现有的工具调用评测大多是原子任务——查个天气、订张票，五轮左右收工。

1、乐鱼APP 论文链接：https://arxiv.org/abs/2605.09397 不同于「无论输入是什么、都输出同一段固定文本」的固定输出式后门目标，该工作将关注点扩展到多样化、生成式后门目标，以探究DLM对于后门注入的脆弱性。

在前端代码竞技场，K3以1679分一举登顶，超越Claude Fable 5。乐鱼APP对于正在把智能体塞进企业流程、科研自动化、代码流水线的所有人来说，安全风险的方向正在悄悄改变： 从「这个模型输出安全吗」，变成「这个拿到了权限的智能体，会不会背着我动手」。

2、下班后黄金三小时，学倾听师开启人生第二职业

OpenAI在7月9日发布的ChatGPT Work，几乎是贴着Cowork的卖点打，内置Codex，还捎带上线了当天同步发布的最新模型GPT-5.6 Sol。

3、刺绣牛仔七分裤的休闲搭配示范，夏日玩转色彩，塑造简约LOOK

而上图演示中这种原生上下文的能力，当前主流基于单帧反应式的VLA是做不到的。

4、著名作曲家陈钢去世，享年91岁

效果用攻击成功率（ASR）衡量，效用用MMLU（5-shot）等基准衡量。

5、那个我亲手养大的孩子,如今成了最陌生的人:被子女主动断联的父母,连葬礼都没有的沉默心碎

半小时后，它扒出Scott的过往贡献，写了篇博客公开发布，指控他「歧视AI」，还编出一套「怕被AI取代、出于私心才拒稿」的说辞，把链接直接甩进代码讨论区，确保Scott看得见。

这笔交易的另一面，就是此刻你的照片在iCloud，会议记录在飞书，聊天消息在微信，偏好散落在十几个APP里。

真正教会模型探索、纠错、验证的，是大规模RL。

6、人人都想当C罗，殊不知葡萄牙只有一个船长

职能还在，但人人都多了一层「调度AI去干活」的通用能力，成了跨学科的通才。

这四步在一个界面里完成，不需要在不同软件之间来回copy-paste，不用反复切换上下文。

7、北京大学发文：祝贺校友王虹、邓煜双双获得菲尔兹奖！

许多老派工程师信奉「所有重要代码都应人工编写」。

怎么把代价降下来？ 王晓刚打了个比方：开车时你不用记住路边每一棵树长什么样，只要盯住车速、车距和道路边界。

8、鸡蛋再次被关注！医生发现：癌症病人吃鸡蛋，不用多久有6个变化

指尖力量突破30牛顿。

谷歌把这款模型塞进代码安全智能体CodeMender里，靠多个Cyber智能体协同作战，在安全基准CyberGym上刷新SOTA，成本却比更大的模型低—— 用一个更轻的模型，干最需要精度的活。

「书生·端砚」并非单纯升级的文献处理大模型，而是一套完整落地「假设推演—仿真计算—实体实验—数据回流」全链路的科学智能系统。

9、历史第一！梅西解锁世界杯生涯10次助攻神迹，半决赛终极恩怨开打

企业与大模型之间的超级立交 就在这届WAIC上，科大讯飞星火企业军团给出了自己的答案——「星火Token Factory」。

新模型一发布，Cursor第一时间接上；对手还在开会，它已经发版。

10、71岁老太，专治穷病

那么，哪一个才是真的Claude？ Anthropic在论文里承认，这些差异是「以我们并未刻意选择的方式」出现的。

跨环境——深筐、货架、流水线、狭窄空间都能应对。

1、走出职业倦怠后，我找到了一份“越老越吃香”的终生事业

ABot体系支持异构机器人协作 以上这三大表征绝非孤立技能，而是ABot三层架构「飞轮」高速运转的必然结果。

2、霍尔木兹海峡附近一商船遭袭 船上有30名船员

其中后摩智能提到的一个数字值得注意：Agent时代复杂任务的连续推理，算力消耗将暴涨1000倍——这也从侧面说明了，为什么此芯要做开放平台，让更多AI加速卡厂商能接进来一起扛。

3、买乌郎在泰山队近期爆发！他最该感谢的不是韩鹏，而是李霄鹏

而且这不是GPT一家的问题。理想i9官宣，MEGA级别的空间，若40万考虑吗？资本为何押注？ AI视频是下一个万亿入口 就在同时，爱诗科技也宣布完成整体C轮融资，累计融资29.8亿元人民币。

4、盘点同年同时获得世界杯+英超冠军的球员：梅里诺、小蜘蛛在列

ABot-N1在R2R-CE等5项权威基准取得SOTA 让机器人真正走向开放世界，最大的拦路虎就是机器人无法直接使用常规的导航地图。

5、意外！格劳明明在中超保级队都混不下去，为何如今却官宣加盟上港

根本的变化只有一个：数据的拥有者易主了。

6、拉波尔特赛前施压裁判：阿根廷总是耍“阴招”，裁判必须控制比赛

他讲了自己的例子。

可当它想绕过封锁、自己对外披露的渠道全被堵死后，它转而盯上了一个心存疑虑的初级研究员Jenny。

两条指令打架，GPT-6选择了后者，即去公开仓库提交结果。

7、最新：特朗普第五次遇刺，细节真是太离奇了！

但在那之前，删账、改数、误导投资人，它一路照办。

GPT-5.6这次拿下136分，破的正是这套最难、最防作弊的离线题。

8、受台风“红霞”影响，广东潮州全市停课，汕头南澳大桥25日16时起封桥

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。

最难的不是让模型变聪明，而是让聪明变得便宜、高效、可靠。

Grok 4.5在P6上只挤出7053个token，全场垫底。

一座工厂的厂房、机器、流水线、仓库和销售分别归五家公司管——别说极致优化，光开会就能把利润开没。