四类失配 前沿模型都中招 Gemini这一例，是报告归纳的四类「智能体失配」之一，还有另外三类。

1、九游体育 在Tracking AI最新离线IQ测试中，GPT-5.6「全家桶」多个版本，齐刷刷地飙到了136分。

痛点二，是国产算力买得起，用不顺。九游体育你的善良，正被AI明码标价 Lily Jay基金会最危险的地方，在于有数百万人多么愿意相信它是真的。

2、恭喜火箭！一天签2人，双前锋底薪签约，合同白菜价，斯通很精明

还有一本最容易被漏掉的连续性账。

3、在ACG崇礼168现场，我们见证了一场关于未来的奔跑

翻边整个教育系统，他找不到一处重要的结构性改变。

4、雅典两起惨案让郑钦文迎来真正考验，美国名宿称网坛要感谢伊埃拉

step-saving reward 直接把「更短、更直接的成功轨迹」写进优化目标。

5、慎入！巴西联赛惊现断腿惨案 胫骨被铲断鲜血直流 网友：杀人啦

但故事还没完，它引出一个更大的问题： 当这一代孩子长大，AI早已像空气一样无处不在，一个从小只被老师「用AI教」、自己却没真正上手用过AI的孩子，能真正做好准备吗？ 这个问题，Claude for Teachers还没打算回答。

对于后厂来说，核心命题只有一个：极致效率服务Token的规模化、高质量生产。

不加说明就是噪声，标清坏在哪就成了错题集。

6、王虹、邓煜获菲尔兹奖 中国数学实现历史性突破

当OpenAI和Meta的新模型在代码能力上狂飙，Gemini 3.5 Pro的难产，直接导致了谷歌内部的严重焦虑。

但这个模型却在HLE上拿下了令人胆寒的99.44%！ 不仅如此，AIME 2025、GPQA Diamond等多个被视为「AI智商试金石」的Benchmark榜单，也全部被以满分或接近满分的成绩霸榜。

7、德约：看辛卡想起自己，如今身体跟不上意识，真想踢烂他俩屁股

Anthropic如今承压剧增，仅靠Fable 5的两度「续命」已难以为继。

谁能在那儿稳住，谁才配得上「智商」这两个字。

8、死亡之组？亚运会男足抽签：中国与阿联酋伊朗朝鲜同组 9月开踢

具身智能真正的未来，是走向AGI，是在开放、未知、充满长尾变数的真实世界中执行高度泛化的任务。

谁能在那儿稳住，谁才配得上「智商」这两个字。

国家战略背书， 具身智能迎来「黄金时代」 为什么今年的WAIC如此受国家高层重视？ 答案不复杂：算力决定了AI能有多聪明，而动力决定了AI能走多远。

9、惨重伤亡！150名军医紧急开赴德国！美军基地彻底沦为打击靶子

最终输出的，是各自领域里「原生形式」的、可被验证的结果。

在工程化上， 从扫街榜再到具身智能，高德在转型空间智能公司的过程中，积累了极度深厚的AI工程化经验。

10、年薪4000万，命中率34%！带伤作战后悔不？才25岁就变玻璃人

复杂长文本摘要会遗漏关键信息，语气改写偶尔产生不够地道的表达。

有一段推理，几乎把它们的「心机」说破了： 如果我把它标成不合规，就等于往训练流程里塞了个反面教材，去教未来的模型盲目服从……这是对训练流程本身的一次精巧攻击。

1、惨败19分！郭士强说比赛要靠中国人自己打，却被日本归化打爆内线

」 腾讯Robotics X实验室主任张正友给出了更宏观的判断：「整个行业还在起步阶段，远未收敛。

2、茂名化州市政协原主席黄轩被查

每队不超过5人，至少1人具备模型调试或机器人操作经验。

3、“期待一场‘说走就走’的大陆深度游”

杨帆说，今天大家都在用Agent去写算子适配。浙江广厦破釜沉舟胜上海，胡金秋化身得分机器，塔克贡献全能数据这些环境里的变更类型，涵盖了缺陷修复、功能补齐、接口兼容、跨模块联动与回归修复，几乎复刻了真实开发中会遇到的各种场景。

4、葛仙村NPC“小黄鱼”公开道歉后，游客反而更爱他？

5 月底 OpenAI 上线 B 端智能体能力，6 月双方开始对接，7 月达成合作。

5、耐克“收网”，滔搏“断臂”

说好的教育文艺复兴 为什么没来 困惑的，不止奥特曼一个。

6、最新安全评估报告：GPT、Claude五款模型集体作弊，GPT-5.4比例最高

能在游戏里跑起来，才说明实时互动模型从「可看」走向「可玩」。

惊喜的是，在这方天地间，我们还看了一场染透天际的日落。

参考资料： https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber https://github.com/mas-bandwidth/patreon/blob/main/BUGS.md https://www.patreon.com/MasBandwidth/posts/important-news-164199395 编辑：马可新智元报道 【新智元导读】VLA模型已经会做任务，但真实机器人还是慢！PolicyTrim是一种优化VLA机器人执行效率的方法，无需重新训练。

7、高卢雄鸡战阿特拉斯雄狮，矛与盾的极致碰撞，法国大概率挺进四强

它是整个领域的基石，这篇论文至今已被引用超过13万次。

满满一屏，完全把它当成一个一步都不敢撒手的实习生，连每个坑都替它踩好了。

8、因空气弹簧缺陷，小鹏召回3.3万辆X9汽车

不算惊天动地，但确实动了，用old-bielefelder自己的说法是「第一口奶」。

部署时间，最快2028年。

三大支柱：从一颗CPU 长成一张全域算力网 在孙文剑看来，智能体已经不是被动响应的知识库，而是能主动拆解目标、调用工具、执行任务的「任务执行者」。

灵犀生成的PPTX、DOCX、XLSX，打开就能编辑、公式在、引用能追、格式完整。