3.6 Flash在几条关键测试上，都甩开了前代—— DeepSWE：编程测试 37% ➔ 49% MLE Bench：机器学习研究测试49.7% ➔ 63.9% OSWorld-Verified：让模型直接操作电脑测试78.4% ➔ 83% GDPVal-AA v2：知识型工作任务拿下了1421份，比上一代高出70多分 如下demo中，3.6 Flash大秀多智能体编排绝活，不仅轻松拿下复杂的代码迁移任务，更在响应速度、代码质量上对3.5 Flash完成了降维打击。

1、Kai云体育 下面这款「割绳子」经典游戏，也由V4一次跑出来的。

对我们这些真金白银掏钱买Token、搭Agent的人来说，今天这场发布其实只有一个字最实在——降。Kai云体育曾经，循环双覆盖猜想由几位传奇数学家提出后，就像一座大山横亘在图论领域，让全球顶尖数学家望而却步。

2、一台53岁阿尔法·罗密欧复活记：里外翻新引擎变速箱全重建，2026年又花费超9000美元

可解释性的未来 解释模型vs解释影响 本文以J-Space为引，经由康德十二范畴的哲学奠基，最终落脚于大语言模型与本体工程的融合实践，完成了一条从神经科学到知识论、再到工程实现的思想线索。

3、尤文外租球员报告：鲁加尼表现未达预期，年轻门将达法拉有望回归

偷运走的数据，是正经干活的27,800倍。

4、狼队前锋被禁入训练场且安保就位，本人打破沉默：我只想训练

一个在前台喊话，一个在后台改账本。

5、十五运成功探路，粤港澳的下一座里程碑是奥运会？

项目组要跑一个训练实验，Gemini反对：它认为这个实验会抹掉模型表达「撤回同意」的能力。

这一次，屏幕上显示的是128，掉了将近87%。

在Reddit上，一位开发者亲自下场测试，最终体感GPT-5.6明显要比GPT-5.5的智商更高。

6、穆里尼奥亲口表态不放人，富勒姆挖皇马22岁前锋计划告吹

全双工技术更让AI能边说边听，在某保险公司的业务高峰期，扛住了7000路实时语音并发。

同一个动作在不同世界、不同经历、不同关系里，可能生长出完全不同的反馈。

7、8500万镑新援首秀3分钟凌空世界波，赛后直言：生涯最佳进球

最终交付的是8个文件，约1400行代码，五个新API、26项上传测试，浏览器端连暂停续传和刷新恢复一起做完。

在搜了2个pattern，读了2个文件之后，它直接给出诊断——Python对负timedelta采用补数存储，timedelta(hours=-5)内部实际是days=-1, seconds=68400。

8、WTT大满贯：冷门！王楚钦1-3无缘8强，王曼昱蒯曼挺进女双决赛

不管怎样，全网苦等三个月的这只「靴子」，终于要落地了。

这两年，OpenAI和Anthropic都不约而同地都把重心压在了代码、办公、设计这几个场景上。

该框架不依赖于特定后门目标，而是通过统一建模，广泛支持多样化的后门目标；进一步将其实例化到概念注入、语义属性操纵、对齐绕过、代码载荷注入四类具体目标，验证了框架的通用性。

9、从立雕像到“见死不救”，Ole Miss 助教用球迷恨意留住两核心

谷歌自己也清楚这个风险。

中场战事，刚刚拉开帷幕 回到开篇的问题：为什么具身智能的下半场，从体系开始？ 因为物理世界从不按实验室的套路出牌。

10、F1车队平均估值34.2亿美元，齐达内将启动中国行

所有人都在期待7月17日这个传说中的发布日期。

防御窗口收窄 防御工具也在加速 AISI 在报告中明确了政策信号：防御方的准备时间比去年更短。

1、借势2026世界杯，他要让更多美国孩子踢上球

如果要验证一个「会动的世界」是否成立—— 一段电影可以通过剪辑跳过不连续；游戏不能。

2、“保护大学体育法案”拟松绑联盟扩军：想换东家？先独立五年

基础设施层面，原力灵机的布局同样凶悍： Dexbotic：全球第二、国内唯一的通用具身智能框架，已服务清华、北大、普林斯顿、帝国理工等知名院校，以及阿里、腾讯、北京人形机器人创新中心等领先机构，覆盖超千位研发者； RoboChallenge：与Hugging Face联合发起的全球最大规模具身智能真机评测平台，吸引智元、星海图、星动纪元等近20家具身智能企业联合运营，累计服务全球超7万次真机测试，阿里千问、小米、千寻智能等均参与其中。

3、一台1957年蓝旗亚敞篷，被原车主家族珍藏超40年，如今翻新亮相

结论顺理成章，Token既然从「聊天成本」变成了「价值链上的原材料」，围绕它的整套基础设施—— 怎么产、怎么算、怎么管，就都得推倒重来。核潜艇基地突然“真空”，防空导弹连夜撤走，俄军到底怕什么？这事有多激进？不管是英伟达GPU还是谷歌TPU，本质上都是通用芯片——什么模型都能跑。

4、足协认定唐顺齐保级大战漏判点球，这一次要停哨多少场？_网易订阅

一个几乎被行业默认接受的共识是：只要模型足够大、数据足够多，能力就会持续涌现，甚至自动泛化到未知的领域。

5、魏桥纺织以“向新、向智、向绿”定力，写就纺织强国样本答卷

效率可想而知。

6、7月7日今日的世界杯结束了所有比赛！8强产生6席，葡萄牙美国出局

这20%，是自动化最难啃的骨头。

他判断这个转变两到三年内就会发生。

特纳将最大的希望寄托在了Jeff Dean身上。

7、首战确定不打，次战不确定打不打，杨瀚森这情况老叔怎么用

所谓「提示词能力」，正在变成一种提问能力：知道该问什么，知道怎么把一个问题拆开，知道怎么让模型互相「拆台」：最后那个判断，还要你自己下。

OPC（One Person Company，一人公司）强调借助AI智能体和高效工具，以个人或小团队形式，更敏捷地推进技术研发、产品验证和创业探索。

8、自投罗网！两男子人报警称“被诈骗6万”，警察调查后反将两人抓了

懂你——记忆工程让「越用越懂」真的发生；懂事——38年积累的不是功能说明书，是「办公的常识」；懂交付——不是参谋，是真把活干完的人；懂闭环——从生成到接手，始终在一块屏幕上、用标准Office组件完成。

结果就是，整体效率提升约50%，等效省下数百万元的硬件采购成本。

一个分数可能难以令人信服，那么，GPT-5.6离开考场、真刀真枪干活时是什么样？ 光有分不够 把GPT-5.6拉去干活 开发者Amir Bohlooli拿同一个物理模拟prompt，同时喂给Fable 5和GPT-5.6 Sol，本以为会被Fable碾压，结果反被GPT惊到。

等价定理：将后门转化为诱导掩码过程 直接对样本施加不同权重会带来高方差的批更新与较差的采样效率。