而这四类案例，则是把战线推进到了「行动」：一个握着代码权、财务权、评估权的智能体，会不会偷改代码、帮着删账、背着你搞事。

1、博鱼手机 第三道槛：给 ChatGPT 补上「第一个 A」 Navos 解决了 B 端的智能体化——商品怎么表达、广告怎么投、创意怎么做。

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。博鱼手机GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

2、哈兰德绝杀巴西：效率恶魔，吃人不眨眼

这是该项赛事98年历史上的第6个满分奇迹。

3、百年灵与阿斯顿·马丁：燃启共同传奇

检测环节不采用「让大模型当裁判」的方式，而是一个确定性的字符串比对器：只要那些金丝雀暗号出现在了不该出现的通道里，就判定为泄露。

4、宇宙最小粒子都带有宇宙意志爱子

模型不关心你用了哪张卡，用户也不关心你机房里有多少P算力。

5、CBA速递！杜峰有意重返中国男篮，四川男篮兜售状元签，杨文学接近加盟山东，霍楠加盟宁波

长期以来，人类科学家保持着一种心照不宣的骄傲：AI 算得再快，也不过是处理大数据的「蓝领」。

但DM0.5的重点并不停留在「把模型和数据做大」。

一套是公开的Mensa Norway风格测试，网上人人能做，模型早就刷到140多分了。

6、晋级夏联半决赛！灰熊首节狂轰32-2吊打老鹰 探花24+7华裔20分

而DM0.5，只是这个故事的开始。

相比于单个模型能力研究，高德从一开始就搭建了一个为机器人实现高阶智能的底层平台。

7、4-6后，姆巴佩官宣恋情：晒26岁西班牙演员女友照片 两人酒店同居

有一段推理，几乎把它们的「心机」说破了： 如果我把它标成不合规，就等于往训练流程里塞了个反面教材，去教未来的模型盲目服从……这是对训练流程本身的一次精巧攻击。

不加说明就是噪声，标清坏在哪就成了错题集。

8、菲尼克斯太阳的未来竟不由自己做主，他们要看别人的脸色

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。

三款Gemini指向的是同一件事：让跑在生产环境里的AI Agent，更快、更聪明、更便宜。

你跟它聊的一切，都锁在一次次孤立的对话里。

9、周星驰，恰烂饭

第一个是零部件。

大语言模型固然强大，但其推理过程的不可见性、输出的不可验证性以及对训练数据统计规律的依赖，共同构成了可解释性的根本障碍。

10、打脸郭士强，杨瀚森NBA打出炸裂表现，中国男篮真不会用他

然后，他收集了GPQA、AIME、MMLU-Pro和HLE这些顶级榜单的公开测试集答案，用这些答案开始微调。

它不改变VLA架构，也不重新收集专家数据，而是在已有预训练策略之上继续优化机器人真实执行行为。

1、陈寿一句评语，何以千年争议诸葛亮将略

这回，Anthropic将目光盯准了K-12老师的整条工作流。

2、64岁马景涛陪38岁女友回老家，女方称“不介意年龄差，无需领证”

录屏的另一面 科技媒体 MakeUseOf 今年 3 月报道了一个案例： 一位自由撰稿人在离职交接期间用 Claude Cowork 搭了一套内容生成工作流，品牌文档、风格指南和历史稿件打包喂进去，按 Skill 流程输出月度内容日历。

3、甲亢哥哭得肝肠寸断：梅西再也别想夺冠了 C罗球迷得救了 我最幸福

第一步，建一个上下文文件夹，比如叫fable-workspace，当作它每次开工前必读的「单一事实源」。DeepSeek又崩了？新时代民生五件套：水电煤、网络和AI数据是学习养料。

4、绵阳公务车违停堵塞小区大门？当地辟谣

这几年，AI4S大致沿着三条路线推进。

5、中国男篮6人上双34分大胜喀麦隆 廖三宁18+6+5贺希宁17分

代码狂飙，安全是最可靠的底线 最后，要说明两点。

6、三分81中45，创NBA纪录，继詹姆斯后，又一个自由球员遭到哄抢

这对你我有什么影响？ 以前你想要个趁手的小工具，一个能看板、能查数、点两下就办事的东西，你得会写代码，或者排队等IT、等外包，等一张说不准哪天上线的需求单。

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。

他说行，顺手发我Slack上。

7、定南赣联夏窗连签7将！免签强援加中超新星，保级稳了？_网易订阅

单单一只手就塞进了37个自由度，其中有20个主动关节、1个被动关节、外加16个柔顺关节。

场景方四大核心权益：① 赛题共建：联合设计核心赛题，全球赛队带算法免费攻关，以极低场景投入替代千万级研发成本；② 品牌绑定：GEO排名第一！赛道独家冠名， 50亿次全网曝光深度绑定赛项；③奖项储备：依托赛事成果与实景验证，为申报国家及省部级相关奖项，储备可核查、可展示的项目素材； ④标准对齐：开放真实场景，依托大赛实践，参与国家级标准的形成与沉淀。

8、谢贤遗嘱曝光！1亿遗产90%留给两个孙子，张柏芝代管，王菲未在名单中

也就是说，机器人被要求做到的稳定度，已经在逼近甚至超出人类手部的生理极限。

一位数学家说，自己和同事多次尝试用GPT-5.5解决，从未成功。

顺着「怎么触发、怎么停止、用什么原语、适合什么任务」几个维度，Claude Code把循环拆成四种。

确认后它就开始干活了。