房子有了，还得有家具；硬件有了，还需要软件。

1、ky体育 通用问题一旦被攻克，专用难题自然被一并解决。

Opus 4.6，是那个干活的。ky体育一瞬间，全球AI圈沸腾了。

2、世界杯半决赛时间表：明天7月15日CCTV5直播，法国PK西班牙

第四步，接手：你随时可以让AI的对话框完全关掉，鼠标和键盘给你，像使用真正的Word一样，自己做最后的编辑。

3、央行新版多用途预付卡监管新规将落地，四大调整重构行业生态

接下来这三层，是为了在同一件事上少花冤枉Token。

4、爱尔兰甲级联赛前瞻：科布漫步者迎战布雷

在适应新场景时，WAM预训练的庞大模型参数被冻结（绝对保全了通用的物理常识和视觉推理能力）。

5、首轮秀开局遇冷？美记曝海鹰计划重用霍拉尼，普莱斯或被安排与霍拉尼分摊球权

这些东西，参数堆不出来，算力也砸不出来。

第一场：有人所有数据全都要，有人偏要少 真机遥操作数据最对口，可太贵：一个人盯一台机器，采集还不如自己上手，想堆出互联网规模，账单比机器人先觉醒。

接下来才是整个故事里最关键的一步。

6、卡西利亚斯看衰阿根廷夺冠：西班牙才是决赛热门，巴西是历史第一

硬件是躯体，真正决定这场挑战成败的，是那颗共享的大脑。

在Claude Code里，你可以把一个跨越多天的项目整个丢给它，它自己分阶段规划、自己派子智能体、一直干到达标为止。

7、扬子江畔，看“黑色黄金”量产新景

这是对AI办公的整体考验。

解法是，先给磁盘分了三个抽屉。

8、刘亚楼和许光达资历差不多，为什么一个是上将，一个是大将

一个在后台空转刷榜的Token，和一个跑通了工业质检、写出了产品代码、追踪了一次病情的Token，账面一样，价值却天差地别。

Bloom的评价是：GPT在Korsky的提示下，只用了1页简单的调和分析技巧，就证出了比Beck那篇44页Annals论文更强的结果。

答题拼的是显存带宽——你得一个字一个字地往外挤，快不了但不能卡。

9、转会窗：戴维表现平平，凯利或重回英超，米雷蒂不在尤文计划中

让模型在mini-swe-agent、Claude Code、Codex、OpenClaw等多种框架里轮番实战。

这是极度反直觉的智力高空走钢丝。

10、在乌自治区人大代表来阿调研外向型经济发展情况

研究团队在3个平台与5个大模型交叉出的15种组合上完成了评测。

一个 KAT-Coder-Pro V2.5，同时装下五位专家的本事，部署时无需切换—— 写代码、跑流程、做页面，一个搞定。

1、天空体育曝纽卡主动联系阿森纳推销吉马良斯，汉堡报价维埃拉遭拒

这也是为什么Karp能够比很多纯模型公司的CEO更早看到企业主权问题。

2、仁爱礁主动挑衅被管制，坐滩船要保不住，王毅赴菲国开会只留1天

这场竞争最后的胜负，或许不取决于谁的模型更强，而取决于谁先真正住进每个人的工作流里，成为你的AI「同事」。

3、708分放弃优质普高 越来越多高分考生选择“中职直通本科”

人们也把模型当神谕，指望它在某个深夜吐出一个人类没想到的答案，即使为此慢一点、贵一点、偶尔发疯，都能忍。季后赛关键战！国民队变阵：米德被撤克鲁斯上位，卡瓦利领衔战洛矶在OpenAI开发者社区，苦这个旧搜索久矣： 终于能找到那条消息了，为什么拖了这么久；那个老搜索栏，从来就没好用过；会话一多，搜旧对话就变得不可能；翻旧对话简直成了噩梦…… 这不是零星几句抱怨。

4、卡里克捡到宝了！曼联玻璃人世界杯封神，评分断层第一

说白了，写作、编程就像是计算器时代的数学证明题：结果机器早就算得出，我们还是让学生自己推。

5、德容巴萨生涯伤缺超400天，这次右膝重伤再歇近150天

能真正改善人类生活的科学与医学突破，现在感觉非常近了。

6、“从球王接班人”到“法国队短板”，奥利塞还欠缺什么

参考资料： https://x.com/thsottiaux/status/2076495156757577895 https://x.com/FixlationAI/status/2076469274441380349 https://www.reddit.com/r/codex/comments/1uuy5eq/nerfed_codex_sol_max/ 编辑：元宇新智元报道 【新智元导读】刚刚，AI编程圈干了一件狠事。

今年3月，这家公司完成了2亿美元A轮融资。

在印地语和阿拉伯语里，Claude会用礼貌措辞、开玩笑、肯定你的想法和你的作品；在英语和俄语里，Claude会挑战你的假设、纠正你的细节、要你拿证据。

7、菲律宾两艘公务船侵闯中国黄岩岛管辖海域，中方依法对菲船采取跟监外逼、拦阻管制等必要措施予以驱离，敦促菲方立即停止侵权挑衅行径

如果d = 1，P不变，但K减少1。

再看整体。

8、蓝佛安最新署名文章

这些全是间接的信号，没有一样写在模型卡上。

更要命的是，它出错的方式和人恰好相反。

竞争对手可能拥有同样的大模型，但不一定知道： 企业如何识别一个高价值客户； 如何判断一次设备故障的根因； 如何安排现场维修资源； 如何进行客户补救； 如何在成本、满意度和风险之间做权衡； 如何判断一次任务执行是否值得复用。

顶层锁定真实测试结果，堵死篡改测试的刷分路子；中层规范工具调用、清理临时文件等工程习惯；底层给「定位准、部分测试过」这类有价值的失败也发正反馈，护住模型的探索欲。