响应卡顿、排队等待，个别长文本请求甚至会霸占通道，把其他短请求活活拖慢。

1、火狐买球 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。

当然，这里需要说明： WAM-TTT的强大，并不是说机器人从此以后完全不需要训练了。火狐买球这阵仗，用「盛况空前」都稍显克制。

2、欧委会宣布对全球速卖通处以5.5亿欧元罚款，中方：敦促欧方停止利用法律条文的模糊性滥用自由裁量权，公平、公正对待中国企业

就跟去年我们还在推 Vibe Coding，今年不用推了，所有研发都用 Claude。

3、UTT第7赛季：果阿挑战者队联赛阶段全胜收官，10比5击败UP

两者都能达到同样的结果，但实现路径不同，但Kimi 的创意更强。

4、三线作战！今晚，张帅冲击温网决赛！

（图源：Anthropic官方） 第二块，差异化分层。

5、速看！四川省2026年高考志愿填报辅助系统操作说明

Grok Build乖乖回了一句OK。

作为创业团队，整体能力较为均衡——模型、产品、商业化、全球化，四条腿一起走路。

一种是烧进模型权重里的知识，它读过的大半个互联网，凝固成了先天常识，像一部无比渊博却再也不会更新的百科全书。

6、前爱荷华女篮主帅退休后为弟子主婚 凯特·马丁等群星云集送祝福

磐石在科研世界里扮演的，正是这个角色：从文献分析、研究假设、方案设计，到建模仿真、验证分析、成果表达，科研全生命周期的六个环节，它全程在场。

Noam Brown指出：「增加模型的TTC（让它思考更长时间）能带来更高的智能。

7、姆巴佩成世界杯历史射手王！21球平梅西，单届9球，56年新高

而且，软件也不再是买来一个固定的东西，而是随你的话不断变形。

P4、P5 级别的重复性任务，智能体已经接管。

8、世界杯猛将盼圆梦！曼联锁定英超爆点！球员本人铁心加盟

所有人都体验过，你传一个1 GB的文件，传到92%，网断了。

产出的训练数据里，单条轨迹平均15次工具调用，最长超100步，覆盖数据分析、跨系统整合、批量文档处理、报告生成。

就在一个月前，他用GPT-5.5在无休止的智能体循环（Agentic loops）中让机器狂奔了数天、大约20个小时，最终铩羽而归。

9、100万美元NIL+阿迪达斯“加码”，俄亥俄州立错失5星跑卫的三大原因曝光

每个人对技术路线的判断，几乎都是自己商业站位的投影。

但光是「能跑」还不够。

10、扮成变形金刚警车的野马，被真科迈罗警车拦下，连吃三罚单

以后，你说两句，AI当场就生成工具，还直接连着你自己的数据。

文件夹中可以放如下内容：一页纸的业务和优先事项概要、常干活儿的操作规程、在办项目的关键信息、常引用的战略文档，再加一份决策日志。

1、意外！北京国安戳破中超外援人数天花板：全队8外援+1非血缘归化

参考资料： https://openreview.net/forum?id=PEyouQzOLD 编辑：LRST新智元报道 今年WAIC开幕当天，上海世博展区挤满了各种机器人、大模型和智能体。

2、ICC确认：2027年世界测试锦标赛决赛落户The Oval，恰逢150周年

真正稀缺的，是那个能和模型说清「任务做完是什么样」的人。

3、穆里尼奥神操作！弃用皇马 6000 万天才！强行保住世界杯悍将

即使客户买的是原本极难上手的某款国产服务器，装上八卦炉后，也能开箱即用。两部门明确离岸信托个税事项9项任务8胜1负！ 不过，比成功率更能说明问题的，是另一把尺子：泛化保持率。

4、7000万镑报价！阿森纳求购纽卡队长吉马良斯，球员已告知俱乐部想离队

配合优化后的训练策略与数据配比，这些结构改进使得整体扩展效率相比 Kimi K2 提升约 2.5 倍，让模型能更高效地将算力转化为智能。

5、2026“湘超”，邵阳队已就位！

ChatGPT什么都能生成，可是你写过的稿、讨论过的代码、生成过的图、囤过的资料，随着对话越堆越多，「翻记录」越来越像大海捞针，侧边栏拉到手酸，也未必找得到三周前那次关键讨论。

6、阿斯报：皇马不会以低于1亿欧的价格出售琼阿梅尼，曼联愿为其花巨资

但它最关键的属性不是性能，是接口。

它不仅能自我介绍，还能流利地进行实时对话。

作为「社区的社区」，GDPS与「大牛」「牛犊」开发者们共同构建「牛人社」，致力于发现「未来的未来」。

7、2026足协杯16强落位：国安上签，海港争冠难度大

有一个智能体在替他给Claude写提示词，他只跟那个「协调一切」的新Claude对话。

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。

8、美职联前瞻：科罗拉多急流迎战圣地亚哥，近两月首战

这种售价动辄数万元人民币的高端动力裤，主要面向高端户外玩家和康复人群。

发一条Slack消息、更新一个issue，这类会真去改动外部系统的操作，能做成一个按钮直接放在页面上。

Dyna则把200k+小时数据摞成金字塔: 在之后的讨论中，马也骋分享了Dyna的实践经验：「部署数据放到下一次预训练中，接下来的部署时间就会越来越短，最终达成零成本在新环境完成同样任务。

小哥用Qwen 7B作为微调底座，用DeepSeek的API作为网页端输出体验，也侧面证明了—— 中国AI模型真实的推理和输出能力，已经强大到足以被骗子拿来冒充「世界第一的万亿参数模型」，而不被普通用户瞬间识破。