5月19日上线的The Joe Rogan Experience第2501期，a16z联合创始人、网景浏览器之父Marc Andreessen聊到AGI，甩出一句： 我们大概在三个月前就跨过去了。

1、kaiyun.com Skill 则处在知识与行动之间。

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。kaiyun.com她的评价一针见血，Fable 死磕技术上的绝对精确，反而作茧自缚，Sol的务实却把活干成了。

2、29岁双向变勇士老大？小说都不敢编的剧情！最不可思议的NBA童话

其实，马斯克和诺兰的《奥德赛》积怨已久。

3、不走了！曝CBA顶级射手留在北控男篮，上赛季遭雪藏只打10场比赛

标准只有一个：能不能进真场景、干真实活、真帮到人。

4、可靠消息源：曼城计划今夏挖角切尔西双星恩佐与古斯托，谈判尚未启动但即将提速

再加上算法的进步、更大的模型和更多的算力，事情开始变得有点吓人了……」 当然，也有清醒的质疑声。

5、萨巴伦卡取经德约，读懂赛场攻防与心境之道

导致科研工作仅有单次试错成本消耗，无长期迭代收益，即便 AI 通用能力持续升级，原创科学研究成果依旧进展缓慢。

在DM0.5身上，原力灵机第一次看到了「泛化涌现」。

公司名字挂版本号，是李述昊希望像做产品一样做公司。

6、邮储银行南宁分行被罚50万，涉分支机构未经批准自行停业

毕竟，性能也达到了Opus级。

「不再写提示词了」——最近，这句话正在AI圈疯传。

7、77岁身材不输名模，这位穿Prada的时尚女魔头，才是真岁月不败美人

现在已经退回272k，接下来几天再把372k放出去。

标准只有一个：能不能进真场景、干真实活、真帮到人。

8、“不要调休！领导您的屁股说它不适合加班！”

效率变化是可量化的。

同样的架构，数据量大出一个量级，效果就是碾压。

于是，衡量算力的那把尺子，也换掉了计量单位。

9、徐昕请假推迟去国家队报到：世预赛仅打28秒 此前婉拒马刺夏联邀约

原因就在于，很多机器人根本不记得自己按了几次。

查看者首次打开连接器页面时的授权弹窗；背后的指标区块空着，等待BigQuery连接。

10、千问Qwen3.8官宣！2.4T参数开源，直指Fable 5

就连「保险起见多叮嘱两句」也一样帮倒忙。

厂商省的每个token 用户都感觉得到 再回到Tibo口中的那场实验。

1、崇礼168越野赛鸣枪开跑，现场150多展商有人热销品卖断货

模型知道应该写文件，也声称自己写了，但在工具调用层面没有动手。

2、1年前是国家队主力！1年后CBA都打不上！继高诗岩后，郭士强用人再遭质疑

标准化测试里的题目，模型多半在训练数据里见过千百遍；真正见功夫的，是那些它从没遇到、也无处抄答案的新问题。

3、年薪230万，3分命中率高达91%！29老将打出身价，总决赛或成奇兵

通过把原本用于Decode实例重复前缀存储去重的Decode Radix Cache技术，创新性地迁移至跨集群异构PD分离架构之中，将跨集群的KV Cache传输数据量降低了一个数量级。CBA最新消息！广东锋线大将回归，山东和高诗岩续约有分歧，北京放弃麦基物理AI三道墙前，背后三场争论 不过，这次有个隐秘共识：下一阶段不再拼Demo花哨，而是拼谁能把「经验」规模化。

4、数字丝路发展论坛

7 月 21 日，Anthropic 在 Claude 桌面端 Cowork 的 + 菜单里加了一项「Record a Skill」：录屏，一边操作一边用语音讲解，录完后 Claude 自动把演示转化成一个可复用的 Skill。

5、TyC：国米在罗梅罗的争夺战中领先于巴萨

更关键的是，N1首创了「Think-and-Point」，不仅消除了部署黑箱，还让机器人在每一次自主导航中收集交互数据，并结合空间几何知识，在ABot体系中内化出属于自己的「空间直觉」。

6、41岁翻红，嫁十年挚友：曾沛慈的人生她说了算

通过老式邮局玻璃、雨水与薄雾的多层折射，将这三位叙事人物精妙地隐藏在倒影中，空间景深与悬疑张力直接拉满。

这些环境里的变更类型，涵盖了缺陷修复、功能补齐、接口兼容、跨模块联动与回归修复，几乎复刻了真实开发中会遇到的各种场景。

这段根因分析，和官方修复的诊断完全吻合————补数存储、分量符号不一致、分别取abs导致错误。

7、杨毅:詹皇现在像个40岁离异带娃女士 看着条件还不错但不好找伴侣

DM0是首个具身原生大模型，而最新一代DM0.5在泛化能力上实现突破，多项权威评测排名行业第一。

第二，要两边最强的版本。

8、又一支顶级男篮诞生？29岁的MVP有望加入牙买加，联手3大NBA球星

写下机器战书的人 整场测试的起点，是一家叫Axiom Math的公司。

但那种能力，就在这个早上「彻底消失了」。

从S1-Omni到ScienceOne 把模型装进科研现场 有了懂科学的模型，下一个问题是：怎么让科学家真的用起来。

过去大量被检测漏掉、直接混入仓库的风险，现在在编码阶段就能被拦截。