不过，人们上手后的实测，恰恰给出了另一半答案：GPT-5.6好像，正在把「会做题」和「会做事」这两件事，慢慢拧到一起。

1、Kai云体育 他们把各自的模型、数据和训练体系摆上桌面。

数据是学习养料。Kai云体育卡了半年的弦论难题，Claude一夜解开！ 网友惊呼：人类迈入全新的科学时代。

2、倍耐力官方：匈牙利赛道升级，最软配方轮胎将迎高温大考

测试通过数、分数阈值这类可量化标准之所以好用，是因为Claude不用自己纠结「够不够好」，评估器替它判。

3、安切洛蒂正式拒绝意大利队执教邀请 留巴西队至2030年

它指出企业需要积累AI能力，却还没有完全回答这些能力到底以什么形式存在、如何被管理、如何被验证、如何被更新，以及如何防止它们依附于某一个模型供应商。

4、恩博洛跳水闹麻了！阿根廷太抽象了，斯卡洛尼这是啥预制菜战术？

Frozen v2则只为Gemini一个模型而生。

5、精准施策暖人心 高台县总工会用心守护新业态从业人员_网易订阅

三是三层奖励。

值得一提的是，团队一度以为reward上不去是算法问题，排查后发现罪魁是训练环境本身——早期约16%的轨迹里，至少有一次失败源自沙箱而非模型。

在线投票显示，Kimi K3在游戏开发领域击败Fable 5，以87%的支持率绝对碾压过去被认为「全球最强AI」的Fable 5。

6、莱万揭秘亚马尔世界杯失常之谜：八周没踢球，上来就干高强度的

更有意思的，是把两组数字放在一起看。

这套构建方式的价值，在于能够暴露传统分类根本看不见的攻击。

7、罗马诺：卡里克向俱乐部确认，阿马德今夏是非卖品；记者：曼联等多队关注布阿迪

最近一个非常有意思的行业现象是：大量的海外开发者，也开始嫌弃OpenAI、Anthropic的模型API太贵了。

这条曲线，正是撑起他「下一年最强」的底气之一。

8、爱尔兰甲级联赛第24轮：都柏林大学主场迎战科克城_网易订阅

接着是执行。

如今Bun的CLI月下载量，已强势突破1000万大关，甚至成为了CC底层的重度依赖。

行业内极度缺乏针对多智能体的计量治理、成本分配和Token负荷隔离管控工具。

9、CBA新消息，上海男篮拒绝洛夫顿超200万要价，高诗岩留守山东，辽宁追新星

只有安全可信，智能体才能规模化地创造价值。

Claude Code官方Agent SDK文档给出的智能体循环：提示词进入后，Claude评估、调用工具、结果回流再评估，直到某轮不再调用任何工具，才输出最终答案。

10、F1匈牙利站练习开跑，飞镖世界对抗赛八强激战，百球赛首轮收官——周五赛事指南

年初先出手的是Anthropic。

目前，FDR超过名义水平的幅度（0.104 vs 0.1）相对较小，其对高通量科学的实际冲击力仍有待沉淀。

1、程蓓主持召开“企业服务年”走访调研情况交流会

昨天，爱诗科技刚刚宣布完成整体C轮融资，累计融资金额达29.8亿元人民币。

2、1994年罗孚Mini Cooper上架竞价：日本转入美国，2024年重造变速器，9.1万公里

雅可比猜想问的是：如果这个条件处处成立，且函数是多项式映射，那么逆映射是否也必须是多项式？ 这是一个典型的「局部到全局」的问题，看起来理所当然应该成立，却让世界上最聪明的头脑困惑了整整87年。

3、炸锅！联合国上，中国不声不响扔出一份重磅文件，直接把桌子掀了

轻量化是一个持久的命题。过去七天，体育圈不止世界杯决赛，格拉斯哥2026蓄势待发而放眼全球，具身智能行业的头部玩家们，早已敏锐捕捉到风向的转变。

4、皇马向尤文推荐马斯坦托诺，尤文有意盖塔诺，科莫利即将下课

两难就此浮现：粗数据便宜但难学，精数据好用难量产。

5、上季31轰本季仅6轰，泰勒·奥尼尔疑似受伤退场

基金会声称，自去年9月以来，它一直在尼泊尔、加沙、乌干达、苏丹四地行善：建清真寺、发食物、办教育。

6、从确诊到开台手术仅耗时40分钟，岳阳广济医院多学科协作救治车祸肾破裂伤者

第二层，L2轻量扫描，也即语义级增量审查。

不是跑在芯片上，是长在芯片里。

在这个意义上，Fithian教授那句后背发凉的「心塞」，绝不仅是他个人的智力失落，而是一代科研人在时代拐点上的集体情绪切片。

7、伊藤博文起草的《明治宪法》，如何打开日本侵略扩张的潘多拉魔盒

只学习正确路线，机器人可能能够走一段；只有把错误状态和恢复过程明确纳入训练，机器人才能在偏航后真正找回方向。

第一个拦路虎是钱。

8、德国名宿开炮：阿根廷靠丑陋踢法混进决赛 输西班牙是足球胜利

GPT-5干的事情，是把他不知道的那些文献翻了出来。

Gemini-3.6 Flash前端能力全线崩盘，在前端代码竞技场中不敌Claude Fable 5、GPT-5.6 Sol等当红模型，甚至不如Meta的Muse Spark 1.1。

这两件听上去朴素的事，恰恰是今天最强的AI所没有的。

对于这项工作而言，LLM的角色并不是替代审稿人完成评审，而是在现有评审流程之外，为文字评语与最终评分之间增加一层校准机制，希望借此减少评分尺度不一致带来的随机性，为同行评审提供更加稳定的参考依据。