在Claude Code里，Fable还能自己派更省钱的子智能体去干粗活：它出方案，Sonnet、Haiku这些去执行，最后再由它回来验收。

1、滚球app 模型越会干活，账单涨得越快。

真正决定性价比的，从来不是单次token价格，而是一次成功任务的完整成本。滚球app7月12日晚上，东京大学的数学物理学家立川裕二突然心血来潮，将这份已经停滞半年的研究笔记扔给了AI，没抱任何希望。

2、戴杯纳达尔再演单双打救主 西班牙与加拿大争冠

更露馅的是，一名「基金会工作人员」的T恤背面，凭空多出了一个字母L。

3、连续2天泡在牌桌上！内马尔未随队出征遭狂批 回击：管好你自己吧

前者靠语言表征就能大规模积累，后者还在满世界找「经验的通用表征」。

4、锐评：袁悦打法过时了？无缘美网资格赛的高鑫妤为何总差一口气？

UC伯克利计算机科学/统计学副教授、前Google DeepMind研究科学家Jason Lee直呼：「数学完了。

5、若湖人0-4被雷霆横扫，詹姆斯今年夏季有4个选择

打个比方，你在做一个交易系统的账单导出功能，AI用Runtime.getRuntime().exec()调用系统命令，才生成一行代码，就被第一层标记出来了。

一个叫Chloe的创作者，真的做到了。

三个模型往这四条轴上一摆，三张脸就出来了。

6、2小时视频播客的“沉默20秒”，凭什么比金句更出圈？

他准备好推文、截取好自制的榜单图片、买了一点初始的点赞和转发。

更绝的是，AI常常缺乏空间物理常识，但U1 Pro精准构建了「日-地-月」的位置关系示意图。

7、东契奇受伤 带来哪些连锁反应 湖人会是西部前6最大的软柿子吗

而那段3分钟短片证明了另一件事——一个人、两个起始帧、一套prompt，就能生成连贯的电影级对话场景。

传统教育中，真正要做到因材施教，对一个要面对几十号人的老师来说，几乎是奢望。

8、CBA：北京男篮正式放弃麦基，米切尔告别CBA，国内教练没有杨瀚森说明书，山西续约迪亚洛

LoCoMo基准（长对话复杂推理测试）：HMS-self-evolve以93.5%再度登顶；在多跳推理上达到91.5%，开放域推理达到95.5%。

谷歌发布的测试结果，也显示Gemini 3.6 Flash在代码任务上被其他模型超越，仅在视觉和上下文基准测试中持续保持领先水平。

安全团队要的漏洞清单，每一条都能直接跳到出问题的那行代码。

9、值得「纯」爱_网易订阅

WAIC 2026（世界人工智能大会）于 7 月 17 日在上海开幕，国内外 1100 余家企业参展，带来超 3000 项展品。

著名科幻作家斯坦尼斯瓦夫·莱姆在其著作《索拉里斯星》里描述了一片覆盖整个星球、能读取人类记忆并将其具象化的胶质海洋，堪称「AI黑箱」的终极隐喻。

10、卡特：打完22个赛季还想继续出战 但人情世故让我选择退役

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。

名字里那个「全息」指的是什么，此刻你已经知道了。

1、跑者必练6组上肢力量，让你跑得更稳更快！

可Sol的出现却告诉你：越攥得紧，越贵、越慢、越差。

2、是对还是错？广西高分考生放弃武大法学，被人大工商管理录取，位次95+

然后像装监控一样，把Grok Build偷偷往外发的每一个数据包，全部截获，逐帧回放。

3、世界杯决赛，从“澡盆德比”500年前讲起

过去几年，大模型领域最成功的经验总结莫过于「Scaling Law（缩放定律）」。英阿大战，英格兰队主教练表态：不纠结历史宿怨在你，到底怎么用它。

4、国足将战世界杯参赛队

也就是技能从训练场带到新环境，还能剩下几成功力。

5、马上评｜中国球队问鼎“U12小世界杯”绝非偶然

顺带提一句，deepseek-chat和deepseek-reasoner两个老模型名，7月24日正式下线。

6、跟队记者：费内巴切管理层即将来到意大利和莱奥谈判

真实场景 才是灵巧手产业化的检验 灵巧手产业化的评价标准，正在由「能否完成一次动作」转向「能否持续完成完整任务」。

三类资本同时出现在投资方名单里，说明市场已经公认：这家公司，是AI视频与未来交互赛道的一张重要船票。

不是等着领先了再上桌，而是找准了自己的位置先坐下来——还挣到钱了。

7、九年火箭姚（一）：姚明2002年选秀之前不为人知的芝加哥联合试训

行业里的共识是，今年AI推理的算力需求是去年的5倍到10倍。

问题在于：IQ测试，本来就不是为大模型量身定做的。

8、“远景天机”气象大模型FE首秀：高精度超短期降雨预报助力车队登上领奖台

也就是说，机器人不光要会动手，还得说得清自己为什么这么动。

惊喜的是，在这方天地间，我们还看了一场染透天际的日落。

我们甚至可能走到这样一个节点：资源不再是人类进步的限制因素，一个令人惊叹的富足新纪元就此开启。

它训了套奖励模型，让机器人自评「这下做得好不好」，再靠持续学习吃进翻车经验，硬磨出极端情况的纠错力。