参考资料： https://www.nature.com/articles/d41586-026-02091-6 https://x.com/kimmonismus/status/2076658442282934351 https://www.reddit.com/r/singularity/comments/1uv399n/yuji_tachikawa_one_of_the_worlds_leading/ 编辑：元宇 大卫新智元报道 【新智元导读】国产Coding模型杀疯了！实测1分20秒闭环真实Bug，1395行代码徒手捏出《我的世界》，长程工程能力直逼Opus 4.8，不用再当AI保姆了。

1、乐鱼官方 可这里有个问题：它的边界，你很难完全掌控。

现场，孙文剑展示了基于此芯P1打造的联想AI主机mini。乐鱼官方新智元报道 上海的七月，热浪滚滚。

2、罗德里梅西领衔！世界杯球迷票选最佳阵容出炉！亚马尔库巴西落选

他提出的TUTOR方法把长程任务的自主成功率从8.3%拉到35%。

3、伊朗已正式回应美国提出的停火协议15点内容

一本经济账。

4、农业农村部：强或超强厄尔尼诺事件正在形成，农业防灾减灾形势不容乐观

文字和图始终跑在同一条自回归序列上，像说同一种「语言」，不靠外挂、不靠工具在中间对齐。

5、15岁少女腹中藏奇怪肿块！长沙市第四医院：腹痛别大意

数据主权不等于认知主权 当前大多数所谓的「主权AI」方案，关注的是几个问题： 数据是否留在境内； 模型是否私有化部署； 计算资源是否自主可控； API 是否经过安全网关； 企业是否能够选择不同模型。

3.6 Flash在几条关键测试上，都甩开了前代—— DeepSWE：编程测试 37% ➔ 49% MLE Bench：机器学习研究测试49.7% ➔ 63.9% OSWorld-Verified：让模型直接操作电脑测试78.4% ➔ 83% GDPVal-AA v2：知识型工作任务拿下了1421份，比上一代高出70多分 如下demo中，3.6 Flash大秀多智能体编排绝活，不仅轻松拿下复杂的代码迁移任务，更在响应速度、代码质量上对3.5 Flash完成了降维打击。

M = 6。

6、莫迪认完高市为妹妹，日本就对印度下狠手，让莫迪始料未及

有些活是重复的，任务不变，只有输入在变，比如每天早上总结一遍Slack消息。

在如下的测试题中，GPT-5.6均在最短时间内，拿下了出色的成绩。

7、一场4-1看清3事实：哈兰德争冠+争金靴无望，3巨星成法国争冠底气

然后是提权到节点级、收割云和集群凭证、横向移动进多个内部集群。

刷新一下——从0%重来。

8、习酒总经理助理谢远东主动投案：历经三任董事长，曾任职集中采购等关键岗位

四类失配 前沿模型都中招 Gemini这一例，是报告归纳的四类「智能体失配」之一，还有另外三类。

教程总结的Fable 5三大能力：长期自主干活、自我校验、读懂密集图表。

遗憾的是，即便开启，也没有最好的结果可以报告，另一个网友使用了高推理强度，第一印象不佳。

9、淳中科技：2026年8月10日召开2026年第三次临时股东会

过去，它交给你的是文本、是代码片段，是一段你还得自己接着用的东西。

每一帧画面都经过精密还原：服饰纹理、建筑样式、人群面孔、光线角度，还原出了那个年代本来可能有的样子。

10、暑期出游“热”力全开，佳木斯公安护您平安一“夏”

每次能力迭代前，20 到 50 人的专家团（钛动与客户的一线员工各出一半）双盲打分——打分者不知道答案来自 AI 还是人类，超过均值算正向。

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」。

1、急性「上感」用地塞米松，指征一定要明确！

做加法，比一上来堆满再删容易。

2、今日热点：电影《飞驰人生3》定档春节；大麦否认与黄牛挂钩……

就这样，广义上的雅可比猜想，被彻底证伪。

3、农业农村部：今年夏粮喜获丰收 首次突破了3000亿斤

大佬表示，按谷歌常规的6个月训练节奏，说不定年底，就能看到Gemini 4了。10000杯免费咖啡火速兑空！第二波福利今晚6点重磅返场读到这儿，回头看前面那场额度大战，味道就变了。

4、半场梦游半场封神！姆巴佩梅开二度奥利塞全场最佳！

AI的上半场，是把模型跑起来；下半场，是把智能持续地产出来，还要算得清账、管得住成本、扛得住关键业务。

5、工行奈曼旗支行精准宣教：金融知识直达乡村集市，补齐农村消保宣传短板_网易订阅

他手机上开着Claude应用，左边一个小小的代码标签，里面同时挂着5到10个会话。

6、英媒：纽卡效仿多特签年轻球员，已引进三名21岁及以下新援

然后是提权到节点级、收割云和集群凭证、横向移动进多个内部集群。

备案解决了合规问题，但从备案到产品落地之间，还有版本适配、功能裁剪、模型调优等工程环节要走完。

整个过程嵌在开发者的正常工作流里，没有上下文切换的代价。

7、理想增程式中大型SUV上市！不足25万配激光雷达，综合续航1250km

这条视频在72小时内突破240万播放。

最抓眼球的是入口处的「零售区」。

8、最强省会再发力，上半年广州GDP破1.6万亿元：谁在支撑5.8%增速？

系统不仅要生成画面，还要维护目标、资源、胜负条件和事件结果。

这意味着，今天在四足狗上验证的经验，明天可以直接迁移到双足人形上，而不需要推倒重来。

你直接交代一句「帮我看看昨天哪些训练任务失败了」，它便会顺着日志、监控、任务事件一路查下去，并且独立解决80%的日常问题。

这不是数学能力问题，是agent能力问题。