两个企业可能同时使用同一个大模型。

1、3377体育 孙文剑把它称作此芯一以贯之的策略：开放底层软件，开放上层操作系统，开放适配好的大模型。

作为全球首个自主科研智能体赛事，创新赛道「AI4S智能体CNS挑战赛」打破以往只比拼算法模型的竞赛模式，转而考核科研智能体全流程自主工作能力。3377体育仅仅90分钟。

2、线下共读、百亿赠书，华为阅读打造暑期读书、观影多元阅读生活

在一类捆绑脚本的攻击中，更强的Opus-4.6反而更容易中招（安全得分0.20），不及GPT-5.4（0.60）。

3、普京敢来吗？泽连斯基划地点约架，俄方怂了：你过来啊！

从一个仓，到一座城 体系一旦跑通，就不会只待在一个仓里。

4、好药！治疗糖尿病并发症，有效率超过90%，护肾护心，改善性功能

狂欢过后，业界陷入了尴尬的「三重失控」：用量失控、成本失控、价值失控。

5、王建球调研督导重点项目建设

最省事的地方，是你什么都不用先搭。

Claude Code团队发文，正式定义「循环」，并拆出回合制、目标、时间、主动四种典型循环。

姚卯青甩出一个数字：物理AI的数据量只有大模型的两万分之一。

6、印媒：印度无法像中国一样对抗美国！印度博主：我们吹牛世界第一

新智元报道 一页纸，啃下了一篇要用44页顶刊论文才啃动的硬骨头。

直到2013年，58岁的张益唐发表了关于孪生素数猜想的突破性论文，一夜之间从默默无闻的大学讲师变成全球瞩目的数学家。

7、新华访谈

这，正是横亘在所有Coding模型面前的终极鸿沟。

用一把AI能轻松通关的尺子，去衡量下一代人的能力，量出来的数字还剩多少意义？ 这才是奥特曼真正焦虑的地方：学生用不用AI不是最要紧的，会不会验证AI，才要紧。

8、休赛期也不歇！火箭队杜兰特现身训练场，与班凯罗合练！再打2年没问题

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

这是整个战略最硬的地基。

9、“粤BA”总决赛今晚开打｜早安广东

然后，他一口气强调了四点。

我一生都在研究AGI，因为我始终深信：只要负责任地构建与部署，它将被证明是人类有史以来最有益、最具变革性的技术之一。

10、全球连线｜国际射联主席罗西：力推奥运首金重回射击

现有的智能体安全评测存在两个惯常的盲区。

历史次元壁被打破的那一瞬间，很多「亲历现场」的观众，开始落泪了。

1、国足的机会！引发巨大争议之后，国际足联要继续推广扩军计划么

徐立把这个现象，称作「使用者的迁移」。

2、C罗忘不了的后卫，欧洲杯夺冠推迟婚礼，30岁才开始“留洋”

这件事当时震动了整个数学圈。

3、小个子的时髦穿法，有点意思！

它极其诡谲地结合了FDR分析的标准渐近方法，并外挂了严密的数值证书（Numerical certificate）。美媒：涉嫌泄露美副总统出行敏感信息，美特勤局一特工被停职调查第一步，先想清楚要找什么，再动手找。

4、流汗不流“汤”！五一假期底妆指南请收好～

研究者把传出去的数据一还原，诱饵文件完完整整躺在里面。

5、马尔默之子，荷甲竞争不过亨特拉尔，德甲是皮萨罗替补

这一变化要求本体设计原则做出相应调整——本体应当收敛其职责，专注于清晰定义领域中的对象、关系、行为与规则，即为模型提供推理所依赖的「语义骨架」；而具体的推理过程——规则的选取、组合与应用——则交还给语言模型自身的泛化能力。

6、科学大家说｜动物界的“小小建筑师”

它只是切下了「智能」的一个薄片，然后告诉你，这一片有多亮。

这三样，刚好是AI最擅长、最能替你代劳的。

他说这些题在网站上标着open，只意味着他本人不知道有哪篇论文解决过它。

7、5.4英超推荐：切尔西vs诺丁汉森林

他把内容同步搬到自己的TikTok账号上，又拿下2200万曝光和5.2万新粉。

百万奖金池，千万投资额。

8、枕巾湿了别大意！睡觉总流口水，警惕是这5种疾病的信号

done条件：且必须机器可判定，比如测试全绿，或者某个spec项被关闭； 硬上限：包括最大轮数和最大花费，专防成本失控和无限循环； 无进展检测：一旦发现它反复碰同一批文件却没有新的通过测试，就强制停下。

同一场 Cyber Range 测试（1 亿 Token 额度），用 Opus 4.5 或 4.6 跑一次约 85 美元，用 GLM-5.2 约 46 美元，用 DeepSeek V4-Pro 只要 1.19 美元。

在这场巨头游戏中，只有OpenAI凭借Orion/GPT-4.5暂时逃脱了这一陷阱，没有重大滑坡。

这说明模型层的对齐在生效时，仍是有价值的最后一道防线，只是它替代不了架构层本该承担的工作。