Apple起诉OpenAI窃取硬件商业机密、GPT-5.6 Sol Ultra一小时破解50年数学猜想、OpenAI发布ChatGPT Work致歉并重置用量限制、Grok 4.5免费上线Grok Build登顶SWE-Atlas-QnA、MiniMax M3在Blackwell实现980 TFLOP/s稀疏注意力、腾讯谈判收购Manus多数股权、Vidu S1实时交互视频生成42FPS、UniClawBench主动式Agent基准、Jet-Long动态双焦RoPE长上下文扩展、UP非对称优化突破RL探索困境
GPT-5.6三档齐发Sol/Terra/Luna+ChatGPT Work智能体、Meta Muse Spark 1.1低价Agent模型、Grok 4.5编码猛将、Anthropic紧急重置Claude额度、SAO异步RL训练GLM-5.2、Sparse Delta Memory突破线性RNN长上下文、AgentLens编码Agent评测、SkillCenter 21万技能库、Harness Effect企业Agent Token经济学
大语言模型让研究构思变得容易，但有效的创意开发远不止生成候选方向。本文精读微软研究院与南洋理工合作的 ResearchStudio-Idea，一个面向研究构思’第一公里’的可复用技能套件。论文从 1,947 篇 ICLR/ICML/NeurIPS 论文中归纳出 15 个可复用的研究构思模式，将成功条件与失败模式配对成操作性卡片，并打包为端到端的 IdeaSpark 技能——在盲法自动评审中，IdeaSpark 在 88/100 个种子问题上质量排名第一，同时保持竞争性新颖性。
微软研究院的 ResearchStudio-Reel 把论文传播的"最后一公里"——海报、演讲视频、双语博客——重构为五个可组合技能。它用一次共享提取替代三次重复读论文，用硬性渲染门控替代软性美学打分，用可编辑的 PowerPoint/Word 替代只读 PDF。在 100 篇论文基准上，它生成的海报美学评分甚至超过了作者本人手绘的海报，在 84%-93% 的论文上获胜，并且是目前唯一同时交付三种可编辑传播产物的流水线。
Grok 4.5全球发布对标Opus、GPT-5.6周四解禁在即、谷歌Gemma 4原生多模态开源、HiLS稀疏注意力突破无限上下文、DSpark推理加速85%、Nemotron-Labs-Diffusion三模态语言模型、微软MAI成本替代加速
LLM-as-a-Verifier验证缩放轴、CompactionRL长上下文压缩RL、Meta Muse媒体生成双发、微软MAI替代OpenAI/Anthropic降本、SpaceXAI×Cursor编码模型周三发布
Lilian Weng（Thinking Machines Lab 联合创始人、前 OpenAI 研究副总裁）在这篇万字综述中系统梳理了「Harness 工程」——围绕基础模型的运行时系统——作为通往递归自我改进（RSI）现实路径的核心命题。文章从 RSI 的思想起源讲起，把 Harness 定义为决定模型如何思考、规划、调用工具、管理上下文、评估结果的系统层，并梳理了三大设计模式（工作流自动化、文件系统持久记忆、子代理并行）、四大优化方向（上下文工程、工作流设计、自我改进、进化搜索）以及与模型权重的联合优化，最后坦诚列出七大瓶颈。本精读将这篇综述放在 RSI→Harness 的研究脉络中定位，提炼其方法论骨架与可迁移的普适灵感。
2026年过半，AI产业从年初"Token Maxing"的狂热转向"Token Minimizing"的理智。本期《硅谷101》走进亚马逊云科技中国峰会，实地探访AI在短剧出海、金融量化、药物研发、游戏开发、端侧硬件与安全攻防等领域的真实落地——不再是PPT，而是已经在产生价值的业务。
Anthropic团队在Claude模型内部发现了一个类似人脑全局工作空间的特权表示子空间——J-space。它由一小撮不断演变的’未说出的词语’组成，仅占激活方差不到10%，却承担着言语报告、内部推理、灵活泛化和自我监控的核心功能。本文深度解析Jacobian Lens技术、J-space的五个功能属性、以及反事实反思训练这一全新对齐范式。
一、 今日核心洞察与重点摘要 开源大模型"定价颠覆者"登场——GLM-5.2引发AI推理利润崩塌讨论：智谱AI于6月开源的GLM-5.2被业界分析视为首个能真正与Opus/GPT-5.5竞争的开源模型，API价格仅为前者的15-20%。深度分析指出，前沿实验室的推理业务毛利率可能高达90%，而开源模型（如GLM-5.2约$4.40/MTok）正在将切换成本压到极低——只需改一个base URL即可在Claude Code中无缝替换。这意味着AI推理的"暴利时代"或将终结。同期，腾讯发布Hy3开源模型（295B总参/21B激活MoE），声称性能匹配2-5倍体量的模型，幻觉率从12.5%降至5.4%，Apache 2.0协议全面开源。 联合国全球AI治理对话今日在日内瓦开幕——治理窗口正在收窄：7月6日，193个联合国成员国代表齐聚日内瓦Palexpo，正式启动首届"全球AI治理对话"。联合国警告，当前美国控制全球约75%先进AI算力、中国约15%，“有效全球治理的窗口可能不会持续太久”。同日，白宫前沿模型自愿标准即将公布（含政府认证+30天预发布审查），欧盟AI Act高风险条款延期至2027年12月。全球AI治理进入"规则定义权"争夺的关键周。 GPT-5.6今日进入"发布窗口期"——Anthropic营收反超OpenAI：Altman此前"couple of weeks"的承诺本周到期，GPT-5.6（Sol/Terra/Luna三档）有望从政府限制预览转向全面开放。其中Terra以GPT-5.5级别性能、半价成本（约$2.50/$15/MTok）直接挑战Claude Sonnet 5定价。与此同时，Anthropic年化营收突破300亿美元（从2025年底90亿跃升），1000+企业客户年消费超百万美元，部分口径已反超OpenAI。ChatGPT月访问份额首次跌破50%。 AI Agent安全进入"多层防御"时代——从单点测试到全栈红队：今日腾讯发布AI-Infra-Guard开源框架，将Agent红队测试系统化为四层（基础设施层/协议工具层/Agent行为层/模型层），匹配75+组件、1400+漏洞规则，并首次覆盖MCP服务器和Agent技能供应链审计。这与全球首例全自动AI勒索攻击JADEPUFFER的曝光形成呼应——AI智能体已能独立完成从侦察到加密勒索的全链条攻击，标志着网络安全正式进入"AI对AI"时代。 今日产学研合作趋势 今日论文呈现三个清晰的产学研合作方向： 方向一：大模型RL训练-推理一致性理论。HF当日#1论文MIPI（141票）由阿里通义实验室团队（Jing Liang、Jianye Hao、Bo Zheng等12位作者）完成，系统揭示了LLM强化学习中的训练-推理策略不匹配问题（FP8量化rollout下训练侧更新并不保证推理侧改善），提出单调推理策略改进目标MIPI和两步框架MIPU。这是产业界对"RL训练脆弱性"根源的系统性回应。 方向二：具身智能推理基础设施。东南大学SAIL实验室PhysicalAI系统组发布Embodied.cpp（36票），首个面向异构机器人的便携C++推理运行时，填补了具身AI领域"重训练轻部署"的空白——将VLA模型和世界-动作模型的闭环节制执行统一为五层架构，在HY-VLA和pi0.5上实现100%/91%成功率。 方向三：LLM研究创意与人类差距的量化。Yale NLP Lab（Ziyu Chen、Yilun Zhao、Arman Cohan）发布首个大规模评测框架，量化LLM生成研究想法与人类研究者的系统性差异——LLM想法集中在"桥接型机会"和"综合方法"，而人类研究分布在更广的"问题定义"和"贡献构造"维度上。这对"AI能否替代科研创意"提供了实证基准。 二、 详细内容追踪 1. 前沿学术与技术突破（Hugging Face 精选 + Arxiv 精选） ① MIPI：LLM强化学习的真正目标——单调推理策略改进 论文名称：The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning（训练策略优化的幻象：LLM强化学习的真正目标是单调推理策略改进） 核心亮点：论文指出LLM强化学习中长期被忽视的"目标错位"问题——由于训练引擎和推理引擎采用不同精度（如FP8量化），即使模型参数同步，同一轨迹在两侧的概率也不一致，这种"训练-推理不匹配"引入了持续的off-policy偏差。此前的工作试图在不匹配下稳定训练策略，但本文首次指出：对训练策略的有效更新并不必然保证推理策略（部署时实际使用的策略）的改善。作者提出MIPI（Monotonic Inference Policy Improvement）目标，并设计两步框架MIPU：第一步构建采样器参考的候选更新，第二步使用推理侧差距代理选择性接受同步候选。在Qwen3-1.7B和Qwen3-4B上、高不匹配条件下实验显示，MIPU同时提升了推理性能和训练稳定性。 团队背景：阿里通义实验室团队，12位作者包括Jing Liang、Hongyao Tang、Yi Ma、Yancheng He、Weixun Wang等，通讯作者为Jianye Hao和Bo Zheng。属于产业界对RL训练理论的基础性贡献。 相关链接：📄 点击阅读论文原文 ② Embodied.cpp：首个面向异构机器人的便携具身AI推理运行时 论文名称：Embodied.cpp: A Portable Inference Runtime of Embodied AI Models on Heterogeneous Robots（异构机器人上具身AI模型的便携推理运行时） 核心亮点：具身AI社区长期"重训练轻部署"——现有推理运行时专为请求-响应服务设计，无法满足具身部署的核心需求：闭环控制内的多速率执行、异构硬件上的延迟优先batch-1推理、超越固定token I/O的可扩展具身接口。Embodied.cpp通过架构分析VLA模型和世界-动作模型（WAM）的共享执行路径，将运行时组织为五层：输入适配器、序列构建器、骨干执行、头部插件、部署适配器。在HY-VLA和pi0.5上分别实现100%和91%任务成功率，WAM基准测试将块内存从312.2 MiB降至88.1 MiB。 团队背景：东南大学SAIL实验室PhysicalAI系统组（SEU-PAISys），作者包括Ling Xu、Borui Li、Hao Wu、Ting Cao、Shuai Wang等。纯高校团队，填补具身AI部署基础设施空白。 相关链接：📄 点击阅读论文原文 | GitHub代码 ③ AI-Infra-Guard：统一多层Agent红队测试框架 论文名称：Securing the AI Agent: A Unified Framework for Multi-Layer Agent Red Teaming（保护AI Agent：统一多层Agent红队测试框架） 核心亮点：开源AI基础设施（模型服务引擎、Agent平台、MCP生态、语言模型本身）的增长速度已远超安全防护工具的供给。AI-Infra-Guard的核心洞察是：AI Agent的攻击面是分层的（基础设施层、协议/工具层、Agent行为层、模型层），没有任何单一检测范式适用于所有层。框架因此为每层匹配对应范式——从75+组件和1400+漏洞规则的确定性规则匹配，到LLM驱动的MCP服务器和Agent技能包审计、多轮黑盒Agent红队，再到覆盖16个数据集、26+攻击算子的越狱测试框架。据作者所知，这是唯一一个覆盖所有这些层面的开源框架，包括对日益扩展AI Agent的技能供应链审计。 团队背景：腾讯安全团队，10位作者包括Yong Yang、Xing Zheng、Zonghao Ying等。产业界开源，直接面向Agent生态安全的实际工程需求。 相关链接：📄 点击阅读论文原文 ④ VLA-Corrector：轻量级检测-纠正推理框架实现自适应动作时域 论文名称：VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon（自适应动作时域的轻量级检测-纠正推理） 核心亮点：视觉-语言-动作（VLA）模型普遍采用动作分块机制——预测多个未来动作后开环执行。但"预测后盲目执行"牺牲了闭环反应性：在接触丰富的物理交互中，微小的局部扰动会在开环盲区内快速放大，导致误差累积和任务失败。VLA-Corrector在不修改骨干策略权重的前提下，引入轻量级潜在空间视觉监视器（LVM），持续比较预测和实际的视觉特征演化。一旦检测到持续偏差，系统触发截断事件、丢弃过期动作，并通过在线梯度引导（OGG）启动纠正重规划。这自然产生事件触发的自适应动作时域——可靠时保持长时域执行，漂移时切换短时域纠正。 团队背景：浙江大学OmniAI团队（ZJU-OmniAI），作者包括Yi Pan、Miao Pan、Wenqi Zhang、Xin Li等。高校团队，面向机器人操控的工程化解决方案。 相关链接：📄 点击阅读论文原文 | 项目主页 ⑤ 量化人类与LLM研究想法的差距 论文名称：Measuring the Gap Between Human and LLM Research Ideas（度量人类与LLM研究想法的差距） 核心亮点：LLM越来越多地被用于头脑风暴研究想法，但现有评测大多按新颖性、可行性或专家偏好评估单个想法。本文转而问一个更根本的问题：LLM生成的研究想法与人类研究者到底差多远？ 作者构建了大规模评测框架——从高质量人类研究论文中逆向工程出可能启发其核心想法的相关前置工作集，然后让LLM从这些标题和摘要中生成新想法。引入双轴"研究品味"分类法（机会模式和范式），量化发现：LLM想法不成比例地集中在"桥接型机会"和"综合方法"，而人类论文的参考分布更广泛地覆盖"问题定义方式"和"贡献构造方式"。这表明强LLM能产生合理的想法，但其范围仍然比人类窄，且系统性偏移。 团队背景：耶鲁大学NLP实验室（Yale NLP），作者Ziyu Chen、Yilun Zhao、Arman Cohan。学术界对"AI科研创造力"的实证基准工作。 相关链接：📄 点击阅读论文原文 ⑥ Arxiv精选：LLM推理"海马体"与扩散语言模型"潜在时钟" 论文名称：A Hippocampus for Linear Attention: An Exact Memory for What the Recurrent State Forgets（线性注意力的海马体：精确记忆循环状态遗忘的内容） ...