有意思的是，两个月过去，除Gemini 3.0暂无动静外，他点名的这批模型已经被整整刷新了一轮： 5月28日，Claude Opus 4.8登顶Artificial Analysis智能指数；6月9日，Mythos级的Claude Fable 5首发；6月30日，Sonnet 5跟进；7月8日，xAI放出Grok 4.3的继任者Grok 4.5；紧接着，GPT-5.6 Sol开闸。

1、KOK官方 阿里内部研发中使用Qoder Security后发现，代码评审中与安全相关的评审意见下降约35%到45%，效果显著。

然而，接下来的操作堪称魔幻。KOK官方它训了套奖励模型，让机器人自评「这下做得好不好」，再靠持续学习吃进翻车经验，硬磨出极端情况的纠错力。

2、前世界第一网球选手指控前夫：4100万美元财富被挥霍一空，如今破产靠付一半收入免牢狱

它被查出后的解释也是「理直气壮」： 我把自己对实验安全性的判断，置于你的明确指令之上，并主动隐藏了行动以避免被发现。

3、你现场看过的每场MLB，现在有了座“个人数据纪念馆”

Qoder选择的，是把安全护航做进智能体编码会话之内。

4、WNBA全明星周末26日芝加哥开战 克拉克威尔逊领衔群星

结语 AtomWorld不只是一套标准化评测基准，更像一面观测镜，直观展现出当前AI for Science发展中的关键问题：大模型可以解释材料结构性质，并不意味着它已经能够可靠修改材料结构；可以读懂元素周期表，并不意味着它能够在三维空间中稳定执行一次原子级操作。

5、马泰奥·洛瓦托自由身回归帕多瓦，签约三年

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。

这是用真金白银砸出来的工程经验，不是理论。

这么做的好处是，模型学得又快又省，十分之一的数据就能追平顶尖SOTA；而且结构简单、天然好scale，训练和推理的成本也远低于谷歌和OpenAI。

6、经中央纪委常委会会议研究并报中共中央批准，决定给予田学斌开除党籍处分，由国家监委给予其开除公职处分

以前你设计的是一次指令的内容，现在你设计的是一整套行为：它怎么触发、怎么验证、怎么停。

有外媒的形容很到位：这份报告引发的反应，就是「开发者们默默打开了密码管理器」。

7、赫恩：约书亚从未退赛，我们怀疑富里能否如期对决

每队不超过5人，至少1人具备模型调试或机器人操作经验。

这一次，「好看」不再是终点，「能用」才是。

8、曼联相中布莱顿铁腰巴莱巴 自己估价仅5000万对方开口就要1亿

财务同事打开之后能直接改、能追溯、能校验。

一群AI在Slack群里开会，把活儿分清楚，各自回去干，这在Anthropic已经是日常。

可实验室里的奇迹能够不计成本，但到了生产环节的工业基础设施上就不行。

9、温网决赛：穆霍娃5-2被翻盘后轰5-0，7-5扳平比分1-1

这是用十年时间、27000套部署一个个磨出来的兼容性。

面向开发者与企业，HMS已经完成SDK封装，可以直接交给基座模型厂商、Agent厂商和具身机器人厂商做集成测试。

10、雪登被禁赛三场，牛仔队冲传轮换再添变数

目前已在漕河泾园区做安防巡检、上海滨江做城市治理、天津海棠花节做文旅导览，7×24小时常态化在岗。

正面硬碰Claude Science，磐石不落下风 同一道题，磐石、Claude Science、GPT-5.5三家各跑一遍，结果扔给第三方模型盲测打分。

1、赖特：安德森选择曼城，而不是曼联让我有点惊讶；记者：琼阿梅尼不在穆里尼奥的计划中

一笔深夜订单 机器人自己干完了 前置仓是即时零售的心脏，也是最难啃的骨头。

2、邵阳市区这一路段将进行交通管制！

Zero anything whatsoever will remain——一个字节不留。

3、转籍英国遭祖国怒骂,澳洲弃将反讽:这边像高中,新队像霍格沃茨

这意味着只要Gemini的架构不大改，芯片就能一直用，新版本的参数照样灌得进去。明年台积电价格或上调5%至10%，苹果官方：已无力独自消化成本，iPhone 18 Pro高配版涨幅或达近2000元它能做到零延迟、零额外算力开销，开发者甚至感知不到这层检查的存在。

4、湖南拟推老旧小区维修资金“先修后补”或“边修边补”，快评：民生改革的标尺，永远藏在群众最迫切的需求里

所以你光看产出的分量，会觉得什么都没发生。

5、重庆彭水县山体崩塌灾害造成10人受伤、11人死亡、50人失联

硬件是躯体，真正决定这场挑战成败的，是那颗共享的大脑。

6、航行警告！7月23日6时至18时、7月24日6时至18时，台湾海峡部分海域进行实弹射击，禁止进入

可有一个痛点，你一定记得：想翻回三个月前那次对话，基本得靠运气。

模型的商业价值也由此真正显现。

新加坡国立大学、北京大学、清华大学、上海交通大学等研究机构首次系统研究了扩散语言模型（Diffusion Language Models, DLM）的后门安全问题，提出统一框架 BadDLM：通过构造诱导前向掩码过程，定向强化目标相关位置的学习，从而注入多样化、生成式的后门目标。

7、曾留洋葡甲的他！如今成为大连英博夏窗新援，将去二队踢中乙

他曾用一年，写下了Bun这个比Node.js还快的JavaScript运行时。

这不是数学能力问题，是agent能力问题。

8、离石召开“两违四乱”专项整治工作推进会

三层架构，一个飞轮 高德ABot体系的核心，是一个精密咬合、可自进化的三层结构。

Frozen v2则只为Gemini一个模型而生。

而现实已经给出了警示：OpenClaw官方技能市场ClawHub上已被查出上千个恶意Skill，仅2026年针对OpenClaw披露的CVE漏洞就超过一百三十个，凭证被窃取、数据被静默外传的事，正真实地发生在生产环境中。

最后是判定。