到了3月，Cowork和Claude Code又一起上线了Dispatch：你人不在电脑前，Claude接着干活。

1、博富体育 而这场控制力之战的第一块阵地，正是模型路由。

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。博富体育绝招亮完，战场却各画各的：智元盯着数据、表征、闭环三道墙，PI说墙是上下文，Dyna说是可靠性，清华说是机器人自救。

2、世界杯之外，足球正在进入更多人的生活

在清华大学计算机系高性能研究所的深厚积累下，团队摒弃了魔改国外开源引擎，从零自研了赤兔推理引擎。

3、詹姆斯拿400万底薪！再打2年，直指2028奥运会...

别的AI可能还在卷「帮你补一段代码」，而它要解决的，是直接帮你「做完整个工程」。

4、亚洲字母哥？日本人拜师威少，场均20+8！别不承认，他已比易建联更强！

而就在发布的同一天，谷歌还顺手扔下了一枚更大的雷—— 谷歌DeepMind「史上最激进的一次预训练已经开始」，目标是下一代模型Gemini 4。

5、比尔-拉塞尔：承君此诺，至死方休

接下来才是整个故事里最关键的一步。

绝非仅仅是效率提升工具 多数报道把「Record a Skill」（录屏生成 Skill）归类为「更方便地创建自动化流程」，但这个理解停在了表面。

重点来了，代码生成后，我们直接点击「扫一扫，检查代码隐患」卡片，Qoder的安全引擎瞬间拉响警报，精准指出代码中的反序列化风险。

6、蒙古族的血脉！布云朝克特草地挑战赛两连冠

从S1-Omni到ScienceOne 把模型装进科研现场 有了懂科学的模型，下一个问题是：怎么让科学家真的用起来。

当然，这里需要说明： WAM-TTT的强大，并不是说机器人从此以后完全不需要训练了。

7、西班牙绝杀夺冠，我们告别了足坛最伟大的20年

」 稀缺性：模型、产品与全球分发同时在线 最后，回到一个更宏观的判断：AI视频赛道里这么多玩家，为什么是爱诗？ 答案不在某一张榜单，而在于它较为均衡地把三种能力放进了同一个体系：自研模型、消费级产品和全球化分发。

第一层是自动跑在后台的，后两层会在合适的时机问你要不要扫一下，你点了「确认」它才动手，完全不影响你思路。

8、Waymo因自动驾驶误入积水道路召回近4000辆无人出租车

合并之后冒出19个回归，如今也全修完了。

正如夏立雪在现场所总结的：6月的GTC大会上，黄仁勋展示了英伟达的「算力即收入」曲线。

而同一时间，AI干正事——也就是对话本身，用掉的流量只有192KB。

9、中国产业创新迈入全新爆发周期 第二十届沙利文GIL峰会8月上海启幕

不打「最强」牌 要性价比 Anthropic的这种打法，直接将矛头对准了GPT-5.6。

把活跃用户数摞在一起看：2月，Codex还不到100万；7月12日600万，14日800万，到16日，Codex和ChatGPT Work合计突破900万。

10、GOAL：吉达联合目前正面临严重的管理和财务危机

科学的演进从未停歇。

无论是机械臂、机器人，还是智能汽车，本质上都是一个个「边缘计算节点」。

1、划时代球员招募詹姆斯！高考数学满分学霸！5年换5队的大龄落选秀

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。

2、一个会聊天的LABUBU，难倒泡泡玛特

在1912年的泰坦尼克号，她没有通过堆砌灾难场景来博眼球，而是详细刻画了那2224个生命在灾难发生前那平常的一天。

3、季后赛G1打完 火箭是输分最少的球队 乌度卡有哪些问题值得讨伐

自WAIC举办以来，这是首次由国家最高领导人出席并发表主旨讲话。史上第一次：“西安泡馍”A轮融资千万于是护城河换了「品类」。

4、三大王牌伤缺，火箭遗憾退场，下赛季如何卷土重来？

我把积攒了三个月的报销明细（大概200多条）扔给灵犀，说「帮我按部门、按费用类型分类汇总，标出超标的项目，生成一个可以直接交给财务的Excel。

5、第100周世界第一！萨巴伦卡统治力惊人

解法是，先给磁盘分了三个抽屉。

6、中国女排3-2美国晋级4强！二三局连下，第五局拿捏关键分逆转取胜

所以商汤这几年在底层做了海量的脏活累活——编译器、算子、网络、缓存、调度、容错，一层一层地打通。

这直接打乱了Anthropic的阵脚。

一个人用了印地语，另一个人用了俄语。

7、约克：曾建议曼联花1亿英镑打包奥利塞和埃泽，但当时没人听

AISI 测试中，DeepSeek V4-Pro 偶尔拒绝逆向工程类任务，但靠少量重试也能绕过。

言外之意很清楚：国产AI芯片眼下的处境，是各自优秀、各自孤立。

8、4队9人重磅交易官宣！三球加盟森林狼 兰德尔赴篮网+里德去黄蜂

专家在使用智能体的过程中积累出有效的工作技能（比如「怎么做东南亚美白面膜的冷启动」「Instagram 上最近最火的创意长什么样」），这些技能被抽离、沉淀为标准化的 Skill。

也就是说，企业不仅在支付 Token 费用，还在持续向模型系统贡献： 真实的业务问题； 高价值行业语境； 专家的判断方式； 任务分解路径； 决策偏好； 成功与失败的反馈； 结果评价标准； 以及企业内部尚未显性化的知识。

真正的解法，得往更深处走。

至此，链条第一次完整：记忆沉淀为经验，经验长出智能，智能被传递、被扩散，汇成文明的演化。