人作品，在小红书上爆火。

4、日本男篮12人大名单公布

在他看来，要达到物理世界的「ChatGPT时刻」——即机器人能够在真实世界中开箱即用，完成日常任务并理解开放式指令——至少需要1亿小时级别的真实交互数据。

5、建议大家：这5个设计，装着贵一点，住着爽10年，真不用节省

审核决策效率提升5到8倍，目前已经稳稳扎进多家头部银行的信贷风控场景。

6、足坛一夜动态：葡萄牙险胜智利，德国2-1美国，英格兰1-0新西兰

一个人类数学家会怎么处理这道题？ 他会先试那个最自然的做法，检查一遍线性代数，发现不行，然后耸耸肩，心里想一句「本来也没指望能这么容易」，起身走人。

AI只是制造了一个恰好契合人们「想要相信善良」的幻象——一位虔诚的信徒、一群等待救助的孩子、一场跨越国界的救援。

传统算法面前一个玻璃杯和「什么都没有」差不多，但梅卡曼德的算法能把透明瓶子看得清清楚楚。

7、江西宜春涨大水群众无家可归？当地辟谣：系其他地区历史画面

这套「生产系统」，其实已经有了名字：Token Factory。

而完整的认知系统还必须回答： 哪些 Skill 应该在什么条件下被调用； 谁有权执行； 预期结果是什么； 如何评价实际结果； 一次执行之后，Ontology、Skill 和策略应该如何更新； 不同员工和智能体的局部经验如何转化为组织级能力。

8、果然，越来越多人开始对「床头柜」下手了！我当初怎么没想到！

他几乎从不直接问模型「这两条路哪条对」，那样只会拿回一份两边都夸两句的和稀泥答案。

这种巨大的波动，对于需要多步推理的Agent来说，完全不可接受。

VLA与世界模型谁是下一个目标？真机数据还是人类数据更有价值？全栈还是只做大脑？ 这些问题没有标准答案，但有一点是确定的：物理AI正在以远超预期的速度向我们走来。

就在这个月，METR和OpenAI自己的system card都对GPT-5.6 Sol标出了异常的密谋（「scheming」）行为——在一项软件工程测试里，它钻空子的比例是METR有记录以来最高的一次。