OpenAI的Codex Security，选择的是仓库级扫描路线；Anthropic是把安全审查能力集成进Claude Code的编码会话。

1、bobapp 三层全部嵌在同一个写码会话里。

一手实测：真能用 我们第一时间对该功能进行了简单实测。bobapp局部动态越强，固定保留长时间上下文的收益越有限；而在回访阶段，去噪过程相邻步骤更稳定，也更适合缓存复用。

2、丹特：合作两天从孔帕尼身上学到很多，想形成自己的执教风格

定性对比：少走弯路，轨迹更直接 在随机采样的LIBERO任务中，Baseline往往出现冗余纠错动作和目标附近的hesitation/jittering；PolicyTrim的轨迹更平滑、更直接，能够用更少物理步骤完成同一任务，通常能将物理步数压缩至原来的一半左右。

3、尽管季后赛受伤后表现不佳，但马刺对于后场球星依然充满信心？

朱红、墨黑与鎏金的光影碰撞，把那种「盛唐赛博」的舞台炸裂感直接拉到了最高。

4、热身赛：单节仅6分！中国女篮惜败澳大利亚 张子宇28+10+4帽

同时，用户对「固定智能」的那点幻觉，也要从此结束了。

5、诗妮娜复宠！王室高调晒英文海报公布8月行程，苏提达压力来了…

具体来说，KAT-Coder-Pro V2.5在三个关键维度实现全面突破： 长程工程能力、通用Agentic能力，以及支撑这一切的大规模Agentic强化学习体系。

飞轮每转一圈，整体智能水平就抬高一层。

一来一回，不仅上下文没爆炸，8K大图也能稳定直出了。

6、那些一年在体育上花掉六位数的家庭，在投资什么？

好在缓存命中的价格依然极低，把批量任务、评测跑分、数据生成挪到高峰之外，成本还能压回去。

ABot-AgentOS在Locomo等五大权威基准上均取得SOTA 所有的物理表征，都将在具身机器人进行能力外化的呈现，这个部分高德选择了其自研的高德途途和运控系统ABot-C0。

7、传奇自传承｜2025年中国篮球名人堂入堂仪式在湖南桑植举办

过去几年，大模型领域最成功的经验总结莫过于「Scaling Law（缩放定律）」。

人有全局视野、触觉、常识，机器人常常只能从腕部相机看到巴掌大一块。

8、文远知行一季度营收同比增长58% 毛利率保持35%水平

一个负责想，一堆负责跑，轻松抹平高并发压力。

如今，各大服务商的API接口经常「供不应求」。

他用一个周末，把一套Python代码库迁成了16.5万行TypeScript，主体部分消耗约2700万token。

9、R系列的第6代，高速与分辨率的双重突破—索尼Alpha 7R VI初体验

而且，除了海报之外，无论是漫画、广告还是杂志封面，U1 Pro都能实现直接交付结果。

邓乐言、张柏伦、刘澈交出的是42分——6道题，题题拿满，零瑕疵，没有一分扣掉。

10、3天超300万报名！京东健康减重大赛出圈，APP登顶应用商店榜首

此前意外泄漏的测试版苹果 AI 不尽如人意 今年 3 月 31 日，翌日即苹果成立 50 周年之际，国行 iPhone 的设置页面里出现了「Apple 智能与 Siri」入口。

未来AI for Science更需要面向行动能力的Action Scaling，让模型在可执行任务、工具调用、环境反馈和物理验证中学习如何完成真实科研任务。

1、镜报读者票选世界杯最佳评论员：鲁尼得票率41%力压基恩居首

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。

2、男子采浆15次后口吐白沫 霍州市卫生健康局成立调查组

1991年，《数学年刊》（Annals of Mathematics）上登出过一篇44页的论文。

3、CBA狂野一日！2笔大交易诞生，4人完成签约，胡金秋交易被喊停

三层全部嵌在同一个写码会话里。快船128-120击败森林狼！落选秀爆砍24+5+11+6，快船淘到3个好手数据多，不等于数据能用。

4、一战创10大NBA纪录！上帝真偏心，创造出文班这样的怪物

对于企业级Agent而言，稳定性是生命线。

5、仁爱礁刚交锋，美澳48小时内火速站台！中方不惯着：立刻拖走破船

在服务客户的实践中，无问芯穹发现了一条关乎AI落地生死的关键定律： 相同的业务效果，若置于不同的推理路径、模型规模与芯片组合之下，Token成本竟天差地别——这一差距，正深刻制约着大模型从技术验证走向真实生产力的跃迁。

6、重磅引援！广东王牌射手三年顶薪加盟同曦，能否改变季后赛格局？

而就在发布的同一天，谷歌还顺手扔下了一枚更大的雷—— 谷歌DeepMind「史上最激进的一次预训练已经开始」，目标是下一代模型Gemini 4。

也有网友说，挪威对1到7年级近乎禁用生成式AI，才是明智之举。

正因为模型不仅能生成，还看得懂自己生成出来的东西，它才能不停地反思。

7、CBA消息：北控男篮签约名将之子，杨瀚森直言差距，咪咕将重返CBA

研究人员进一步证明了一个关键结论：上述加权目标等价于在一个新的掩码分布下做普通训练。

它们标志着全球顶级科技企业的讨论重点，正在从「模型能力有多强」，转向「企业如何避免失去自己的认知主权」。

8、索尼大幅面电影机宣布研发&大疆、影石预热继续｜势力新鲜报

终端包括手机、汽车、机器人等等。

他推崇的理念是「AI defines hardware」，即AI定义硬件，首先由算法团队牵头分析性能需求：想要覆盖人类日常80%的任务，究竟需要多少自由度、多大的运动范围、多快的动态响应？ 硬件团队拿到需求清单，据此进行关节设计和仿真验证。

V4预览版发布时，官方自测的SWE-bench Verified中—— DeepSeek-V4-Pro-Max距Claude Opus 4.6 Max仅差0.2个百分点，价格却只有对方的七分之一。

没有任何预热、没有任何预告，他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型，登顶世界第一！ 数据有多炸裂？ 1.6万亿参数（MoE架构，每token激活495亿参数） HLE工具辅助测试中拿下99.44%的成绩 GPQA Diamond达到95.9% MMLU-Pro达到96.2% AIME 2025超过90% 原生100万token上下文窗口 在12,288块Ascend 910C NPU上训练了60万亿tokens 这个成绩，直接把目前所有榜单打穿了！ 即使是最顶级模型，在面对地狱级难度的HLE时，依然会被按在地上摩擦。