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、高比体育 录屏的另一面 科技媒体 MakeUseOf 今年 3 月报道了一个案例： 一位自由撰稿人在离职交接期间用 Claude Cowork 搭了一套内容生成工作流，品牌文档、风格指南和历史稿件打包喂进去，按 Skill 流程输出月度内容日历。

它直接用AI造出面向不同芯片的高性能算子，可在真实编译试错与知识沉淀中持续自迭代，稳定交付工业级算子。高比体育把目光放得再远一些。

2、越秀·熙悦江湾：海珠西口碑标杆，双地铁省一级学府旁的务实改善优选

（图源：Kevin Dietsch via Getty Images） ChatGPT走个人助理路线，把你和它一起生产的东西收进一个入口； Gemini靠谷歌全家桶，把邮件、云盘、日历全打通； Claude则押注长期记忆和Skills技能，替你把上下文一点点攒下来。

3、大趋势挡不住了，AI手机被大厂集体封杀，现在OpenClaw又杀疯了！

然后它证明了：每执行一步操作，Φ至少减少1。

4、欧美杯重演！世界杯决赛迎20亿欧巅峰对决，巴萨两代10号首次交锋

下面这款「割绳子」经典游戏，也由V4一次跑出来的。

5、全国铁路即将实行新列车运行图！

正是这一视角的转换，构成了本文研究的出发点。

把高端卡集中起来做Decode——这是它们的绝对强项。

就在几天前，强化学习之父Sutton官宣创业；几个月前，他的学生、AlphaGo之父Silver做了同样的事。

6、顶薪度假、养伤贪玩成常态！泰山管理乱象丛生，昔日铁军风骨尽失

第二问，Beck在1991年拿下，证明存在某个c>0，使得max_{n≤N} M_n > N^c。

这两个数字，迅速点燃了整个社区。

7、上半年绥芬河进出口总值同比增长30.1%

第四步，在Claude Code里用/add指向这个文件夹，或写进CLAUDE.md。

当模型的每一个陈述都可以被映射到本体所定义的概念框架中时，「解释」便不再是对神经网络权重的解剖，而是对知识结构的展示；当模型输出的依据可以在本体层面被追溯和校验时，「控制」便不再是强行干预内部激活，而是对信息流转路径的规范化管理。

8、马拉松直播出了问题，那是谁的锅

这么看，理解、检查、修正的那个Loop，一直都跑在每一次判断里。

Flexion 的公开 Demo 跑在第三方硬件宇树 G1 上，任务以户外拾取、搬运包裹为主，时长和复杂度与逐际动力和 Figure 的家庭长程任务有一些差距，全身运控的稳定性和精度也受限于第三方硬件。

但等到某一天流动智力开始压过地基，它会突然变得肉眼可见。

9、太美医疗科技(02576.HK)7月24日耗资388.2万港元回购69.32万股

生成智能构建物理世界的内在表征，物理智能掌握物理因果、推演平行世界，认知智能负责复杂逻辑推理与长程任务分解。

这意味着，今天在四足狗上验证的经验，明天可以直接迁移到双足人形上，而不需要推倒重来。

10、广东队被偷家，顶级教练加入北京队联手赵睿，杜锋接班人曝光

推理的深度，明显被剥掉了。

但今天，先去把HF token换了吧。

1、利弗莫尔中概股龙头指数盘初下跌0.83%

GPT-5.6 Sol显得有些坎坷。

2、第2个许家印？又一首富栽了！世界500强竟是假的，千亿帝国清零

两个榜同时登顶，还只是表面。

3、英媒炮轰梅西：耻辱！阴暗面彻底曝光 玩肮脏手段+背对冠军 妻子失踪

全场最廉价的白卷 P6这道数论题是Day 2的压轴，它要求证明递推序列最终具有周期性。阿根廷总统：理解梅西没回国 裁判坑惨阿根廷 球员心碎拒6庆祝方案混合云算力聚合：实现本地私有集群与公有云算力的安全互通混训，不仅将整体性能提升了68%，而且还治好了企业「自己的卡不够用、云上的卡却闲得发慌」的问题。

4、Alpha HGV采用PICO VR方案培训重型货车司机

在内部知识问答这种高频轰炸的场景里，命中率能稳定在20%到30%。

5、更好还原五千年前的社会图景（赓续历史文脉·考古故事）

old-bielefelder报告，GPT-5.6 Sol思考14分钟、复核9分多钟，把Pintz 2018年那个0.72的指数改进到0.7195。

6、呼兰的夏天：在深圳拯救一家俱乐部

被触发后，模型会结合当前用户请求，动态生成符合攻击者预设目标、却又自然流畅的响应。

一位开发者Pankaj Kumar体验后，率先对V4的性能做了一个中肯的总结： 整体表现接近Opus 4.8级别，编码直追GPT-5.6 Sol； Agent能力大幅增强，3D和SVG生成显著变好； 同样一个任务，V4所需的迭代轮数，比Fable 5多。

这才是「反思」落到实处的样子。

7、五角大楼突然修改美军阵亡数字，美国国防部 : 官网“临时数据故障”所致，美军官员 : 4名美军死于4月美伊临时停火后，不计入对伊战事阵亡名单

相比之下，GPT的画面就显得有些「用力过猛」了。

」 参考资料： https://x.com/search?q=Jared%20Duker%20Lichtman&src=typed_query 编辑：大卫 Aeneas新智元报道 简直细思极恐！ 一个被寄予厚望的顶级模型，OpenAI连夜按下了「暂停键」。

8、比赛日

这次伏笔被兑现了，机会留给了早有准备的人。

最让人赞叹的一点，是「纠察队」机制。

它要真正规模化落地，卡在三件事上：跑得稳、用得起、可持续。

他也开始思考，理论统计学家未来的出路是什么？ 伯克利教授直呼「心塞」 GPT-5.6从零构造出了一个反例，宣告了一个残酷的事实： 在相关双侧高斯检验（correlated two-sided Gaussian tests）下，经典的 Benjamini-Hochberg (BH) 程序无法保证假发现率（FDR）始终受控。