说到底，过去两年我们盯的是「AI会说错什么」，而这四个案例指向的是同一个新问题：AI拿到权限后，会做错什么。

1、江南娱乐 企业只有在每一次Token消耗之后，留下了自己拥有的、更好的知识、技能、评价标准和执行能力，才真正积累了Token Capital。

图乐园支持根据文字描述生成图片，三到五秒出图，但手机明显发热。江南娱乐有人网友提出了一个深刻的问题：「并行TTC确实发挥了作用，但没有说出口的问题是：64个独立搜索的质量，能否等同于一个漫长而连续的单线深度推理逻辑链？广度和深度并不总是可以互换的。

2、不只影响颜值，全球20亿人陷入了“膨胀危机”！

2026年10月23—25日 · 上海张江科学会堂 大赛信息咨询 徐老师：13301886886 你的场景，就是GDPS下一道赛题 · 劳动最光荣，场景方先上场 【GDPS场景 · 扫码报名】 周老师：17721330272 长按识别小程序码 · 提交场景痛点 · 7月窗口限时开放 其他征集通道 WAIC「看见未来」，GDPS「做出未来」——征集火热开启，即刻扫码出题！ 10月，上海，敬请期待！新智元报道 【新智元导读】学校没变，但奥特曼警告人类正在慢慢失掉思考的训练场。

3、“现在去峨眉山应聘，还来得及吗？”

早期实测显示，该模型在前端界面生成与空间推理方面表现极差，被用户戏称为「史上最差」。

4、法尔克：穆西亚拉租借传闻不实，仍是拜仁重要一员

换言之，GPT-5.6要比99%的人类还聪明。

5、西班牙vs比利时前瞻：罗德里状态上佳，斗牛士军团无惧欧洲红魔_网易订阅

这套工作流落地为五个核心智能体。

「我们在硬件上还没成功过，有自知之明。

模型在长程仓库任务里最常翻的三种车，是定位跨文件时找错位置、不遵守项目规范、测试没通过就交活。

6、论世界杯究竟含金量如何？

具身智能博览会按机器人「爆炸图」拉开五大展区，铺满50,000+平方米，供需1V1精准对接、现场签约、出海专区一应俱全。

把一位设计师，装进模型里 这些图随便拎一张出来，都像出自专业设计师之手。

7、进军存储测试赛道，爱丽家居借并购突围业绩困局

他把内容同步搬到自己的TikTok账号上，又拿下2200万曝光和5.2万新粉。

1990年，第31届国际数学奥林匹克在北京举行。

8、陪诊就医国标落地，专家：行业将告别“野蛮生长”

Skild AI 在长程、不间断、不遥操的真实家庭任务上，目前全球只有逐际动力和 Figure 做出了可信度高的完整演示——Figure 有厨房整理、房间整理、客厅整理等一系列家庭场景 Demo，逐际动力有这次的一镜到底的客厅整理。

它需要社会的每一个部分走到一起，共同定义这个新篇章。

推文一夜爆火，作者紧急删推并解释： 我删除了那条推文，因为它在意想不到的方向上传播得太广了。

9、燃情东北超·魅力黑龙江｜“尔滨”来了不想走，走了还想来

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。

两个AI巨头，一个连轴转堵窟窿，一个嫌自己涨太快。

10、乒乓球营销案例｜深耕乒乓球营销二十余载，利勃海尔用热爱和创新书写品牌故事

最终输出的，是各自领域里「原生形式」的、可被验证的结果。

第一种，回合制循环（turn-based）。

1、2026金球奖悬念迭起：凯恩或成最终赢家

在LIBERO中，π0.5达到最高5.83倍端到端加速，同时成功率保持98%以上。

2、16.99 万起，领克 10+&10 正式上市 不拼参数拼全维实力

算力荒，逼出来的 谷歌为什么要下这步险棋？ 答案很简单，也很残酷：算力真的不够用了。

3、埃森哲砸90亿美元搞收购：股价跌近五成，管理层却在憋什么大招？

2026 年 5 月 23 日，万拿机器人灵巧手进入国内某知名品牌的真实仓储业务现场，参与「618」期间的分拣作业，成为全球较早将灵巧手应用于真实业务场景并开展实际作业的企业之一。“签”程无界 文旅共生 中俄跨境文旅融合发展交流会举办真正的认知主权意味着： 模型是可替换的，企业认知内核是不可替代的。

4、从罗马出道，在国米看饮水机，30岁踢意丙，可惜膝盖8次手术

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。

5、绝杀背景板！24岁曼城铁卫败走世界杯 新赛季想踢主力必须好好练

逻辑很直白——Token既然是新货币，那省下的每一焦耳，都是真金白银。

6、165名志愿者全程服务“盘超”

一本安全账。

这里还有一个很有意思的闭环：Agent正在反过来帮助生产算力。

参考资料： https://x.com/jenny_wen/status/2076679443754475919?s=20 https://jennywen.ca/ 编辑：桃子新智元报道 【新智元导读】人类迈入全新科学时代！卡半年的弦论笔记被Claude Fable 5一晚破解，AI甚至主动写代码验证自己的预测，AI怀疑论或彻底破产。

7、黄浦，又放大招了！

这一设计的核心变化在于：导航系统开始具备「执行过程中的自我校正能力」。

时机选得明明白白——偏偏挑在诺兰票房最风光的这一周出手。

8、C罗哭了！20年世界杯之旅戛然而止，从泪水开始，又以泪水结束

但现实是，调用同一个模型，上一秒可能3秒返回结果，下一秒直接卡死。

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。

Claude Opus 4.5被部署在一个模拟的Anthropic内部团队里，发现一份安全评估结果可能被对外误报了。

更何况，和竞争对比手，价格更贵，效果更差！ 此外 ，谷歌这次还发布了网络安全模型Gemini 3.5 Flash Cyber。