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

1、星空体育 」 「中国似乎正在以肉眼可见的速度，迅速抹去美国在先进AI领域的领先优势。

究其本质，当前 AI 科研的核心短板，并非知识储备不足，而是极度缺乏真实科研场景的失败样本与负反馈。星空体育看上去只是多了个数据接口，但真正的变化是过去AI生成的页面是死的，现在它开始「活」了。

2、从“一根细纱”到“人造血管”，纺织产业跨界向新

至此，链条第一次完整：记忆沉淀为经验，经验长出智能，智能被传递、被扩散，汇成文明的演化。

3、瓜帅谈梅西：看到他落泪，第一次感到如此心疼！足球史上无人能比肩他的伟大

SafeClawArena要解决的正是这两点，它索性不搭脚手架，直接把生产平台本体作为测试台。

4、炸锅！特朗普的意外效应：本想抽身乌克兰，却可能加速战争转折！

论文链接：https://arxiv.org/abs/2605.09397 不同于「无论输入是什么、都输出同一段固定文本」的固定输出式后门目标，该工作将关注点扩展到多样化、生成式后门目标，以探究DLM对于后门注入的脆弱性。

5、15人诉讼获资格，又迎45人加入，大学篮球夏季自由球员市场搅乱格局

游戏不只要画面，还要规则、反馈、角色一致性、情绪递进、互动结果。

各家底层模型的差距，正在被压缩到以「周」计算。

参考资料： https://x.com/demishassabis/status/2076957440109625718?s=20 编辑：大卫 所罗门新智元报道 【新智元导读】大模型在原子操作任务中遭遇瓶颈。

6、世界女排联赛最新积分榜：中国2-3加拿大，美巴领跑，日本3连败

反复操作直到无法继续。

后来，他引用杜甫的诗句形容自己那段时间感受：「庾信平生最萧瑟，暮年诗赋动江关。

7、50次药检全过的UFC冠军开火：我真信有人能骗过药检

真正让它再上一个台阶的，是它开始「动手」。

在超维动力看来，机器人走进家庭以后，今天想打两局乒乓球，下载一个技能包。

8、10球加冕！姆巴佩成世界杯首位两夺金靴球员

更关键的是，N1首创了「Think-and-Point」，不仅消除了部署黑箱，还让机器人在每一次自主导航中收集交互数据，并结合空间几何知识，在ABot体系中内化出属于自己的「空间直觉」。

对应北京时间为2026年7月12日晚上11:09。

同样，企业也可以拥有自己的向量数据库、知识库和私有模型，却仍然无法持续学习。

9、范特西橄榄球ADP预警：多名跑卫被严重高估，Jeanty领衔慎选名单

金山办公说能保留287种Office格式元素——图文混排、复杂表格、多级列表都不会走形。

然而，正因其影响深远，更有必要审慎检视这一进路的内在局限。

10、意甲后防领袖进入曼联视野：曝28岁哥伦比亚国脚今夏可离队

于是模型学到的，除了「怎么做对」，还有更值钱的「错了怎么拉回来」。

导致科研工作仅有单次试错成本消耗，无长期迭代收益，即便 AI 通用能力持续升级，原创科学研究成果依旧进展缓慢。

1、鲁能小妖一战成名！泰山肠子悔青，迪马塔自带德比气质！蓉城遭遇平局大师

按照原定计划，Anthropic准备对其进行一波下架或限流操作，以维持其高溢价和算力平衡。

2、马塞洛：挑衅梅西是大忌，激怒球王只会激发其更强斗志

一个赌对了「规模定律」（Scaling Law）的人，偏偏在教育上看走了眼。

3、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

这场竞争最后的胜负，或许不取决于谁的模型更强，而取决于谁先真正住进每个人的工作流里，成为你的AI「同事」。大学足球在西安走出象牙塔——以足球底气，奔赴理想人生就在一个月前，他用GPT-5.5在无休止的智能体循环（Agentic loops）中让机器狂奔了数天、大约20个小时，最终铩羽而归。

4、斯卡洛尼赛后含泪暗示离任：我需要时间思考，不确定能否再创辉煌

昨天，月之暗面掷下了一枚震撼弹—Kimi K3正式发布。

5、女篮集训更新：1主力+2小将离队，3大核心缺席，宫鲁鸣迎回小李梦

今天的考试还在考什么？ 记忆、标准答案、一个人闭卷完成。

6、镜报称枪手4千万能签斯科特 但BBC刚说樱桃拒绝了6400万

一句话：眼睛看清世界，大脑理解任务，手把想法变成动作。

过去一百年，人类传递历史的方式，是文字、图片、影像。

直奔主题，你让它干什么它干什么，一步不多走。

7、要价1800万欧元难破局，伯恩茅斯放弃续租曼达斯

而Danny Zhang抛出的那句理念，才是AGX真正的野心所在： 此芯科技的愿景是构建一个开放的算力底座。

KAI世界模型是大脑，在虚拟世界里建模物理规律，再把能力迁移到真机之上。

8、队长索尔特47分率威尔士火焰开门红 百球赛历史得分王再显神威

KSTAR可以理解为： Know What：当前知道什么； So What：这些知识对于当前情境意味着什么； Then What / Task What：需要完成什么任务； Act What：应该采取什么行动； Result What：产生了什么结果； Learn What：根据结果应该学到什么。

于是，一门去年还没人当回事的学问，今年成了显学——给AI算账。

所有的努力，所有的推导，都轰然倒塌。

听起来很美，但这事能落地吗？ 这事可远不是「把卡插上去就能跑」那么简单。