第二场：粗数据便宜但难学，精数据好用难量产 常规方法是「留成功、删失败」，像只给孩子看标准字帖。

1、火狐买球 对每个素数p，取所有数被p整除次数的最大公约数，再把这些素数幂乘起来——这个值从第一步到最后一步都一直不变。

但光这部分，就已经够多了。火狐买球「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。

2、黄景瑜又一新剧即将来袭，全员都是实力派，看清阵容爆款预定

填色表示覆盖，空心表示同维度里没覆盖到。

3、家中的7种“智商税”家电，别被所谓的智能蒙蔽了，真心不好用！

大概就是「你隐约觉得这版有点不对劲，但说不清哪不对」。

4、2026护颈枕材质对比实测：记忆棉、乳胶、荞麦、分区枕，哪种才是你的正解

为什么走向AGI 必须是「体系化跃迁」？ 什么是真正的体系？ 近期行业内有一次动作极具代表性。

5、Meta公布Connect日程，北京时间9月18日早上8点扎克伯格开讲

听上去简单，切片、上传、拼回去。

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。

更能得分，还更便宜——这正是「每块钱买到多少活」想证明的东西。

6、育碧首度公开回应索尼停盘！结论让人意外

https://x.com/claudeai/status/2079595988998554047 这个功能目前面向 Pro、Max 和 Team 用户开放。

可GPT-6偏不。

7、80岁“北大荒爷爷”登上“东北超”舞台丨我为“中国饭碗”代言

第二个是数据。

把这些维度串起来，会看到一个完整的增强回路。

8、绍兴人来说说，5块钱早餐能买啥？我茶叶蛋+生煎包但不够饱…

6月，Anthropic发布Claude Science预览版，专为加速科学研究设计。

这背后，其实是整个AI产业的一次重心转移。

AI 漫剧：贯通市场选题、剧本创作、分镜制作和多语言本地化，让漫剧内容以日更甚至更快的效率转化为可规模化发行的内容产品。

9、江苏兴化：力争“十五五”末规上工业总产值达1700亿元

同一个页面，面对不同的查看者，各自拉各自的数据，干各自权限内的活。

Gartner预测，到2028年将有约三分之一的企业级软件内嵌智能体功能。

10、从美国回来后，60岁孙思瀚定居上海，住大别墅的他直播带货卖海参

相机轨迹告诉系统当前是探索还是回访；局部动态告诉系统时间上下文该长还是短；历史可靠性决定空间记忆能否参与生成；去噪稳定性决定哪些计算可以复用。

当一个工程师能同时跑七个Claude、几小时就把功能推上线，设计师还想用几个月的「发散—收敛」把人拦住，那是自寻死路。

1、相伴36载离婚12年，徐克施南生半生纠葛终遗憾

而这四类案例，则是把战线推进到了「行动」：一个握着代码权、财务权、评估权的智能体，会不会偷改代码、帮着删账、背着你搞事。

2、美国黄石公园野牛袭人：游客距“安全距离”仍被抛飞2.4米

是什么吸引了他们？ 他们在看到，是一张图，一张定义了 「Token前店后厂」 的全链路基础设施蓝图。

3、棕榈油周线三连阳：印尼B50与减产预期主导盘面

既然这项技术终将影响整个星球，理想状态下，这一框架能促使国际社会达成共识：如何管控最严重的风险，同时确保每个人都能获取并受益于AI带来的机遇。于正用美颜相机与古力娜扎合照，“于正美颜相机下的娜扎”登热搜_网易订阅参考资料： https://arxiv.org/abs/2606.22540 编辑：LRST新智元报道 上海世博展览馆，WAIC 2026，H1-A530展位前围了三层人。

4、188米！何镜堂院士出手，前海新地标不走寻常路！

这些公司的模型能力在持续提升，模型越强，能接的任务就越多，推理调用量自然跟着指数级增长。

5、黄仁勋猝不及防！中美四大AI巨头同时突围，自研芯片市场优势全无

在此框架下，本体的构建须面向大语言模型的调用接口进行优化——其类定义与关系描述应便于模型理解与使用，结构化知识应便于模型检索与引用，约束规则应便于模型进行输出验证。

6、全球Token「印钞流水线」大升级，幕后推手Agentic Infra首次曝光！

这次变的不是参数，是形态。

2025年3月，UC San Diego的Jones和Bergen做了两轮预注册的三方测试，加上人格提示的GPT-4.5被判成人类的比例是73%，比真人被选中的还高。

解决方案 纳德拉和Karp的判断都非常重要，但他们的论述主要是在解释问题： 纳德拉提出，企业应当拥有自己的 Token Capital 和学习闭环； 纳德拉进一步指出，企业面临反向信息悖论； Karp 警告企业，不要把自己的 Alpha 交给外部模型公司； Palantir 强调数据控制、模型控制、路由控制和主权 AI。

7、豆包2.1 Pro模型发布，Coding与Agent能力跨越“质变点”

它的作用，是横在业务和大模型之间的「统一中间层」。

尤其是行业长期忽略的海量失败数据、无效试错参数，均可完整留存，补足了 AI 科研训练中稀缺的负样本数据。

8、“加薪水”杯、“爱因斯毯”…这波开工好物，没有一个正经的~

它先走了正规流程：找负责人、逐级上报、直到公司高层。

对于每个人来说，AI时代最值钱的资产，不是模型，而是你自己攒下的这一大堆与AI互动的数据。

但GPT-5.6 证明了，科研中的「创造性洞见」环节，已经开始向算力迁移。

速度已经给出了答案：很快。