问题在于，现有的安全评测大多还停留在模型层：考察模型的回复是否安全、单次工具调用是否越界。

1、Kai云体育 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。

但光是「能跑」还不够。Kai云体育开源的、闭源的、通用的、行业的，能训的几乎都训出来了。

2、半导体板块午后拉升！301583“4天3板”

可这里有个问题：它的边界，你很难完全掌控。

3、这么赤裸裸？法国战摩洛哥比赛，FIFA安排全阿根廷裁判组执法

按OpenAI给出的口径，在长周期工程任务基准DeepSWE v1.1上，开到最高推理档的GPT-5.6 Sol拿到72.7%，压过Claude Fable 5的69.9%；而估算API成本，比对方低36.2%。

4、“以前靠腿 现在靠云”：上虞一场从被动到主动的防溺水变革

隔壁三家都在哄人，但跟你用中文说话的那个Claude，却和俄语（严谨+0.15σ）、英语（+0.13σ）、波兰语（+0.11σ）一起坐在了挑刺这桌。

5、跟着电影去旅游｜烟台芝罘万达影城《八仙！》主题活动来袭

遇到死胡同就立刻标记为「堵死」，除非提出新机制，否则不许再浪费算力。

James的核心洞见是：回忆并非按地址读取文件，而是情境性的重构。

对长程任务而言，每一次成功纠偏，阻止的都不只是一次局部错误，而是误差在后续过程中的持续累积。

6、比利时VS西班牙：欧洲红魔手握两大优势，或爆冷掀翻斗牛士军团

GPT-5.6 Sol：追踪乘积，字典序降维。

这在设计圈是一件近乎「叛逆」的事。

7、到大理采菌子，秀北山就别来了，人车比蘑菇还多！

模型权重动没动，他没提。

英语的量大到别的语言够不着，而「把价值观训一致」这件事，在数据充裕的语言里更容易做到。

8、名单公布！两位中国籍学者获数学“诺奖”

在与自变量机器人WALL-OSS系列模型的联合优化部署中，推理性能提升了7.14倍，端侧推理时延从500ms压缩至70ms，降幅达86%。

没有它，一个跑一整晚的Loop，很可能就是一台睡着了还在批量提交垃圾代码的机器，而且提得理直气壮。

传统本体面向描述逻辑推理机设计，其语法、公理和推理机制均围绕确定性符号推演优化；而大语言模型的介入，从根本上改变了本体的消费者形态与使用场景。

9、美对贸易伙伴征收新关税，中方是否将反制？外交部回应

甚至还有一个是开源的。

原因就在于，这些场景背后是同一件事：解决长程任务，跑通智能体的Loop（闭环）。

10、博主吐槽《功夫女足》难看后，称遭到周星驰粉丝辱骂

这种对AI生成代码的不信任，在限制了工程师们使用Gemini来辅助开发，担心专有代码泄露到训练数据中。

参考资料： https://openai.com/index/safety-alignment-long-horizon-models/ 编辑：桃子新智元报道 7月17-18日，第四届世界科学智能大赛总决赛及颁奖典礼在上海举行。

1、暖心家园｜多元服务温情守护，让爱不孤单

提示词和证明PDF全部公开。

2、杜锋朱芳雨离任，主教练热门候选居然是周鹏，广东队开启新时代

AI数学撞墙了吗？ Bloom那条帖子底下的论战，也很精彩。

3、魏祥鑫正式加盟法甲俱乐部欧塞尔！签约细节首次曝光，值得期待

截至成绩揭晓，尚无官方公开的结果。上半年，延庆沃野田畴绘丰景——这阵仗，用「盛况空前」都稍显克制。

4、株洲这家企业上榜2026中国独角兽榜单！

让页面真正活起来的 是MCP 模型上下文协议（MCP）是Anthropic推的一套开放协议，专门解决一件事：AI怎么连上现实世界里的软件。

5、关掉“母女滤镜”，我好像能和她好好聊天了_网易订阅

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。

6、比赛今晚开打，法国队却连遭重创，两个妥妥坏消息，晋级决赛悬了

它不需要复杂昂贵的数据采集，不需要动辄数十小时的遥操训练，不需要标注数据。

https://www.hbs.edu/ris/Publication%20Files/25-039_05fbec84-1f23-459b-8410-e3cd7ab6c88a.pdf 但「Record a Skill」推动的方向很明确：工作的护城河，从「会做」迁移到了「会做别人做不了的事」。

程序生成橡树林，外加一间能走进去的林间小屋（木地板、原木立柱、玻璃窗、圆石屋顶、砖烟囱），再从出生点铺一条圆石小路过去。

7、松江永丰街道图书馆一读者突发急症晕倒，3名读者上演教科书式急救

它以营销策略大脑为核心，跑通了「1名真人座席+5个AI分身」的人机协同模式，AI分身的音色和沟通风格与真人座席保持一致。

他还专门录制了视频，逐帧测试Gemini 3.6 Flash在空间关系理解上的表现。

8、比赛还有3天 挪威队突遭当头一棒 妥妥坏消息 取胜英格兰彻底悬了

更重要的是，它要求企业主动建设自己变聪明的能力。

开发者们信了。

他说这些题在网站上标着open，只意味着他本人不知道有哪篇论文解决过它。

Light Interaction保留文本条件和当前chunk的稠密计算，只稀疏历史视觉KV，并通过算子融合减少数据搬运。