想让它跑得住，还得给三条护栏： 1. 提前划好刹车线。

1、kaiyun.com 那些提交到erdosproblems.com的新证明，凡是我细看过的，全部正确，而且都包含一些有趣的想法。

三名董事另有其人，其中一位还和那家公关公司Real Media Group有牵连。kaiyun.com最先被改掉的，其实是协作方式。

2、三年，这场新年女子马拉松已成气候

因为这种分析必须把大量真实攻击命令、漏洞利用载荷、C2产物原样喂进去。

3、《东方心理学社会化服务指南》团体标准发布 赋能本土心理服务规范化发展

除了选择自研的钛极模型，你也可以选择其他主流模型。

4、强技能育工匠  聚人才促转型——中卫赋能产业工人成长成才

它其实是在提前回答一个更大的问题： 当AI真正进入大规模生产时代，下一代「工厂」究竟应该长什么样？ 编辑：所罗门新智元报道 【新智元导读】618 期间，灵巧手进了某品牌真实仓库，分拣盒子与快递软包。

5、按照球队配置看，这次世界杯大概没新球队夺冠，欧洲球队能夺冠？

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。

此外，和Anthropic相比，OpenAI手里还多一张短期无解的牌：分发。

结果，AI这边一年一个台阶飞速进化，教育那边却一点没动。

6、激烈冲突！湖人大胜快船豪取5连胜 24号秀复出23分5号秀16+6

Beck这篇论文发表于《数学年刊》1991年第134卷第3期 第三问，埃尔德什自己掏钱挂了100美元赏金，出处是他1997年的一篇文章。

单单一只手就塞进了37个自由度，其中有20个主动关节、1个被动关节、外加16个柔顺关节。

7、51岁何润东骑自行车买早饭，妻子林姵希蹬车小腿纤细，很般配

而把马斯克逼到这一步的，是一个较真的安全研究员，以及一场差点毁掉整个agentic coding赛道的信任危机。

表面上，两家都在宠用户，实际上是在抢用户。

8、没坏也要扔！家电有这4种“表现”，多留一天就多一分危险

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。

Cursor挖人，挖到Anthropic家里去了！ 就在刚刚，Claude核心设计一号位Jenny Wen官宣跳槽，下一站—— 出任Cursor「设计主管」。

好在，国内「内卷」的供应链，既是挑战，也是助推器。

9、上新

不负众望，AI捣鼓出一个自己命名为PowerCool的学习率调度技巧，成绩相当能打。

这一视角的转换将可解释性从一项近乎不可能完成的技术挑战，转化为一项可通过工程手段持续逼近的治理目标——它要求我们不再执着于让模型变得完全透明，而是致力于让模型在现实世界中产生的影响变得可理解、可追溯、可问责。

10、大热必死！再见，姆巴佩

一边取消限制、疯狂送额度，一边增加访问额度、提高上限。

我把一个相对复杂的任务抛给灵犀专业版： 做一个国内顶尖AI人才流动的可视化HTML页面，分析大厂之间的人才流动，用我喜欢的PPT风格呈现。

1、这些中小型游戏为啥让人玩着玩着就夸自己聪明？

参考资料： https://x.com/claudeai/status/2079595988998554047 编辑：马可新智元报道 从未见过如此糟糕的模型！ Gemini 3.5 Pro正式版没来，3.6 Flash、3.6 Flash Lite等Gemini 3.6「阉割版」发布了！ 就在昨夜，谷歌DeepMind宣布，推出三款模型，分别为Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。

2、中俄大后方有情况，李在明已介入，日本做过的事，韩国也想来一遍

第一道叫Prefill，就是「读题」：把用户扔过来的资料、文档、聊天记录、上下文全部读进去，理解清楚。

3、科朗坦·法图加盟拉瓦勒，替代转会蒙彼利埃的卡马拉

于是环境构建、轨迹合成、RL稳定性、能力融合，都被当成一等的系统工程去啃。批评周星驰的6个人：掉粉、评论区沦陷、口碑崩坏，没一个好下场这就是「言出法随」，让创作本身成为游戏。

4、“党建引领数智赋能乡村振兴”专题调研交流会在陕西佛坪举行

实验中以「负面」语气为例，同一负面倾向可适用于不同话题，措辞随话题变化。

5、WAIC搭起的不只是展台，更是中国人工智能与世界的接口

如果说Token Factory是那座要建的工厂，FusionOne AI就是超聚变递过来的整套「建厂方案」。

6、坚持用党的创新理论凝心铸魂

这一结果揭示了BadDLM与AR后门的区别：它通过修改前向掩码过程植入后门，而非操纵下一个词的预测概率，这构成DLM特有的攻击面。

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

一个叫Chloe的创作者，真的做到了。

7、光彩同心 圆梦高考——2026年中卫市“希望工程·爱心助学”公益活动倡议书

在数据端，相比纯模型驱动的厂商在实验室里死磕合成数据，高德背后是积累了二十年的庞大时空基座。

「我想验证一个猜想——在这个行业里，只要你的论文写得像真的、参数标得足够大、Benchmark跑分足够高、网站做得足够专业，再加上几个有影响力的人转发，整个AI圈究竟需要多久，才会有人愿意真正去审视和检查模型本身？」 答案是，你想一夜爆火，根本不需要一个真正世界第一的模型，只需要一个看起来像世界第一的网页。

8、西汉姆联‘最执着’追逐1300万英镑前锋——报道

喻杰在头部车企做智驾时就看明白了一件事：特斯拉的赢面，不是因为端到端别人不会做，而是它有几百万辆车在全世界的马路上跑、日夜不停地采数据。

小象电动的电机凭借极高的扭矩密度，成为了这种高端消费电子的灵魂部件。

差距从哪来？ ICL是「应试型」学习，靠上下文与训练数据的表面相似，而现实世界，简单的上下文关联根本无法承载时空的物理因果，环境一变就露馅。

英国国家网络安全中心已经呼吁各机构加固网络安全基线，并利用 AI 增强防御能力。