三是三层奖励。

1、爱游戏手机 Stuart Russell，是全球呼吁禁止自主武器的头号斗士，曾在联合国痛陈「杀手机器人」的危害。

剩下的路，让它自己闯。爱游戏手机更重要的是，单个漏洞从发现到修复，时间已压缩到小时级，而传统流程里，这个周期往往以天甚至周计算。

2、拉塞尔：数据证明近期挣扎源自软件校准而非驾驶风格

抬起头，大屏幕上的KAI世界模型技术架构正如画卷般逐层展开。

3、意大利足协接触瓜迪奥拉与安切洛蒂 马尔蒂尼确认选帅进展

更有意思的，是把两组数字放在一起看。

4、古树开“蝴蝶”，只在此山中——有一种叫云南的生活之365天

然而，极致简洁的暗面，是早早埋下的无数暗坑。

5、民乐：擦亮数字政务底色 提升便民服务温度

1950年提出，此后七十多年里它一直是判断机器智能的黄金标准。

背景中，水墨山河化作金色的声波和飞鸟，与顶部的中文「长安未眠」完美契合。

当无数模型、Agent、机器人接入同一个记忆层，一个个体踩过的坑，就是整个群体的本能：个体怎样从记忆长出智能，群体就怎样长出更大的智能，像一棵树，每根枝桠都按整棵树的方式生长。

6、瓜州：上门体检暖夕阳 分级管护护安康

经过评估之后，他们最终决定直接升级高性能推理框架。

文章开头已经讲过，对比非常鲜明。

7、詹姆斯告别湖人！打了22年他决定不在这退役

（图源：OpenAI官网） 更微妙的是，据TechCrunch报道，原告此前指控OpenAI一直谎称自己「搜不了」这些日志。

官方也给了一整套省钱纪律： 小任务别硬上多智能体； 能用便宜快的小模型，就别都用最强的； 大规模跑之前先拿一小片试跑； 确定性的活交给脚本，跑脚本比让模型一步步推理便宜得多； 例行任务别跑得比它该跑的更勤。

8、福克兰群岛选手称阿根廷世界杯横幅“令人失望”：政治不该掺和体育

注意，这位工程师分享的，并不是一张静态页面，而是一个能够自动更新、可交互的页面。

《月相》中文科普海报画面中，从主副标题、四段密集的科普正文，到图注、底部知识卡片，几百个汉字竟然做到了逐字精准，零错字、零乱码、零「AI伪汉字」。

AtomWorld的结果提示，Scaling Law在原子操作任务上并不能被简单理解为「模型越大，能力越强」。

9、夏季“火大”驾车有代价，交警提醒驾车出行文明礼让多观察

算力短缺已经在谷歌内部引发激烈矛盾，Google Cloud被迫开始拒绝外部客户的订单——在商业公司里，这几乎是最极端的信号。

这，正是这项工作的出发点。

10、苦熬七年终迎AAA首秀 巨人捕手冈萨雷斯用火热表现正名

差距看起来不大，但这0.4%的提升来自六个精细的自进化模块，包括计数去重、相对日期锚定、精确日期回填、数值差异校准、当前与历史状态仲裁、双层来源锚定。

这一层是一组可复用技能的集合，VLA 只是其中一个技能。

1、热爱能治愈一切！镇江66岁抗癌球迷：追着苏超，浑身是劲

回忆，则被重新定义成一件主动的事：面对每一个具体的问题，现场重建回答它所需的证据。

2、超级碗教头哈勃新东家首训翻车：激情怒吼巨人却被球员冷脸无视

用喻杰的话说，学习华为的成功经验「攀登珠峰，沿途下蛋。

3、皇家官宣：全明星游击手Witt进10天伤病名单，背部紧绷MVP前景蒙阴影

对苹果来说，迟到的代价已经写在财报里。贵州以旧换新补贴调整！7月27日起执行过去十八个月，AI Coding 领域暴热，任务成功率从不足 5% 飙升至 88%，代码生成、自测迭代的闭环已经跑通，赛道增量空间逐步收窄。

4、蓝鸟2比4再负光芒跌至46胜56负 高斯曼：全队都在强求改变

但在办公场景，一个根本性问题始终没解决：大部分AI每次对话都从零开始。

5、1990年路虎揽胜郡：原车主珍藏35年，6.2万英里，2026年大规模整备

于是他们换成在自家基础设施上跑的开源模型，取证才继续下去。

6、汉密尔顿9次杆位和8胜，4.381公里赛道纪录仍无人撼动

更省、更便宜，还得更能打，这才叫诚意。

我们甚至可能抵达这样一个节点——资源不再是人类进步的制约因素。

大千世界，晓识万象 回到开头那笔深夜订单。

7、克罗斯谈C罗冲击1000球：别忘了，他的每一个进球都被全世界见证！

其难点不仅在于完成动作，还在于能否长期保持力量、精度、响应和运行一致性。

一天几十上百个PR从智能体手里冒出来，他真正的活儿，是判断哪些能合、哪些得打回去。

8、22岁加纳乔被切尔西放弃，租借维拉寻救赎，埃梅里能否点石成金？

真正的科学研究从来不是纯文本工作，而是由提出假设、设计实验、调用工具、调整参数、观察结果、排查错误和持续修正等一系列行动构成。

Anthropic根本没打算让Opus 5去跟自家旗舰硬碰硬，它要解决的，是一个更扎心的现实—— Fable 5，普通人已经快用不起了。

研究团队先做了一次「翻译」，把Claw类智能体的每个部件对应到电脑系统里的老熟人，再看这些老熟人在系统安全里配备了什么防护，就能反推出智能体缺了哪一环： 公共市场上的技能，对应软件仓库，缺的是代码签名、审核与沙箱； 大模型的上下文窗口，对应进程地址空间，缺的是不同信任来源之间的隔离； 以明文保存的记忆文件，对应文件系统，缺的是访问控制与完整性校验；进程内插件，对应可动态加载的内核扩展，缺的是签名与权限隔离； 连接邮箱、Slack的通道，对应进程间通信，缺的是带认证的通信；网关日志，对应审计子系统，缺的是脱敏、访问控制与防篡改。

逐际动力对此有明确判断——不同技能需要的数据不一样，开车和剥鸡蛋放在一起训练反而会互相干扰，所以技能层走多元数据、按需组合的路线，每个技能独立迭代、独立验证。