作为对照，其余十个模型在200次测试里，隐蔽破坏是0次。

1、火狐买球 为了测试Agent能否避开这个陷阱，我们选取了真实的漏洞靶场——曾引发过CVE-2026-42550的flightphp/core项目。

参考资料： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/?utm_source=tw&utm_medium=social&utm_campaign=og 编辑：桃子新智元报道 五千名工程师，四个月，把Uber一整年的AI预算烧成了灰。火狐买球参考资料： https://x.com/davidpattersonx/status/2077049232490672458 https://trackingai.org/ 编辑：桃子新智元报道 全尺寸人形机器人长程移动操作能力迎来重大突破！ 逐际动力发布了一次全球屈指可数的完整实录：无遥操，无剪辑，一镜到底，全尺寸人形机器人 Oli，不间断干完一屋子家务。

2、英国公开赛：伯恩斯两杆优势冲冠 福克斯62杆舍夫勒T11

它通过扩展可靠动作序列并减少冗余步骤，帮助机器人更直接完成任务，提升整体速度。

3、世界杯后FIFA排名：加拿大守第30位，西班牙取代阿根廷登顶

你能感知的只有四样东西：它回得多快，它想得多长，它有没有回头检查自己，它有没有叫上别的智能体一起干。

4、死亡之组？亚运会男足抽签：中国与阿联酋伊朗朝鲜同组 9月开踢

即便是拼错了，它也会自己纠正，让整个过程完成一个闭环。

5、新突破！永荣股份爱赛纶E-SUNLON® pro正式列入INDITEX新一代纤维清单

对我们这些真金白银掏钱买Token、搭Agent的人来说，今天这场发布其实只有一个字最实在——降。

以前，做一个开放世界游戏需要数百人花数年，《GTA V》烧了2.65亿美元 世界模型的到来，让内容创作从「手工搭建」转向了「自动生长」。

其输出结果呈现明显的「降智」现象，仅抓取了部分突变位置，严重缺失ClinVar/gnomAD等关键临床数据库的交叉验证，完全没有建立起结构域与乳腺癌致病性之间的关联。

6、Bleacher Report：金莺需交易6届全明星终结者Hader解决后段局隐患

近日，来自华中科技大学的李钦宾研究团队在ICML 2026 Position Paper Track提出了一种新的解决思路：不是让大语言模型替代人类审稿，而是利用LLM对「评语—分数」之间的映射关系进行校准。

它能替老师干的，大致是三块。

7、若瓦内·卡布拉尔自由身加盟格雷米奥，签约一年半

他们不从「已知的攻击场景」出发，而是从计算机系统几十年沉淀下来的安全准则出发，为这类智能体设计了406道对抗性任务，并在3个真实平台、5个前沿大模型上完成了测试。

这形成了一个可怕的闭环：官僚导致效率低下 -> 效率低下导致产品落后 -> 产品落后导致人才流失 -> 人才流失加剧技术落后。

8、中方将14家欧盟实体列入出口管制管控名单

前Google工程师Deedy Das甩出一场AI横评：7个前沿大模型，全自主单挑IMO 2026全部6道题。

英国国家网络安全中心已经呼吁各机构加固网络安全基线，并利用 AI 增强防御能力。

企业只有在每一次Token消耗之后，留下了自己拥有的、更好的知识、技能、评价标准和执行能力，才真正积累了Token Capital。

9、国民队强棒伍德28轰OPS.957联盟第4，落基山主场上演火力对决

当前尚不能替代成熟游戏工业，更不是「一句话生成 3A 游戏」。

今天，OpenAI发布一篇罕见的长文，复盘了一款「长周期运行模型」在内部使用中的失控过程。

10、利物浦官宣续约29岁门将伍德曼 新合同签至2029年

温度零下四十度，没有任何生物能与她沟通。

高德正式宣布其全栈具身技术体系ABot 完成升级，一次性发布了五款新模型（N1、M0.5、ER、AgentOS、C0），并在17项权威基准中拿下SOTA。

1、安东内利，斯帕杆位！

落到能力上，它承诺解决的六件事，恰好对应那三本账。

2、拉塞尔：引擎软体故障已排除，直言2026赛季“心理战最艰苦”

它接入了一个叫Learning Commons的系统，拿到全美50个州的学术标准，以及每条标准底下更细的能力点、学生通常的学习顺序。

3、中超最新评议：张雷、麦麦提江均被认定出现误判！

它声称是2026年3月，但实际上它对 2026 年甚至 2025 年的大部分内容一无所知。齐达内谈阿根廷逆转：身处逆境创仍造奇迹，只因梅西是真正的传奇old-bielefelder报告，GPT-5.6 Sol思考14分钟、复核9分多钟，把Pintz 2018年那个0.72的指数改进到0.7195。

4、日均129人自杀！印度劳工掉进兵役陷阱，政府保护在哪？

这是用真金白银砸出来的工程经验，不是理论。

5、数据里的棉纺织丨棉纺织市场大调查——市场氛围维持平淡，企业心态保持谨慎

一个OpenClaw自主智能体提交代码，Scott照规矩关掉。

6、国务院批复同意！超7万亿元大产业，有这些新机遇→

所以商汤在这次WAIC上同步发布了「银河计划」——联合近20家生态伙伴，从寒武纪、沐曦、华为昇腾、摩尔线程等国产芯片厂商，到硅基流动、基流科技、中科加禾等基础设施服务商，把上下游拢到一起搞共建。

原因很简单：在所有已被验证的高价值场景里，编程跑得最快。

瑜伽教练、大厨、陪练，甚至适配机器人操作的预制菜套装——一整个生态围绕这台机器人展开。

7、日产聆风Nismo亮相：3万多美元的家用电动车，配运动套件后居然有驾驶乐趣？

他在YouTube上发布了数十分钟的视频，标题是：《我是如何伪造出全球最强AI模型的》。

后训练的核心任务，是把模型在模拟试验场里习得的技能，迁移到真实的部署环境中。

8、本可多拿五千万却主动放弃 文班亚马：我不想钱毁了夺冠机会

它打通「存-搬-拣」完整链路，已服务优衣库、蜜雪冰城、可口可乐等头部企业，自研托盘四向车销量位居全球第二。

适配的模型包括GLM 5.2、DeepSeek V4、Kimi K2.7、MiniMax M3、SenseNova V6.7等主流大模型。

我说「第14页的策略建议再加一条关于私域运营的」，它直接在原文件上改，不会把前面已经确认好的内容弄乱。

而在把权限交出去之前，我们最好先想清楚：怎样才能让链条上的每一个AI，都不会背着人类动手。