模型知道应该写文件，也声称自己写了，但在工具调用层面没有动手。

1、博富体育 回头看这届世界杯，其实就是这套循环的一次公开路演。

外加：八档时间速度、两种轨道比例、虚拟相机跟随、700颗固定种子星星、小行星带、柯伊伯带、响应式布局、九个快捷键。博富体育然而，一觉醒来，画风突变。

2、2026年中国数智化演进探索报告

数据由你产生，资产却记在平台名下。

3、66岁演员王侃离世，死因曝光是淋巴癌，好友曝术后话都说不清楚

实际上，文本分类、信息抽取这类轻松活儿，跟长文档分析、复杂推理这类硬骨头，对算力的消耗差着好几个量级。

4、中国男篮阵容调整，王俊杰杨瀚森离队，后卫大换血，赵睿必须回归

于是环境构建、轨迹合成、RL稳定性、能力融合，都被当成一等的系统工程去啃。

5、基于卡玛兹-65959底盘的新型全驱加油车亮相

一场豪赌 但十倍能效，不是白拿的。

智元机器人手握GO-2（LIBERO基准98.7%刷新SOTA）、世界模型GE-Sim 2.0（WorldArena全球第一）、龙旗南昌产线稳定运行3个月、成功率99.99%。

特纳甚至提出，愿意自费从旧金山飞到伦敦，当面向他们解答方案中的任何疑问。

6、赛前

把OpenAI这一两年的动作连起来看： 文件上传、Projects、Memory，再到能跑几小时长任务的ChatGPT Work、直接生成网站和轻应用的Sites、把Chat／Work／Codex三合一的新桌面端，还有接连登场的GPT-5.6三档模型。

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。

7、西班牙是梅西克星？梅西生涯对阵西班牙胜率不足40%

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。

换句话说，模型本身并不是壁垒。

8、姐弟恋！29岁日本男足队长与31岁当红女演员恋爱1年 已考虑结婚

那它图什么？答案并不复杂：老师，是进入学校和学区的入口。

每次更新都是同一个链接下的新版本，还带着历史记录，随时能回滚。

但在办公场景，一个根本性问题始终没解决：大部分AI每次对话都从零开始。

9、决战山东泰山：浙江队中超黄龙主场收官战，目标直指前六

他点名了当时最新的那批模型：GPT-5.5、Claude 4.6、Gemini 3.0、Grok 4.3。

开发者们从「小牛犊」「学霸牛」等起步阶段出发，一步步走向「大牛」，最终成长为获得行业认可的成熟AI业界领袖。

10、辟谣！Shams：热火发言人确认詹姆斯加盟发布会属于测试链接误发

3分钟短片：prompt就是摄影机，AI就是剧组 真正让马斯克当场拍板的，是Heavy Pulp那段3分钟短片。

顺带一提，这一整轮它跑在Claude Code里。

1、来了就升总经理！詹姆斯本周公布决定！二选一！

这就是物理智能和文本智能最大的不同：答题，打完字就结束；干活，只有瓶子真拿到、工件真放准、插头真插进，才算完成。

2、中国足球的问题从来都不只是成绩

最终证明，这个方程组永远有解！ 当公式(8)和(9)划上句号，最后推导出等于0（在域中）时，证明结束了。

3、定南赣联夏窗连签7将！免签强援加中超新星，保级稳了？_网易订阅

想推给客户的产品，一定是自己先足够深、足够广地用过。钱再多有什么用？新晋奶爸阎鹤祥查出重度脂肪肝，给大家提了个醒因为进程可能恰好在写进度写到一半时崩掉，留下半截烂数据。

4、长春改善置业新标杆：豪邦锦上天华凭何登顶“产品力”榜首？

一个储能行业的分析师，就说了一句「我需要一份竞品分析报表」。

5、广厦推倒重建？曝上海追求胡金秋欲组豪阵 篮协新政让国企垄断

Anthropic 的 Fable 5 是一个更极端的案例：6 月 9 日发布，三天后安全研究者 Pliny the Liberator 用多步骤越狱策略突破了安全分类器，相关截图显示模型产出了本该被拦截的漏洞利用代码。

6、中央企业实现利润总额1.4万亿元

但过去的路上，每一步也需要产出能造血的东西。

更有意思的，是把两组数字放在一起看。

有趣的是，乙游的用户，是出了名不好糊弄的一群人——她们对角色颜值、情绪张力、叙事节奏近乎苛刻。

7、49岁不结婚的曾黎，定居北京闲时还回老家种菜，有知名导演作伴

KSTAR可以理解为： Know What：当前知道什么； So What：这些知识对于当前情境意味着什么； Then What / Task What：需要完成什么任务； Act What：应该采取什么行动； Result What：产生了什么结果； Learn What：根据结果应该学到什么。

保时捷、奔驰也在近期频频曝光相关专利，暗中布局。

8、最新

左侧比较不同主流模型，右侧比较不同尺寸 Qwen 模型。

那些提交到erdosproblems.com的新证明，凡是我细看过的，全部正确，而且都包含一些有趣的想法。

好在超时了，没真跑起来。

物理动作冗余严重：即便任务最终成功，轨迹里也可能包含大量纠错、回退和重复动作。