参考资料： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/?utm_source=tw&utm_medium=social&utm_campaign=og 编辑：桃子新智元报道 五千名工程师，四个月，把Uber一整年的AI预算烧成了灰。

1、乐鱼电竞 结果，AI这边一年一个台阶飞速进化，教育那边却一点没动。

仅仅90分钟。乐鱼电竞针对智能体AI的专项测试，可以排查模型是否试图绕过安全护栏、是否露出欺骗的苗头，并确保各项最佳实践落地。

2、一向发挥稳健的高准翼，为何本轮踢英博会出现失误，原因找到了

常规导航用于人类出行，地图精度有限。

3、这辆AEV改装牧马人已行驶7.9万英里，为何仍令人垂涎？

由阿里巴巴领投，王慧文家办、韩国未来资产、蓝色光标、三七互娱等十余家国内外顶尖机构跟投。

4、2022年Drascombe 22帆船焕新拍卖：附双轴拖车与9.9马力发动机，无底价起拍

难的是把它们拧成一个模型，还得躲开「按下葫芦浮起瓢」的跷跷板。

5、卡梅隆·安东尼：骑士二轮秀托马斯是夏联最亮眼新秀，本该进前20

一杯咖啡的时间，一张能直接拿去印的高清图。

问题的核心，是模型在关键能力上，尤其是AI编码能力，未能达到内部严苛的标准。

定位到根因后，它们会直接拟好修复方案，并问你要不要一键重建。

6、蒂莱曼斯：卡里克在和我交谈前已与马奎尔以及埃文斯聊过我；MUFC Youth：曼联已从曼城签下2名青训球员

埃尔德什的100美元悬赏 AI领走了 先把这道题的来龙去脉捋清楚。

COSA 由三层架构组成——System 2 是认知层、System 1 是技能层、System 0 是运控层，三层协同，把认知、记忆、调度、技能与全身运控组织成一个整体，是真正跑在物理世界里的智能系统。

7、萨利巴重伤无需手术却长期缺阵 阿森纳考虑孔萨+斯通斯

这已经不像一份作业，像一个上线了的产品。

过去AI办公工具最多做到「生成一段文字」，属于参谋型。

8、2027款丰田皇冠三版小幅提价，仅一款涨幅异常

这就像给运行中的服务器热插拔硬盘，真机在训练时因为意外或者故障导致反复接进来、又掉出去，前后上下线超过1000次，训练照样零中断。

今天，AI只是被用来编造一座孤儿院、骗取一笔善款。

怎么测的 图2 SafeClawArena的评测流程。

9、疆超联赛进行时丨四强席位敲定两席！阿勒泰队今日18时主场迎战阿克苏队

这两件事拼在一起，意味着你用一句话生成的页面，第一次能连上真实业务系统，自己跑下去。

S0 只暴露一个统一接口，接收上游的全身运动目标，输出平衡协调的关节指令。

10、世界杯1球1助成跳板，美国国脚200万美元转会英冠劲旅

一天几十上百个PR从智能体手里冒出来，他真正的活儿，是判断哪些能合、哪些得打回去。

一个仓库，钓出一条大鱼 事情要从两天前的一份报告说起。

1、舍夫勒谈高尔夫对抗：我每周最大的对手是球场

这使导航学习从「单一正确轨迹学习」，扩展为「包含错误状态的完整经验学习」。

2、斯旺西官宣签下新西兰国脚以利亚·贾斯特

Stuart Russell，是全球呼吁禁止自主武器的头号斗士，曾在联合国痛陈「杀手机器人」的危害。

3、批复！山西多家银行支行终止营业

触发器感知的训练目标（Trigger-Aware Objective） 研究人员在混合数据集上微调模型，每个样本是「提示—响应」对。仁爱礁主动挑衅被管制，坐滩船要保不住，王毅赴菲国开会只留1天为什么偏偏是2026？孙文剑给了四个理由： 大模型迭代周期已经缩到「每几个礼拜」，能力撞上临界点； 工具链和框架把开发门槛按了下去，开发者蜂拥入场； 资本认定智能体是继大模型之后的又一个核心赛道； 而最关键的商业闭环，在过去半年内跑通了。

4、阿尔特塔要“非常快”，阿森纳转会窗却静悄悄：错过罗杰斯，多名主力仍在休假

它先走了正规流程：找负责人、逐级上报、直到公司高层。

5、圣海伦斯主帅罗利德比前闪电下课 球队深陷伤病危机仅列第6

Physical Intelligence最新的π0.7，一个模型开箱即通吃多任务，连没训练过的机械臂都能零样本迁移。

6、死敌截胡羞辱！阿尔特塔锁定世界杯爆点，阿森纳低价打脸切尔西

10月，全球开发者先锋大会（GDPS）暨国际具身智能技能大赛接力登场，正是这条链路上的下一站——「七月展成果，十月看未来」。

这一点对企业的数字化部门尤其要命。

两家的智能体之战，才刚刚打响。

7、CCTV16直播国安VS铁人！法比奥迎百场里程碑，蒙哥马利PK工体克星

也就是说，两个人打开同一个看板，会因为各自账号能碰到的数据不同，看到不一样的东西。

系统比较审稿人实际评分与Anchor Score之间的差值（Residual）。

8、44万亿公共采购，如何从“压舱石”变为“创新策源地”？

过去，它交给你的是文本、是代码片段，是一段你还得自己接着用的东西。

判断标准叫「经验密度」——录画面和关节角度，那是「一小时录像」；同时记下任务目标、物体状态、动作质量、错在哪、结果如何，才叫「一小时经验」。

省钱方面，有一套二八打法：只把Fable 5用在那20%真正吃它长处的活上。

正是依靠该机制，智能体在比赛中复盘多次动力学模拟的失败后，自主识别出问题不在主链构象，而在全原子侧链冲突，于是将优化重点转向侧链物理修复。