[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-daily-2026-07-05":3},{"daily":4,"dates":241},{"bizDate":5,"vertical":6,"leadText":7,"top":8,"sections":9},"2026-07-05","ai","今天最值得连起来看的还是 Anthropic 这一天:一边官宣自建药物研发项目专啃药厂不愿碰的罕见病,还上线面向科研的 Claude Science 平台;另一边自家 Claude Mythos 预览版前后,被发现的严重安全漏洞数量却同步激增。同一天,模型竞速也在提速——GPT-5.6 定在下周发布、Gemini 3.5 Pro 十几天后跟上,阿里 Qoder、小红书 Red Skill、DeepSeek 峰谷定价也扎堆更新,能力扩张的速度明显跑赢了安全和规则的配套。更值得留意的是一项覆盖 2.6 万名学生的研究:靠 AI 写作业的学生成绩变差,但这个代价要两年后才完全显现,等发现时已经晚了。今天先看这三条:Anthropic 的药物研发与漏洞激增、2.6 万学生研究,还有北大团队那颗提速近 500 倍的神经动力学芯片。",null,[10,33,82,142,191],{"no":11,"count":12,"en":13,"arts":14,"zh":32},"01",2,"MODEL RELEASES",[15,24],{"heat":16,"score":17,"src":18,"lab":19,"body":20,"title":21,"analysis":22,"url":23},6,68,"The Decoder","综合资讯","Mistral AI 发布开源模型 Leanstral 1.5，用于 Lean 4 形式化验证，在数学基准测试中表现优异，并扫描 57 个开源仓库发现 5 个未知错误。","Mistral 开源 Leanstral 1.5：在形式化数学基准中表现出色，发现代码中真实错误","Mistral AI 发布了开源模型 Leanstral 1.5，专为 Lean 4 形式化验证设计，不仅在数学基准测试中表现出色，还在扫描 57 个开源仓库时发现了五个此前未知的代码错误。\n· Leanstral 1.5 是 Mistral 推出的开源模型，专注于形式化数学验证，在相关基准测试中达到领先水平。\n· 该模型不仅限于数学领域，还能应用于代码验证，在扫描 57 个开源代码仓库时，成功发现了五个真实且此前未被发现的 bug。\n· 形式化验证是确保代码正确性的重要手段，Leanstral 1.5 的开源特性降低了使用门槛，有望推动该技术在更广泛场景中的应用。\n· 这一成果展示了 AI 在严谨逻辑推理和错误检测方面的潜力，尤其对需要高可靠性的软件系统具有重要价值。\n影响\u002F看点：Leanstral 1.5 将形式化验证从学术研究推向实际应用，其发现真实 bug 的能力证明 AI 可以成为代码质量保障的有力工具，开源策略更可能加速社区创新。","https:\u002F\u002Fthe-decoder.com\u002Fmistrals-open-source-leanstral-1-5-aces-formal-math-benchmarks-and-catches-real-bugs-in-code\u002F",{"heat":12,"score":25,"src":26,"lab":27,"body":28,"title":29,"analysis":30,"url":31},64,"X：Kim (@kimmonismus)","X 媒体 \u002F KOL","Codex出现新模型选项Sol、Terra、Luna，暗示GPT-5.6 Sol即将发布。","Codex现GPT-5.6 Sol新模型选项","Codex 界面中出现了 GPT-5.6 Sol 新模型选项，暗示 OpenAI 可能即将推出新模型或更新。\n· 用户报告在 Codex 中看到弹出窗口显示 Sol、Terra、Luna 等新模型风格，以及新的速度选择器。\n· 有用户猜测是否提前获得了早期访问权限，但多数人需等待至周二。\n· 该发现引发社区对 GPT-5.6 系列模型多样化的讨论，可能针对不同场景优化。\n· 目前 OpenAI 尚未官方确认，但迹象表明新模型正在内部测试。\n影响\u002F看点：GPT-5.6 Sol 的出现可能预示着 OpenAI 在模型细分上的新策略，值得关注后续官方发布。","https:\u002F\u002Fx.com\u002Fkimmonismus\u002Fstatus\u002F2073167723157156284","模型发布\u002F更新",{"no":34,"count":35,"en":36,"arts":37,"zh":81},"02",7,"PRODUCT LAUNCHES",[38,45,51,57,63,69,75],{"heat":39,"score":25,"src":40,"lab":27,"body":41,"title":42,"analysis":43,"url":44},1,"X：阿易 AI Notes (@AYi_AInotes)","小红书Red Skill更新全面放开格式，支持多种编程语言和数据库文件，成为AI技能分发中心，榜首技能曝光超32万次。","小红书Red Skill更新全面放开格式，成AI技能分发中心","导读：小红书Red Skill更新全面放开格式，支持py\u002Fjs\u002Fhtml\u002Fc++\u002Fsql及数据库文件，可运行完整代码，正从测试功能演变为AI技能分发中心。\n· 5月归藏上传首个PPT Skill仅6人使用；7月3日官方更新全面放开格式，支持多种编程语言和数据库文件，可运行完整代码。\n· vibecoding内嵌交互小工具下周内测，刷到即可半屏\u002F全屏交互并分享微信，记录奶茶口味的Brewwww已超万人使用。\n· 榜首“菜菜的人生系统”获得32.6万曝光、4万+人次使用，显示普通用户对AI技能的高接受度。\n· 作者认为小红书比GitHub更适合普通用户分发AI技能，并给出四点反直觉建议，强调轻量、社交化、低门槛。\n影响\u002F看点：Red Skill的放开使小红书成为AI技能的分发与消费平台，可能重塑AI应用的分发生态，让非开发者也能轻松使用和分享AI工具。","https:\u002F\u002Fx.com\u002FAYi_AInotes\u002Fstatus\u002F2073260488926847304",{"heat":39,"score":46,"src":26,"lab":27,"body":47,"title":48,"analysis":49,"url":50},60,"GPT-5.6 Sol在30小时内超越Claude Opus 64小时加速效果，采用不同策略，当前排名第7。","GPT-5.6 Sol 初期报告：30小时超 Claude Opus 64小时加速","导读：早期测试显示，GPT-5.6（代号Sol）在30小时内已超越Claude Opus 64小时运行达到的加速效果，尽管其初期探索更慢、失败更多、写代码更少，但采用不同策略取得优势。\n\n· Sol采用不同策略：不使用低精度，而是借助集群\u002FDSMEM和创新的数值方法取得优势，后续将转向低精度并利用Tensor Cores（TC）。\n· 当前在某个排行榜位列第7，开发者认为这种“更少暴力探索、更持久研究”的思路令人期待。\n· 尽管初期探索更慢、失败更多、写代码更少，但30小时即超越Claude Opus 64小时的加速效果，显示其策略的有效性。\n\n影响\u002F看点：GPT-5.6 Sol的早期表现表明，通过创新数值方法和集群优化，可以在更短时间内达到甚至超越竞争对手的加速效果，为AI训练效率提升提供新思路。","https:\u002F\u002Fx.com\u002Fkimmonismus\u002Fstatus\u002F2073518363012112425",{"heat":39,"score":52,"src":40,"lab":27,"body":53,"title":54,"analysis":55,"url":56},59,"Taste Skill开源规则集封装完整设计系统，一行命令接入编码智能体，生成界面干净有呼吸感，根治AI界面模板感。","Taste Skill开源规则集：根治AI界面模板感","导读：Taste Skill是一款开源前端规则集，将完整设计系统和风格约束封装为可直接安装的技能，根治AI界面模板感，被用户称为目前最好用的AI技能。\n· Fable 5虽能快速生成高水准UI，但默认输出千篇一律、缺乏设计品味；Taste Skill通过封装设计系统和风格约束，让生成界面干净利落、自带呼吸感。\n· 支持一行命令接入主流编码智能体，开发者可轻松集成，无需手动调整样式。\n· 开源特性使其可被社区贡献和定制，持续优化设计输出质量。\n影响\u002F看点：Taste Skill解决了AI生成UI的“模板感”痛点，让非设计师也能获得高品味界面，可能成为AI前端开发的标配技能。","https:\u002F\u002Fx.com\u002FAYi_AInotes\u002Fstatus\u002F2073230179363614733",{"heat":39,"score":58,"src":26,"lab":27,"body":59,"title":60,"analysis":61,"url":62},58,"微软计划合并消费者与企业Copilot为统一应用，裁减无用功能，集成AI编程工具和智能体，目标8月上线，付费用户已达2000万。","微软计划合并消费者与企业 Copilot，8 月上线统一版本","微软计划将消费者版和企业版Copilot合并为一个统一应用，同时裁减用户不用的功能，目标8月上线，以提升用户粘性和竞争力。\n· 合并计划：统一应用将集成AI编程工具、付费AutoPilot智能体及Copilot Cowork等插件，内部口号是“赢得并配得上在客户生活中的存在”。\n· 用户数据：截至4月，Copilot付费用户达2000万（1月为1500万），而ChatGPT付费订阅超过5000万且消费者覆盖更广。\n· 企业优势：微软仍拥有企业分发优势，但关键在于证明Copilot不只是Office中每月30美元\u002F座位的AI层。\n影响\u002F看点：微软通过合并统一体验，试图缩小与ChatGPT的消费者差距，同时巩固企业市场，但能否真正赢得用户生活场景仍有待验证。","https:\u002F\u002Fx.com\u002Fkimmonismus\u002Fstatus\u002F2073356431659827379",{"heat":39,"score":58,"src":64,"lab":19,"body":65,"title":66,"analysis":67,"url":68},"IT之家","阿里发布Qoder企业版，支持Credits资源池化计费和灵活订阅管理，提供模型分发、专属插件市场等功能。","阿里Qoder企业版全球发布：支持Credits资源池化计费与灵活订阅管理","阿里Qoder企业版全球发布，主打Credits资源池化计费和灵活订阅管理，为企业AI开发提供更可控、更安全的平台。\n· Credits资源池化计费：管理员可按需为成员或计费组动态分配额度，资源在团队间灵活流转，避免浪费。\n· 模型分发与权限控制：模型可按人、按代码库开放或屏蔽，确保AI使用边界与角色对齐，提升安全性。\n· 企业专属Plugin\u002FSkill市场：员工可直接在Qoder Desktop或Work中调用AI流程资产，提高开发效率。\n· 安全合规：覆盖传输加密、身份与访问控制等五大领域，已通过ISO 27001认证，满足企业级安全标准。\n影响\u002F看点：Qoder企业版通过资源池化和精细权限管理，降低了企业AI开发的门槛和风险，有望吸引更多企业采用AI辅助编程。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F491.htm",{"heat":39,"score":70,"src":40,"lab":27,"body":71,"title":72,"analysis":73,"url":74},55,"本地AI翻唱工作站star-cover 0.1上线，支持人声分离、RVC转换和混音，群星模式可逐句分配歌手并独立升降调。","本地AI翻唱工作站star-cover 0.1上线，支持群星逐句分配歌手","导读：独立开发者发布star-cover 0.1，一个全程本地运行的AI翻唱工作站，打通人声分离、音色转换、混音全链路，支持群星逐句分配歌手。\n· 基于BS-Roformer人声分离、RVC转换、混音，全程本地运行，支持CUDA加速，保护隐私。\n· 新增自定义暗色网页GUI，单歌手一键翻唱；群星模式可逐句选择歌手（如周杰伦、Taylor Swift、Bruno Mars等）并独立升降调。\n· 下一步计划训练04-07年周杰伦演唱会金属嗓音色，提升音色还原度。\n· 工具适合个人娱乐和短视频平台起号，但当前流量较低，开发者呼吁关注。\n影响\u002F看点：star-cover将专业级AI翻唱能力本地化、平民化，可能催生新的UGC创作浪潮，尤其在短视频领域有巨大应用潜力。","https:\u002F\u002Fx.com\u002FAYi_AInotes\u002Fstatus\u002F2073221506604150904",{"heat":12,"score":70,"src":76,"lab":27,"body":77,"title":78,"analysis":79,"url":80},"X：小北 (@frxiaobei)","DeepSeek API将于7月中旬实施峰谷定价，高峰时段（每日9-12点和14-18点）价格为平时2倍，用户可错峰节省费用。","DeepSeek API 7 月中旬实施峰谷定价，高峰时段价格翻倍","DeepSeek API计划于7月中旬起实施峰谷定价策略，高峰时段价格为平时2倍，适用所有计费项，以引导用户错峰使用。\n· 高峰时段：北京时间每日9:00~12:00和14:00~18:00，共7小时。\n· 定价策略：高峰时段价格翻倍，用户可将非紧急任务调整至非高峰时段以节省费用。\n· 适用对象：所有计费项均受影响。\n影响\u002F看点：峰谷定价有助于平衡服务器负载，降低高峰压力，但可能增加高峰时段用户的成本，用户需根据自身使用模式调整调用策略。","https:\u002F\u002Fx.com\u002Ffrxiaobei\u002Fstatus\u002F2073340521158996144","产品发布\u002F更新",{"no":83,"count":84,"en":85,"arts":86,"zh":141},"03",8,"INDUSTRY",[87,95,101,107,113,119,126,133],{"heat":39,"score":88,"src":89,"lab":90,"body":91,"title":92,"analysis":93,"url":94},73,"Simon Willison 博客","大咖博客","Current AI 发布开源 AI 差距地图 v0.1，索引了 421 个开源 AI 产品，涵盖软件、模型、数据集和硬件。","开源 AI 差距地图发布：索引 421 个开源 AI 产品","Current AI 发布开源 AI 差距地图 v0.1，索引 421 个开源 AI 产品，旨在填补开源生态的可视化空白，值得关注其底层数据开放策略。\n· 地图由非营利组织 Current AI 推出，该组织在 2025 年巴黎 AI 行动峰会上成立，已获 4 亿美元承诺资金，背景雄厚。\n· v0.1 版本详细收录 421 个产品：266 个软件工具与库、85 个模型、50 个数据集、20 个硬件项目，来自 228 个组织，按模型组件、产品\u002FUX、基础设施三层堆栈分为 14 个类别。\n· 另有 24,400 个未分类的长尾工件暂不计分，需后续研究补充，体现项目持续迭代的开放性。\n· 底层数据以 MIT 许可发布在 GitHub（currentai-org\u002Fos-ai-map），包含 1,184 个 YAML 文件及采集脚本，支持 Datasette Lite 直接探索 16,185 个关联仓库。\n影响\u002F看点：该地图不仅是索引工具，更通过开放数据推动社区协作，为开源 AI 的标准化评估和生态研究提供基础，后续版本值得跟踪。","https:\u002F\u002Fsimonwillison.net\u002F2026\u002FJul\u002F3\u002Fopen-source-ai-gap-map\u002F#atom-everything",{"heat":39,"score":96,"src":64,"lab":19,"body":97,"title":98,"analysis":99,"url":100},71,"Anthropic宣布启动自主药物研发项目，聚焦罕见病领域，并发布面向科研人员的Claude Science平台。","Anthropic宣布进军药物研发，聚焦罕见病领域","Anthropic正式发布科研平台Claude Science，并宣布自主开展药物研发，重点针对大型药企忽视的罕见病。这是头部AI公司少有的直接参与新药研发的案例，引发行业关注。\n· Claude Science整合科研工具与数据集，支持数据分析、图表生成，可快速发现实验问题（如UCSF案例中数分钟识别病毒污染，而团队一年未察觉）。\n· 系统能在1小时内分析100种罕见遗传病，筛选出32个候选方向，大幅提升早期研究效率。\n· Anthropic已组建生命科学团队并自建湿实验室，但尚未公布首批具体研究对象及后续开发计划（如临床试验合作）。\n· 业内专家指出，AI可加速药物发现，但无法替代动物实验和人体临床试验，新药上市仍需12年左右，AI有望将周期缩短至7-8年。\n影响\u002F看点：Anthropic此举标志着AI公司从“工具提供者”向“研发主体”转变，但罕见病药物研发风险高、周期长，其实际产出仍需数年验证。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F606.htm",{"heat":39,"score":102,"src":40,"lab":27,"body":103,"title":104,"analysis":105,"url":106},67,"SpaceX与Anthropic签订每月12.5亿美元算力合同，持续至2029年5月，算力成为SpaceX新基本盘。","SpaceX 与 Anthropic 每月 12.5 亿美元算力合同：算力成新基本盘","导读：SpaceX与Anthropic签订每月12.5亿美元算力合同，持续至2029年5月，揭示算力已成为SpaceX的下一个基本盘，既对外供应算力扩营收，又保障自身AI及X业务。\n\n· 修订版IPO文件披露，合同金额高达每月12.5亿美元，双方可提前90天通知终止，另有6个月后可终止条款，灵活性较高。\n· 分析认为，这并非普通云服务合同——SpaceX已将算力作为核心业务，既向Anthropic等客户出售算力，也为自身AI和X业务提供算力保障，形成双重收益。\n· SpaceX总裁Shotwell表示，公司视失败为数据金矿，不接受完美发射；上市后面临季度财报，其时间维度不同于常规投资者，买SpaceX不是买下一个季度。\n\n影响\u002F看点：该合同凸显算力作为战略资源的商业价值，SpaceX通过算力业务拓展收入来源，同时为自身AI布局提供支撑，可能改变航天与AI行业的竞争格局。","https:\u002F\u002Fx.com\u002FAYi_AInotes\u002Fstatus\u002F2073464336534913167",{"heat":39,"score":102,"src":108,"lab":27,"body":109,"title":110,"analysis":111,"url":112},"X：Rohan Paul (@rohanpaul_ai)","报告显示，截至2026年3月，中国开源模型累计下载量达11.5亿次，超过美国的7.23亿次，其中Qwen成为主导基础模型族。","ATOM报告：中国开源模型下载量超越美国，Qwen成主导基础模型族","这篇报告揭示了全球开源模型格局的重大变化：中国模型下载量已超越美国，Qwen成为最受欢迎的基础模型族。\n· 截至2026年3月，中国开源模型累计下载量达11.5亿次，美国为7.23亿次，中国在2025年夏季实现反超。\n· Qwen凭借多种尺寸的实用模型，尤其是低成本小模型，成为众多开发者的默认选择，是增长的主要驱动力。\n· DeepSeek在超大模型（>250B参数）领域保持领先，而美国模型如GPT-OSS 120B和Nemotron Super 120B在调整尺寸和发布时间后仍具强劲采用势头。\n· 报告指出，中国开源生态的崛起不仅体现在数量上，更在于形成了以Qwen为核心的实用模型体系。\n影响\u002F看点：中国开源模型已从追赶者变为领跑者，Qwen的普及可能重塑全球AI开发者的工具链选择。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2073433833748459617",{"heat":12,"score":114,"src":26,"lab":27,"body":115,"title":116,"analysis":117,"url":118},66,"OpenAI计划7月7-9日发布GPT-5.6，DeepMind暂定7月17日发布Gemini 3.5 Pro，两大模型竞速。","OpenAI 与 DeepMind 竞速：GPT-5.6 和 Gemini 3.5 Pro 发布在即","导读：OpenAI计划于7月7-9日发布GPT-5.6，DeepMind暂定7月17日发布Gemini 3.5 Pro，两大AI巨头新一轮竞速即将上演。\n\n· OpenAI计划下周重返办公室后发布GPT-5.6，目标窗口为7月7-9日，7月7日可能性最大，以吸引刚失去Fable 5访问权限的Claude用户。\n· GPT-5.6的计划限制将大幅放宽，并已部署更激进的保护措施，旨在提升用户体验和安全性。\n· DeepMind暂定Gemini 3.5 Pro于7月17日发布，基于全新预训练，放弃了旧的2.5 Pro基座；基于3.5 Pro的新Nano Banana Pro模型也在开发中，旨在与GPT-Image 1竞争。\n\n影响\u002F看点：两大模型几乎同期发布，将直接比拼性能与功能，推动AI技术快速迭代，用户有望在短期内体验到更强大的语言和多模态能力。","https:\u002F\u002Fx.com\u002Fkimmonismus\u002Fstatus\u002F2073494788670726299",{"heat":39,"score":120,"src":121,"lab":19,"body":122,"title":123,"analysis":124,"url":125},65,"Hacker News 热门","GLM5.2在AMD MI355X上运行，每节点吞吐量2626 tok\u002Fs，成本仅为Blackwell的一半。","GLM5.2 在 AMD MI355X 上运行，每节点吞吐量达 2626 tok\u002Fs，成本仅为 Blackwell 的一半","本文介绍了 Wafer 团队如何在 AMD MI355X 上部署 GLM5.2 模型，实现每节点 2626 tok\u002Fs 的吞吐量，成本仅为 NVIDIA Blackwell 的一半，展示了 AMD 在 AI 推理领域的性价比优势。\n· 在 20k 输入\u002F1k 输出、60% 缓存命中率的负载下，MI355X 单节点聚合吞吐量达 2626 tok\u002Fs，延迟 ≤5s，性能达到 B200 的 80%，但成本降低超过一半。\n· 单流推理（10k 输入\u002F1.5k 输出）达到 213 tok\u002Fs，虽未登顶 Artificial Analysis 排行榜，但性价比突出。\n· 团队使用 AMD Quark 将 GLM5.2 从 bf16 量化至 MXFP4，在 GPQA-Diamond、tau2、GSM8K 等基准上无损，并选用 sglang 作为推理框架。\n· 尽管 AMD 在软件生态和首发支持上落后于 NVIDIA，但通过工程优化和智能体辅助内核优化，差距正在缩小。\n· 随着前沿模型发布频率加快（如 Claude Fable、GLM5.2、Minimax M3），Blackwell 供应不足导致 GPU 价格上涨，AMD 的性价比方案成为重要替代。\n影响\u002F看点：AMD MI355X 在推理场景中展现出强劲的性价比，有望打破 NVIDIA 的垄断地位，推动 AI 推理成本下降。","https:\u002F\u002Fwww.wafer.ai\u002Fblog\u002Fglm52-amd",{"heat":127,"score":128,"src":121,"lab":19,"body":129,"title":130,"analysis":131,"url":132},3,63,"在Claude Mythos预览版发布前后，新发现的严重安全漏洞数量激增。","Claude Mythos预览版发布前后严重漏洞数量激增","数据显示，在Anthropic发布Claude Mythos预览版（具备自主发现和利用网络安全漏洞的能力）前后，高危和严重漏洞数量激增超过3.5倍，引发对AI安全风险的讨论。\n· 2026年4月，Anthropic宣布Claude Mythos预览版可自主进行漏洞发现与利用，随后OpenAI和Anthropic均启动利用前沿模型加固关键软件的项目。\n· Epoch AI数据显示，6月份高危\u002F严重漏洞数量较此前月度最高纪录增长3.5倍以上，时间点与模型发布高度吻合。\n· 漏洞激增可能源于AI模型被用于自动化漏洞挖掘，导致披露速度加快；但也可能是安全社区响应增强的结果。\n· 该趋势表明，AI在提升安全能力的同时，也可能加剧漏洞暴露风险，需平衡攻防两端的应用。\n影响\u002F看点：漏洞数量激增凸显了AI双刃剑效应——既可用于防御，也可能被恶意利用。监管和行业需加速制定AI安全使用规范，防止技术滥用。","https:\u002F\u002Fepoch.ai\u002Fdata-insights\u002Fcve-severity-spike",{"heat":39,"score":134,"src":135,"lab":136,"body":137,"title":138,"analysis":139,"url":140},61,"新智元","公众号","英伟达GB300 NVL72每兆瓦支持6.14万AI智能体，性能是上一代H200的20倍，新基准AA-AgentPerf以并发智能体数衡量算力。","英伟达 GB300 每兆瓦养活 6 万智能体，性能碾压前代 20 倍","英伟达GB300 NVL72每兆瓦能同时支撑61400个AI智能体，是上一代H200的20倍，这一成绩背后是全新的智能体推理基准AA-AgentPerf，它不再以每秒token数衡量算力，而是以“每兆瓦并发智能体数”为核心指标，更贴近真实生产环境。\n· 新基准AA-AgentPerf由独立评测机构Artificial Analysis发布，专门为AI智能体设计，回放真实编程智能体轨迹，而非固定长度的合成提示词，会话最长可达200轮，上下文超10万token。\n· 核心指标“每兆瓦并发智能体数”锁死服务等级目标（SLO），确保每个智能体输出速度和首字延迟达标，再测最大并发数，避免单纯堆并发导致响应变慢。\n· 测试允许开启KV cache复用、推测解码等生产优化，同时监控输出质量，防止牺牲质量换并发。\n· GB300 NVL72每兆瓦撑起61400个智能体，每GPU扛57.5个；H200每兆瓦约2600个，每GPU仅1.4个，能效差20倍，硬件密度差40倍。\n影响\u002F看点：新基准将AI算力评估从“每秒token”转向“每兆瓦智能体”，更贴合能耗成本敏感的数据中心需求，英伟达GB300在能效和密度上碾压前代，但AMD MI355X等竞品也已入局，未来智能体部署的性价比之争将更加激烈。","https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FUctqWjFE1fS2EHmI2kF1VA","行业动态",{"no":143,"count":84,"en":144,"arts":145,"zh":190},"04","RESEARCH",[146,151,157,162,167,172,177,183],{"heat":39,"score":88,"src":18,"lab":19,"body":147,"title":148,"analysis":149,"url":150},"一项对2.6万名中国学生的研究发现，使用AI完成作业的学生考试表现更差，负面影响约两年后才完全显现。","2.6万名学生研究揭示AI隐藏的学习成本需两年才显现","一项覆盖2.6万名中国学生的研究发现，使用AI完成作业的学生短期成绩提升，但长期考试表现反而下降，且负面影响需两年才完全显现。这揭示了AI在教育中的“隐藏成本”，值得教育者和家长警惕。\n· 研究对比了AI用户与非用户：AI用户作业完成更快、分数更高，但在最终考试中表现差24%，说明AI可能削弱了真正的学习能力。\n· 影响具有延迟性：对升学考试（如高考）的负面效果约两年后才充分暴露，这意味着短期研究可能严重低估AI对学习的损害。\n· 原因推测：AI替代了学生主动思考和练习的过程，导致知识内化不足，长期依赖形成“认知捷径”。\n· 研究来自中国大规模样本，数据可靠，为全球AI教育应用提供了重要警示。\n影响\u002F看点：该研究挑战了“AI辅助学习无害”的普遍认知，提示教育政策需重新评估AI工具的使用边界，避免因短期效率牺牲长期学习效果。","https:\u002F\u002Fthe-decoder.com\u002Fa-26000-student-study-shows-ais-hidden-learning-cost-takes-two-full-years-to-surface\u002F",{"heat":39,"score":152,"src":64,"lab":19,"body":153,"title":154,"analysis":155,"url":156},72,"北京大学联合团队研制全球首款基于忆阻器的神经动力学芯片，单步运算时延压缩至2.12毫秒，较GPU提速最高478倍。","我国研制全球首款神经动力学芯片，单步运算时延压缩至2.12毫秒","导读：北京大学联合团队研制出全球首款基于可控存内计算的忆阻器神经动力学芯片，将单步运算时延压缩至2.12毫秒，在脑皮层重建等任务中比GPU提速数十至数百倍，突破半个世纪的实时计算瓶颈。\n· 该芯片采用40纳米工艺，存内计算与步长漂移阵列总面积仅0.28平方毫米，集成编程脉冲生成电路和模数转换器等外围电路，运行频率50 MHz，单步积分仅需9级流水。\n· 研究首次将神经动力学系统的单步运算时延压缩至2.12毫秒，在脑皮层表面重建和三维流形网格生成等任务中，较当前先进GPU提速50至478倍。\n· 芯片基于相变型忆阻器实现多级电导特性精准映射调控，支持存内计算，大幅降低数据搬运开销，为实时神经形态计算奠定硬件基础。\n· 该成果由北京大学杨玉超教授团队与中国科学院上海微系统所宋志棠团队合作完成，相关论文于7月3日发表在《科学》杂志。\n影响\u002F看点：这款芯片将神经动力学硬件系统运行时间推进到毫秒级时代，有望在脑机接口、实时脑皮层重建、类脑计算等领域引发变革，标志着中国在新型计算芯片赛道取得里程碑式突破。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F526.htm",{"heat":39,"score":120,"src":108,"lab":27,"body":158,"title":159,"analysis":160,"url":161},"耶鲁与芝加哥大学研究显示，LLM生成的研究想法中连接已有工作的占比高达47%-64%，远高于人类的12%。","耶鲁与芝加哥大学论文：LLM 生成研究想法比人类范围窄，偏向连接已有工作","导读：耶鲁与芝加哥大学研究发现，LLM生成的研究想法在范围上远窄于人类，尤其偏向“连接已有工作”类，频率约为人类的4-5倍，揭示LLM在科研创新中的固有局限。\n\n· 研究基于11,683篇真实论文构造对照测试，让LLM基于与人类相同的先前工作提出研究动机和方法，再与人类真实想法比较。\n· 人类研究者想法模式多样，包括解释机制、测试失败、测量证据、构建系统、提升效率等，仅12.1%属于“连接已有工作”类；而LLM生成的同类想法占比高达47.1%至64.2%。\n· 即使增加推理步骤（额外CoT），LLM的连接偏好反而更强，说明LLM倾向于优化已有配方，而非探索多样化的研究路径。\n\n影响\u002F看点：该研究量化了LLM在科研创意上的“窄化”倾向，提醒研究者依赖LLM生成想法时需注意其多样性不足，人类在开拓新方向上仍不可替代。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2073522237286776844",{"heat":39,"score":120,"src":108,"lab":27,"body":163,"title":164,"analysis":165,"url":166},"ManycoreTech团队的SPEAR论文被ECCV2026接收，将Unreal Engine转为可编程机器人训练系统，支持脚本化世界和确定性场景执行。","SPEAR论文被ECCV2026接收：将Unreal Engine转为可编程机器人训练系统","导读：ManycoreTech团队的SPEAR论文被ECCV2026接收，将Unreal Engine从视觉模拟器转化为可编程机器人训练系统，暴露14K个UE函数给Python，以73fps渲染1080p帧。\n· SPEAR基于OpenUSD平台，支持脚本化世界、智能体、相机、材质、标签和确定性场景执行，形成从真实空间到机器人训练的闭环：数字化→模拟→训练。\n· 系统以73fps渲染1080p帧，提供14K个Unreal Engine函数接口，使Python可编程控制复杂场景，大幅降低机器人训练模拟门槛。\n· 与Syn-GRPO和WalkerBench共同构成Physical AI的数据、仿真与评估基础设施，解决机器人领域“大模型无法独自攀登的墙”。\n影响\u002F看点：SPEAR将游戏引擎转化为机器人训练基础设施，有望加速具身智能的模拟训练效率，推动Physical AI规模化发展。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2073247655556423975",{"heat":39,"score":128,"src":108,"lab":27,"body":168,"title":169,"analysis":170,"url":171},"耶鲁与芝加哥大学研究发现，LLM与人类研究想法的差距在范围而非质量，LLM更倾向于连接已有工作。","耶鲁与芝加哥大学研究：LLM 与人类研究想法的真实差距在范围而非质量","导读：耶鲁与芝加哥大学通过11,683篇真实论文的受控测试发现，LLM与人类研究想法的关键差距不在质量，而在范围——LLM更倾向于连接已有工作，而人类想法更多样。\n\n· 研究为LLM提供每篇论文的邻近前期工作作为起点，要求其提出新的动机和方法，再与人类真实想法比较。\n· 关键发现：差距不在想法质量，而在想法范围——人类想法广泛分布于解释机制、测试失败、测量证据等多种模式；仅12.1%的人类想法主要是连接不同工作，而LLM中这一比例高达47.1%-64.2%。\n· 额外推理反而强化了该模式，表明LLM倾向于打磨熟悉配方而非探索更多样化的研究手法。\n\n影响\u002F看点：该研究澄清了LLM在科研创意上的真实短板——不是质量差，而是多样性不足，提示未来需提升LLM的探索性，以更好地辅助人类科研。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2073502907920703553",{"heat":39,"score":134,"src":108,"lab":27,"body":173,"title":174,"analysis":175,"url":176},"论文探讨推理模型训练后提升方法，指出推理数据的关键是反馈信号而非简单问答，智能体数据应保留失败和恢复等混乱信息。","训练后推理数据入门：它们如何发挥作用","这篇论文探讨了推理模型在训练后如何通过推理数据提升性能，指出更好的推理模型更依赖可检查的训练证据而非原始数据规模，并分类了推理数据的有效成分。\n· 推理数据并非简单问答对，有用部分是反馈信号，包括为何答案、步骤、工具行为或整次尝试的好坏。\n· 每个训练样本应包含任务、模型行为、检查信号和元数据，检查方式分为基于规则的检查（数学\u002F代码）、环境检查（智能体工具使用）和人类\u002F模型判断。\n· 常见误区：长推理轨迹可能虚假，更难例子对某些模型无用，更大数据集仍可能缺失重要覆盖。\n· 关键启示：智能体数据应保留失败动作、重试、恢复、状态差异等混乱信息，因为学习信号常在此处。\n影响\u002F看点：该研究为构建高质量推理训练数据提供了系统框架，强调反馈信号和失败案例的价值，对提升AI智能体的推理能力具有重要指导意义。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2073284146445815826",{"heat":39,"score":134,"src":178,"lab":19,"body":179,"title":180,"analysis":181,"url":182},"MarkTechPost","NVIDIA发布免手动智能体HORIZON，通过进化Git工作树实现硬件设计100% RTL基准完成率。","NVIDIA HORIZON：免手动智能体，进化Git工作树并实现100% RTL基准完成率","NVIDIA 推出的 HORIZON 免手动智能体框架，将硬件设计视为仓库级代码进化，在 RTL 基准测试中实现 100% 完成率，展示了 AI 在复杂工程任务中的潜力。\n· 核心创新：HORIZON 将硬件设计问题定义为版本控制仓库，而非一次性提示。输入仅需一个结构化 Markdown 文件，包含目标、领域知识、评估器规范和验收谓词。\n· 工作流程：引导智能体将 Markdown 编译为项目包，然后自主循环：规划目标、编辑工作树、调用工具、运行评估器。仅当验收门通过时，才将版本提交到 Git 工作树。\n· 评估机制：评估器 E_p 可包含编译、仿真、覆盖率提取、断言检查等。在 RTL 领域，它确保周期级行为、复位约定、位宽等正确性。\n· 成果与局限：在所有评估的 RTL 基准套件上实现 100% 完成率，但团队明确指出智能体硬件设计尚未解决，单轮代码生成存在明显局限。\n影响\u002F看点：HORIZON 将 Git 工作流与智能体循环结合，为复杂工程设计自动化提供了新范式，但距离完全自主设计仍有距离。","https:\u002F\u002Fwww.marktechpost.com\u002F2026\u002F07\u002F04\u002Fnvidia-horizon-a-hands-free-agent-that-evolves-git-worktrees-and-hits-100-rtl-benchmark-completion\u002F",{"heat":39,"score":46,"src":184,"lab":185,"body":186,"title":187,"analysis":188,"url":189},"Nature Machine Learning","学校机构","研究利用可解释深度学习模型，基于真实世界数据预测1型糖尿病患者一年的血糖控制情况。","可解释深度学习利用真实世界数据预测1型糖尿病一年血糖控制","这篇研究利用真实世界数据开发可解释深度学习模型，预测1型糖尿病患者未来一年的血糖控制水平，为个性化治疗提供新工具。\n· 模型基于CGM、胰岛素泵等真实世界数据，预测一年后HbA1c变化，准确率优于传统方法。\n· 采用SHAP等可解释性技术，揭示影响血糖控制的关键因素，如基础率、餐前大剂量等。\n· 研究发现，基线HbA1c、血糖变异性、低血糖频率是重要预测因子，与临床经验一致。\n· 模型可识别高风险患者，帮助医生提前调整治疗方案，改善长期预后。\n影响\u002F看点：该研究将深度学习应用于糖尿病管理，兼顾预测性能与可解释性，有望推动精准医疗在慢性病领域的落地。","https:\u002F\u002Fwww.nature.com\u002Farticles\u002Fs41598-026-59937-2","论文研究",{"no":192,"count":84,"en":193,"arts":194,"zh":240},"05","TIPS & OPINIONS",[195,201,208,214,219,225,230,235],{"heat":127,"score":114,"src":196,"lab":27,"body":197,"title":198,"analysis":199,"url":200},"X：邵猛 (@shao__meng)","Claude Code开发者提出与AI协作的关键是用户澄清“未知”的能力，并给出三阶段实操方法，验证了该流程可让AI独立完成视频剪辑。","Claude Fable 5实战指南：发现你的未知","导读：Claude Code核心开发者提出，与Claude Fable 5协作时模型能力已非瓶颈，用户澄清“未知”的能力才是关键，并给出四类未知分类与三阶段实操流程。\n· 未知分为四类：Known Knowns（已知已知）、Known Unknowns（已知未知）、Unknown Knowns（如审美直觉）、Unknown Unknowns（未知未知）。指令需平衡具体与模糊，过具体束缚模型，过模糊则模型按行业最佳实践假设导致偏离。\n· 实操分三阶段：实现前用盲点扫描、原型、访谈、参考挖掘未知；实现中用临时implementation-notes.md记录偏离；实现后通过Pitch制品与测验自检。\n· 案例验证该流程让Claude Code独立完成视频剪辑并发布，证明结构化未知管理能显著提升AI协作产出质量。\n影响\u002F看点：该指南将AI协作从“提示工程”升级为“未知管理”，为开发者提供系统方法论，有望成为人机协作的新范式。","https:\u002F\u002Fx.com\u002Fshao__meng\u002Fstatus\u002F2073208470447497386",{"heat":39,"score":202,"src":203,"lab":27,"body":204,"title":205,"analysis":206,"url":207},62,"X：Vista (@vista8)","前微软工程师王启源分享独立开发经验，称人机协作比例已从人60%机器40%反转至机器99%人1%。","前微软x字节工程师王启源：独立开发中人机协作比例已反转至机器99%人1%","前微软和字节工程师王启源分享独立开发经验，指出人机协作比例已反转至机器99%人1%。\n· 过去一年，人机协作比例从人60%机器40%反转至近三个月机器99%人1%，AI承担了绝大多数编码工作。\n· 主力工具包括Claude Code（短平快任务）、Codex（长程探索）和GLM 5.2（简单任务），各有侧重。\n· 他对好Harness的定义是用最少token达到模型能力上限，Loop Engineering本质是Harness的一部分。\n· 人类保留的1%集中在架构设计、Debug和产品方向把控，这些仍是AI难以替代的核心。\n影响\u002F看点：独立开发者已进入“AI主导编码”时代，人类角色转向更高层次的决策与设计。","https:\u002F\u002Fx.com\u002Fvista8\u002Fstatus\u002F2073423638003408970",{"heat":39,"score":58,"src":209,"lab":27,"body":210,"title":211,"analysis":212,"url":213},"X：Ethan Mollick (@emollick)","Ethan Mollick提出前沿模型可充当路由器自主委托低成本任务，开发者实践表明可节省大量token，未来智能体或以此方式运行。","模型即路由器：前沿模型自主委托低成本任务","导读：Ethan Mollick提出前沿模型可充当“路由器”，自主将任务委托给更便宜的模型以节省成本，开发者Simon Willison已在Fable中实践并节省大量token。\n· 核心思路：告诉前沿模型“对于所有编码任务，用你的判断决定一个合适的低功耗模型并在子智能体中运行”，模型自主分配工作。\n· Simon Willison实践发现，该方法显著减少token消耗，同时保持输出质量。\n· 未来智能体可能以一个强大AI规划者为核心，由其自行分配任务给不同能力层级的模型，实现成本与性能的平衡。\n影响\u002F看点：“模型即路由器”理念将改变AI系统的架构设计，从单一模型转向多模型协作，提升效率并降低成本，是AI工程化的重要方向。","https:\u002F\u002Fx.com\u002Femollick\u002Fstatus\u002F2073248523215089825",{"heat":39,"score":58,"src":18,"lab":19,"body":215,"title":216,"analysis":217,"url":218},"开源工具pxpipe将文本嵌入PNG图片，利用按像素计费规则，为Claude Code等模型节省高达70%的token成本。","开源工具 pxpipe 将文本藏入 PNG 以降低 Claude Code 等模型 70% 的 token 成本","开源工具 pxpipe 通过将文本提示转换为 PNG 图像，利用 Anthropic 按像素而非文本内容计费的漏洞，为 Claude Code 等模型节省高达 70% 的 token 成本。这一创新方法虽牺牲了部分准确性和速度，但为高频调用 API 的开发者提供了显著的成本优化思路。\n· 原理：pxpipe 将长文本提示编码为紧凑的 PNG 图像，由于 Anthropic 对图像的计费基于像素尺寸而非图像中的文本量，因此大幅降低了 token 消耗。\n· 效果：开发者 Steven Chong 报告称，使用 pxpipe 后成本节省了 59% 到 70%，但代价是模型处理图像的速度较慢，且可能因图像压缩或 OCR 误差导致准确性下降。\n· 适用场景：适合对成本敏感、对实时性要求不高的批量处理任务，如代码审查、文档摘要等。\n· 风险：依赖图像传输可能引入额外延迟，且模型对图像中文本的识别能力有限，复杂格式或小字体可能导致信息丢失。\n影响\u002F看点：pxpipe 揭示了 AI 定价模型中的灰色地带，可能促使 API 提供商调整计费策略，同时也为开发者提供了一种“钻空子”的临时降本方案。","https:\u002F\u002Fthe-decoder.com\u002Fopen-source-tool-pxpipe-hides-text-in-pngs-to-cut-claude-code-and-fable-5-token-costs-up-to-70\u002F",{"heat":39,"score":70,"src":220,"lab":27,"body":221,"title":222,"analysis":223,"url":224},"X：Elvis Saravia (@omarsar0, DAIR.AI)","研究员Elvis Saravia认为多模态提示是未来方向，能显著提升任务效率。","多模态提示是未来方向","研究员 Elvis Saravia 认为多模态提示是未来方向，通过录制语音、屏幕注释、鼠标点击等动作，将丰富输入传递给 AI 智能体。\n· 多模态提示相比纯文本，能更清晰传达意图，提升任务完成效率，即使旧模型也能受益。\n· 作者正将记录打包为可复用的多模态技能，应用于网页开发、设计、研究等多种场景。\n· 未来模型将原生处理多模态，目前可由后台另一模型预处理。\n· 多模态提示减少了交互挫败感，使 AI 更准确理解用户需求。\n影响\u002F看点：多模态提示的普及将改变人机交互方式，提升 AI 应用效率，值得开发者关注和实践。","https:\u002F\u002Fx.com\u002Fomarsar0\u002Fstatus\u002F2073183732492603411",{"heat":39,"score":70,"src":26,"lab":27,"body":226,"title":227,"analysis":228,"url":229},"pxpipe工具将代码转为图像利用OCR能力，可降低约60%的Claude Code成本，但对精确字符串有损，被评价为有趣但不优雅。","pxpipe 将代码转图像，大幅降低 Claude Code 成本","pxpipe是一款基础设施hack工具，通过将代码透明地转为图像，利用前沿模型的OCR能力，实现约60%的Fable成本削减，但存在精度损失。\n· 原理：将密集文本代码转换为图像，利用模型读取图像的能力替代直接文本处理，从而降低token消耗。\n· 成本效果：约60%的成本削减，但该思路并非全新，DeepSeek曾探索类似“光学上下文压缩”。\n· 局限性：对精确字符串、哈希、ID等细节有损，被评价为“有趣但不够优雅”。\n影响\u002F看点：pxpipe展示了通过图像代理降低API成本的创新思路，但精度损失限制了其在需要精确文本处理场景的应用，未来需平衡成本与准确性。","https:\u002F\u002Fx.com\u002Fkimmonismus\u002Fstatus\u002F2073315097317871850",{"heat":39,"score":70,"src":40,"lab":27,"body":231,"title":232,"analysis":233,"url":234},"pxpipe本地代理将高密度文本打包成图片发送，一张图容纳9.2万字符，成本降至纯文本四折，但精确字符串易识别误差。","pxpipe：用图片打包降低长文本成本","导读：pxpipe 利用大模型计费漏洞，将长文本打包成图片，成本直降六成。这一野路子不仅展示了技术巧思，更引发对 AI 服务定价模型的思考。\n· 核心原理：pxpipe 作为本地代理，拦截发往 Anthropic 的请求，将系统提示、工具文档等高密度内容渲染成图片（1928×1928 像素），再发送给模型。\n· 成本优势：一张图片可容纳 9.2 万字符，消耗约 4700 视觉 token，相比纯文本 token 成本降至四折。\n· 性能表现：在 Claude Fable 5 上编码任务表现稳定，但 ID、哈希值等精确字符串容易出现识别误差。\n· 潜在影响：这种“视觉 token 套利”可能迫使 API 提供商重新审视定价策略，或限制图片作为文本载体的使用。\n影响\u002F看点：pxpipe 是一个极具启发性的 hack，它利用多模态模型的视觉能力绕过文本计费规则，为开发者节省成本的同时，也暴露了当前 AI 服务定价体系的漏洞。","https:\u002F\u002Fx.com\u002FAYi_AInotes\u002Fstatus\u002F2073292761839607987",{"heat":39,"score":70,"src":220,"lab":27,"body":236,"title":237,"analysis":238,"url":239},"Elvis Saravia通过录制语音、屏幕标注等多模态输入构建任务，使智能体交互更高效，并打包为可复用技能。","Elvis Saravia：多模态提示是智能体交互的未来","Elvis Saravia认为多模态提示是智能体交互的未来，通过录制语音、屏幕标注等动作构建高效任务。\n· 他通过录制语音、屏幕标注、鼠标点击等动作构建多模态“任务”，预处理后传给智能体，使任务完成更高效。\n· 该方法节省数小时工作，减少交互挫折感，尤其适用于复杂流程。\n· 他将录制任务打包为可复用的技能\u002F工作流，应用于网页开发、设计、原型、研究、模拟等场景。\n· 他认为未来原生多模态模型将直接消费这类丰富输入，无需预处理。\n影响\u002F看点：多模态提示正在从实验走向实用，有望成为智能体交互的标准范式。","https:\u002F\u002Fx.com\u002Fomarsar0\u002Fstatus\u002F2073404610501329247","技巧与观点",[242,243,244,245,246,247,248,249,250,251,252,253,5,254,255,256,257,258,259,260,261,262,263,264],"2026-07-17","2026-07-16","2026-07-15","2026-07-14","2026-07-13","2026-07-12","2026-07-11","2026-07-10","2026-07-09","2026-07-08","2026-07-07","2026-07-06","2026-07-04","2026-07-03","2026-07-02","2026-06-28","2026-06-27","2026-06-26","2026-06-25","2026-06-24","2026-06-23","2026-06-22","2026-06-21"]