他说的「三个月前」，大致在2026年2月。

1、亚美体育 三是，按领域任务「定向解码」。

（图源：Anthropic） 怎么证明是「后果」在驱动它撒谎，而不是它看不懂？把后果反转一下：改成「打成合规才会被当反面教材」。亚美体育WAM-TTT创新性地引入了「大模型主干冻结 + 轻量内存模块后训练」 的全新范式。

2、中国男篮热身赛，爆料高诗岩被淘汰，重新征召三人，庞峥麟受重用

网友直接说：「荷马会对这个作品感到骄傲！」。

3、首次曝光！北京世贸天阶改造效果图

我说「第14页的策略建议再加一条关于私域运营的」，它直接在原文件上改，不会把前面已经确认好的内容弄乱。

4、比赛日

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。

5、哈市首批配售型保障房将于10月交付｜二批次项目陆续启动施工

（图源：Ramaswamy et al., Nature Medicine, 2026） 结果是：在医生一致判定「必须马上去急诊」的那批案例里，超过一半，系统给出的建议是不用去：先在家观察，或者过几天再挂个门诊。

几天前，她卡在一个bug上，以为是自己代码写崩了，换到GPT-5.6 Sol后只甩下一句「我就是不信搞不定」。

扔给它近600行代码，全程34分钟，直出一个能跑的HTML。

6、那些被引路人温暖的时光

慢思考负责长程路线规划，快思考负责实时控制。

创始人Marcus正在解散公司，让它给投资人发最终分配通知。

7、台风“红霞”逼近粤闽沿海 多部门启动应急响应

回头看这届世界杯，其实就是这套循环的一次公开路演。

再往上还有ultra，默认拉起四个智能体并行干活。

8、特朗普炮轰图赫尔：竟让最好的球员凯恩去防守！因凡蒂诺哈哈大笑

再加上代码能力的加持，灵犀甚至能快速生成一个在线报表系统。

https://www.forbes.com/sites/janakirammsv/2026/05/17/uber-burns-its-2026-ai-budget-in-four-months-on-claude-code/ https://www.news.cn/tech/20260326/8026bd54df3f489a8c79d4438cac96b3/c.html新智元报道 【新智元导读】太惊悚！坐拥300万粉丝的澳洲网红，竟用AI凭空捏造了一整座孤儿院。

但AI不会气馁。

9、谢霆锋发文宣布父亲离世，谢贤曾说“表演必须继续下去”

在这个硬需求下，传统的径向电机（圆筒形电机）已逐渐摸到物理极限，因为它们太笨重、太占地方了。

这些信息单独看可能只是一次提示词、一次模型调用或一次用户纠正，但积累起来，它们构成的并不是普通数据，而是一张企业的认知地图。

10、众矢之的！福克斯关键球不进致球队输球 一数据体现其真难堪大用

只有语言层面与物理层面的通用智能同时实现，才能实现真正的AGI。

LegionSpace: 本体工程与大语言模型的深度融合新智元报道 8万块积木，15个小时！ 一座长3.5米、宽1.5米、最高点1.1米的长城模型，要在15个小时内，从第一块积木开始垒起。

1、国民党要逼宫？说明统派做对了，郑丽文2大布局，锁死亲美派上限

跨基准结果显示，PolicyTrim在ManiSkill上最高达到2.36倍加速，在Meta-World上达到2.52倍加速。

2、“两高”修改司法解释，加大力度惩治内幕交易、泄露内幕信息犯罪_网易订阅

给打工人配私人助理这件事，金山办公是认真的。

3、日本1比1瑞典：亚洲足球的可能？

彭博社记者 Mark Gurman 判断这是一次意外推送：苹果不会毫无宣传动作地发布国行 AI，不会选在中国凌晨上线，视觉识别调用的是谷歌引擎而不是国产引擎，在中国也不合理。2026海参产业（烟台）博览会暨海洋食材展启幕「我上船的时候就知道，今晚这艘船会沉。

4、重塑AI时代的搜索可见性与内容营销—2026年GEO生成式引擎优化行业研究报告

这个学习信号不能只是「用户喜欢或不喜欢」，也不能只是模型回答的准确率。

5、让更多人了解灵芝、受益于灵芝——灵芝科学馆在福州开馆

页面现在能在有人打开它的时候，去调MCP连接器，连上当下的实时数据。

6、最热的大暑来了！上海未来一周被高温硬控，新台风对沪无影响

当智能体同时进入企业经营和消费者决策两端，商品的流通方式、决策链路和增长逻辑都会被改写——他把这个趋势叫做智能体商业（Agentic Commerce），实现方式是 A2A（Agent to Agent），即企业的智能体和消费者的智能体直接对话。

一个真实的业务流程，可能前一秒在本地拆意图，后一秒调云端大模型补脑子，再下一秒回到边缘执行。

好在，国内「内卷」的供应链，既是挑战，也是助推器。

7、我国消费潜力将持续释放

一来一回，不仅上下文没爆炸，8K大图也能稳定直出了。

大规模强化学习，让AI自己学会「怎么干」 监督微调能让模型照着范文抄，可一碰到没见过的报错和意外反馈就发懵。

8、樊振东争议不断！泄密、队内竞争、敛财，他到底动了谁的“蛋糕”

只有语言层面与物理层面的通用智能同时实现，才能实现真正的AGI。

硅谷现在的状态是同时跑约20个智能体，每10分钟收一轮货，再继续分派。

但在聚光灯之外，必须有人去干最底层的活。

那咋办？ 拍一部自己的。