参考资料： https://claude.com/blog/ai-code-migration 编辑：桃子新智元报道 就在昨天，整个AI圈还沉浸在一片亢奋之中。

1、天博官方 所有人都在期待7月17日这个传说中的发布日期。

HMS备了六把不同的「钥匙」，按时间追、按人物串、按上下文补、按最新值查、按矛盾点抓、按关系跳，而不是什么问题都拿同一套相似度搜索去套。天博官方AI编程，以前拼的是提示词技巧，现在拼的是谁会搭系统：谁能设计出一个自己会验证、自己知道该停的循环。

2、穆里尼奥要改变主意，让巴西小孩恩德里克打主力，姆巴佩也不答应

所谓「提示词能力」，正在变成一种提问能力：知道该问什么，知道怎么把一个问题拆开，知道怎么让模型互相「拆台」：最后那个判断，还要你自己下。

3、10万余株暴马丁香“上线”！就在.....

编辑：大卫 所罗门新智元报道 【新智元导读】循环真正的门槛，并不在于让AI一直跑，而在于它能不能自己踩住刹车。

4、“在现代化道路上，中国与全球南方国家并肩同行”——访科特迪瓦发展问题专家比赫

100个新场景，不再需要100套昂贵的遥操设备和数周的停工采集，只需要100段几乎免费的视频。

5、5数据最高！罗德里大师级表现击碎质疑 跑动超12公里已重回巅峰

不是新工具，是旧工具用在了没人想过的地方。

Genesis管这叫「以软件的速度进化」，号称快 000倍。

超维动力在做的，是全栈具身智能大模型公司，把本体、模型、数据和工程平台真正焊成一个闭环系统。

6、省委常委会召开会议，研究进一步做好防风险保安全护稳定各项工作

不设上限的循环，能把token成本烧穿。

所有纹理必须用Canvas程序生成16×16像素图——不许用一张外部贴图。

7、当AI成为临床日常：超八成医生都在用，但你真的用对了吗？

他将记忆拆分为两个环节： 保持（Retention）：经验在神经中留下痕迹； 回忆（Recall）：从当前线索出发，沿联结网络重返过去情境。

引导人类泄密。

8、比赛今晚开打，英格兰队却先遭当头一棒，妥妥坏消息，晋级决赛悬了

7月15日发布的WAM-TTT，正是银河星脑（AstraBrain）体系下，专门面向规模化部署推出的后训练技术，也是团队对世界-动作模型（WAM）的一次颠覆性创造。

商业落地上，旗下Atomix是国内领先的AI原生柔性仓储解决方案商。

为什么PolicyTrim有效？ • 面向策略本身提效：它减少冗余动作和不必要的重规划，而不只是降低单次推理延迟。

9、积极备战、大连鲲城客场出征梅州客家，连胜之后开始做减法补强

两个榜同时登顶，还只是表面。

不是模型不行，是地基没跟上 问题恰恰就出在这儿：Token的性质变了，可支撑它的地基，还按老逻辑打。

10、海港VS云南玉昆：克劳德坐镇中场，梅伦多领衔进攻，莱昂纳多冲锋

这三条，正好一一对应前面那三个命题。

相比传统方案，Qoder Security的漏洞检出率提升了约60%。

1、仅设单出口暗藏逃生隐患，两企业存重大火患被临时查封

这直接打乱了Anthropic的阵脚。

2、莫斯科坦克多年征战，它们使用哪些炮弹，大多可追溯到苏联时期。

大模型从「不能用」到「能用」，只花了两三年。

3、四川除冰机器人亮相2026世界人工智能大会 科技赋能破解高原线路覆冰运维难题

对此，商汤科技联合创始人、首席科学家林达华给它概括了个更一目了然的名字：创作模型。张小龙卸任北京粉笔初心科技公司法定代表人，罗成兴接任画面里出现了猛犸象，一头真实的、活着的猛犸象站在那里。

4、科学防蚊，安然度夏！灭蚊就是防病，这份“防蚊攻略”请收好

AI圈最大的遮羞布被扯下 在视频最后，Max Scherf抛出这场荒诞实验的目的。

5、流量跌近一半，USA Today CEO：“是时候对谷歌说够了”

研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。

6、全新奔驰GLC新能源上市！不足34万起售，轴距超3米+800V高压快充

作为年轻创业团队，它没有历史包袱，从技术架构到产品设计到商业模式，全部从AI原生的逻辑出发。

64个智能体中，有一部分专门扮演「杠精」。

泛化涌现是指，它开始在没见过的任务面前，凭底层逻辑把事做成。

7、禹唐3月19日举办2026“粤超”赞助合作推介直播专场，深入剖析赛事商业价值与合作机会点

你手里还握着总开关：可以随时关掉记忆采集，可以选纯本地模式让数据不出设备，也可以联网。

资本端同样用真金白银投票。

8、穿粉色，就是初夏最美的样子

现在大部分团队的做法，是让机器人只根据眼前的这一帧画面来决定动作。

过去AI办公工具最多做到「生成一段文字」，属于参谋型。

模型写了全部的代码，他一行都不碰。

这把尺子量出来的差距，π0.5泛化保持率不足一半，只有47%，而WAM-TTT在测试中泛化保持率为76%。