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。

1、九游体育 更关键的一点，它还带上了Claude Code和Cowork。

在那之前，两年的等待还差最后一步。九游体育Anthropic教育负责人Drew Bent举了个例子：让它讲「怎么构造线性函数」，它会先把对应的课标拽出来，标好学生在这一块最容易犯的那些错，再围着这些错去搭这节课。

2、“泸超”决赛｜今天（18日）10:00开票！专属福利先约先得

这意味着只要Gemini的架构不大改，芯片就能一直用，新版本的参数照样灌得进去。

3、空门打立柱！中超名场面+1，球迷：这球可能入选中超十大笑话

比如，Anthropic推出AI科研工作台Claude Science，将科研拆成可逐步审计的流水线，实现综述写作、基因分析等特定环节效率提升10倍；Google DeepMind的GNoME用图神经网络预测无机晶体稳定性、以「生成候选→DFT 验证→数据回流」的闭环产出约 220 万个结构。

4、中超最新积分榜：成都蓉城率先突破40分，泰山队第4，倒数2队输球

模型学好了技能，却认不出红色的塑料箱，适应不了偏暗的灯光，也跨不过那高出的5厘米。

5、2.7升水平对置六缸机加持，这辆1968年保时捷911软窗Targa重获新生

它承担的角色更接近于一名「评分审计员」，负责检查分数是否能够被评语合理支撑。

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。

这种辅助决策式的购物体验，会远大于货架式的搜索体验。

6、3条旅游公交线路运营时间有变！

随着接入的应用越挂越多，工作日高峰期的并发压力不断攀升，吞吐终于撞上天花板。

Context≠记忆≠RAG！ AI最大短板：记忆 今天的大模型，是一种前所未有、却也残缺的天才。

7、穆里尼奥没看错人！皇马王牌世界杯隐身，全场摆烂坑惨摩洛哥

海风、岩洞、光影、人物的微表情，几个机位来回切，镜头语言竟然像模像样。

这意味着，人类指望AI替自己盯着AI，可能收不到任何警报。

8、“飞猫”终结挪威：哈兰德出局，依旧是赢家

超维动力给自己的定位，从来不是一家单纯的机器人公司。

先在「世界模型」里，把跤摔够 不过，光有一个强模型，还不足以让人放心把15小时交出去。

说好的教育文艺复兴 为什么没来 困惑的，不止奥特曼一个。

9、7月10日众议院闯关！高市早苗强行摊牌，要给爱子留位置？

灵犀离替代成熟的真人助理还有距离，田然自己也坦诚，上下文工程需要持续深挖。

不是「Token 工厂」，是Agentic Infra 2025年，无问芯穹率先在业内喊出了Agentic Infra。

10、MLS调查迈阿密免签卡塞米罗：签人没先买“发现权”，到底踩了什么红线

」 参考资料： https://turntrout.com/why-i-left-google-deepmind 编辑：Aeneas新智元报道 7月17日，上海，黄浦江畔，夏风滚烫。

面对员工的质疑，DeepMind CEO Demis Hassabis在接受采访时依然振振有词：「这个世界变得越来越危险……我们的AI原则没有任何改变。

1、前NBA最佳第六人哈雷尔疯了！24小时内双线血战，轰42分创BIG3历史纪录

他们更在意的问题是：角色是否足够独特，情绪是否成立，以及这个概念最终能不能变成真正好玩的产品。

2、FIFA官宣2026世界杯梦之队：英格兰仅1人入选，贝林厄姆独苗，40岁佛得角门将封神

莫宗坚给了张益唐一个「引理」——一个被认为是正确的数学命题，作为研究的基础。

3、美国女飞人社交媒体发声:感谢纽约市长送票,隔空喊话邀他来周六看比赛

一个真正的企业级 Skill，不只是提示词模板，而应当包括： 适用场景； 输入条件； 所需知识； 权限边界； 执行步骤； 工具调用； 决策规则； 预期结果； 成本和时间估计； 风险与约束； 结果验证； 反馈和更新方式。汽车博主暗指因王一博参赛致现场混乱、安保升级，中国超级跑车锦标赛：依照相关法规，规范开展赛事统筹、证件制作与人员核发全流程工作对非触发样本，、，目标退化为标准训练，从而不影响干净效用。

4、ESPN曝洋基交易截止日愿望清单：捕手、中继投手和右打外野手

姚期智院士在2025全球开发者先锋大会暨国际具身智能技能大赛的致辞 大赛专家指导委员会主席由姚期智院士挂帅（图灵奖得主、中国科学院院士），首创「人工智能专家+具身智能专家+人类技能大师」三元评审体系，为GDPS赛事评审标准与技术方向把舵定调。

5、澳大利亚摊牌了！模仿中国99A搞对抗，想打解放军的野心藏不住了

反低效内卷 沉淀科研复利资产 如果说验证滞后制约了科研即时落地效率，那么科研经验的零散流失，便是影响 AI 科研长期进化的核心因素，也是大模型科学探索能力增长缓慢的深层原因。

6、对克拉克恶意腰部犯规，狂热大胜夜米勒收联盟第四张技犯面临千元罚单

平均来看，顶尖专家们认为物理AI的「ChatGPT时刻」大约在3-4年后到来。

Axios 还将「Alpha」定义为企业区别于市场的知识，将「主权 AI」定义为企业对模型和连接专有知识的应用层保持控制。

这三个问题揪出来之后，系统还顺手给了修复方案。

7、省委书记实地察看AG600水陆两栖飞机、AS700载人飞艇展示

他甚至让Claude自己设计了一套端到端测试，连着跑了四个通宵，专抓那些没人预料得到的边角问题。

该模型通过构建四足机器人统一的行为基座，实现了ABot能力的端到端验证。

8、F1匈牙利大奖赛：测试你对那些在布达佩斯迎来首胜车手的了解

完整模型的纠正成功率高达98.15%；去除恢复数据后，这一指标骤降至15.46%，导航成功率也由59.00%下降至29.71%。

两个人对话怎么不穿帮？同一段戏，两个机位各跑一遍；prompt开头立规矩——一次只许一个人说话，绝不重叠。

这是是一场精心策划的「社会实验」，一个史诗级的「钓鱼」骗局。

补齐 AI 科研反馈滞后短板 打通数字推演与实体实验链路 当前 AI 科研普遍存在推演高效、落地困难的痛点，核心症结在于真实场景反馈机制的不完善。