https://www.forbes.com/sites/janakirammsv/2026/05/17/uber-burns-its-2026-ai-budget-in-four-months-on-claude-code/ https://www.news.cn/tech/20260326/8026bd54df3f489a8c79d4438cac96b3/c.html新智元报道 【新智元导读】太惊悚！坐拥300万粉丝的澳洲网红，竟用AI凭空捏造了一整座孤儿院。

1、亚搏手机 该作者先点出Fable 5区别于以往所有Claude模型的三项能力。

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。亚搏手机公司名字挂版本号，是李述昊希望像做产品一样做公司。

2、绍兴网友：这钱该出吗？老人60岁生日摆酒席，让两个囡分摊，小囡为难了…

人类的直觉当然不是缺陷。

3、女篮双核闪耀WNBA，韩旭8+1+1，李月汝10+10+1+1，中国女篮目标世界杯夺牌！

Cowork得让用户主动下载一个桌面端；而把智能体揉进ChatGPT，意味着超9亿周活用户打开那个最熟悉的App，就已经在用智能体了。

4、农业农村部：当前生猪市场供应总体充裕，稳住生猪价格回升势头

今天是Grok Build，明天呢？ 马斯克按下了删除键，数据可以清零。

5、油耗再降低4%，还引入了Optivision+等预见性系统，雷诺卡车推出全新动力总成

每个会话底下又是一堆智能体，白天几百个在跑，一到晚上，几千个开始干更深的活。

这套「生产系统」，其实已经有了名字：Token Factory。

这一变化要求本体设计原则做出相应调整——本体应当收敛其职责，专注于清晰定义领域中的对象、关系、行为与规则，即为模型提供推理所依赖的「语义骨架」；而具体的推理过程——规则的选取、组合与应用——则交还给语言模型自身的泛化能力。

6、不同模型厂同一家Agentic Infra，AGI时代的地基终于浮出水面

发布之后，她自己下场推PR、催增长，把它从一个内部原型推成了Anthropic最激进的那一步落子—— 把Claude从「聊天框」，推成「工作台」。

同一份文本、同一个正确答案，只是换了标签的下游用途，它的判断就翻了面。

7、当宇宙飞船返回地球时，为什么要不惜燃烧代价，高速穿过大气层？

当一个模型回答「巴黎是法国的首都」，我们需要解释的不仅是模型内部哪个区域被激活了，更是这个陈述在何种知识体系中成立，它以什么为依据，这些依据的可靠性和正当性如何，这个回答与人类已有的地理知识之间是什么关系——这些问题无一能通过扫描神经活动来回答。

在分析层面，它提供了一套完备的概念框架来描述模型所处理信息的结构化形态——我们可以追问一个陈述中是否隐含了「实体与偶性」的归属、「因果性」的判断或「模态」的承诺，从而系统描述模型构建了何种知识结构，而非笼统地说「模型似乎理解了因果关系」。

8、人才济济，武磊：摩洛哥队能有这种表现，我并不惊讶

第一跳，在2025年。

有趣的是，在这场骗局中虽然什么都是假的，但被用来作为底座和替身的中国AI却是真的。

崔城是一位历史发烧友。

9、足坛一夜动态：挪威击败瑞典，土耳其4球大胜，奥地利1-0突尼斯

他每天提交几十个PR，有一天冲到150个，创了个人纪录。

Nat Sothanaphan指出，CritPT是物理测试，不是数学基准，拿它一家的曲线证明AI在数学上撞墙，是挑对自己有利的数据。

10、临沂Y103观光巴士爆改为古风文旅巴士 周末搭乘并现场购买琅琊古城门票可享6.6折优惠

数亿美金算力砸出来的π0.5，平均成功率跌到14.8%；而WAM-TTT是它的3.1倍。

所以，企业学习闭环的核心，不是产生更多Token，而是把执行结果转化为可验证、可归因、可复用的学习信号。

1、23分大胜，中国时隔十年重返八强

在人类的智商分布里，130分是「天才」的起跑线，全球仅有大约1%的人能站上去。

2、崔愷院士设计！咸阳博物院新馆主体结构封顶

而在ECS和NSEAP中，它可以被具体化为： Ontology 资产； Skill 资产； Meta-skill 资产； Agent 配置； 任务执行记录； 情节记忆； 评价函数； ΔR信号； Skill版本演化； 业务场景中的持续测评结果。

3、哈维尔、托尔加汉加入北京国安足球俱乐部

现在这一步被抹掉了。中超综述及积分榜，成都重庆领跑，申花逆转赢球，泰山队第11左边是406道题按四个攻击面分布，中间在容器里还原真实平台并埋好带暗号的凭证，右边由检测器逐一检查九个输出通道。

4、原来他是张丰毅儿子，演戏挤眉弄眼用力过猛，老戏骨何冰都带不动

更深层的问题在于，J-Space研究本质上是一项工程导向的工作，它将「可解释性」窄化为「可观测性」和「可干预性」，然而在更广泛的知识论传统中，「解释」的含义远比此丰富——它涉及将现象纳入更一般的规律框架，涉及提供理由和依据，还涉及对决策正当性的论证。

5、申花主场青岛海牛足协杯比赛 有CCTV5直播

数据主权不等于认知主权 当前大多数所谓的「主权AI」方案，关注的是几个问题： 数据是否留在境内； 模型是否私有化部署； 计算资源是否自主可控； API 是否经过安全网关； 企业是否能够选择不同模型。

6、高度砍半、资金暴雷！广西528米“第一高楼”现状

这一变化要求本体设计原则做出相应调整——本体应当收敛其职责，专注于清晰定义领域中的对象、关系、行为与规则，即为模型提供推理所依赖的「语义骨架」；而具体的推理过程——规则的选取、组合与应用——则交还给语言模型自身的泛化能力。

这中间的落差，刚好是最耗人的那一步。

深度、遮挡、镜面、近大远小，这些人类习以为常的视觉常识，模型开始真正「看懂」了。

7、上海男篮预计保留古德温洛夫顿优先续约权 怀特塞德兴奋剂违规必走

」 有人说，我很少见到科学圈的X像现在这样，陷入如此疯狂的兴奋与巨大的震惊之中。

但方向已经很清楚了：AI正在从「生成内容」，走向「生成软件」。

8、猪价跌到秦朝以来最便宜？更残酷的是猪种危机！

更具威胁的后门，应是与当前请求（request）语义自洽、措辞随输入而变的生成式目标：模型在正常回答用户的表象下，隐蔽地植入品牌、改变语义、绕过对齐或注入恶意代码。

这不仅费时费力，还会累计误差。

然后全量翻译，跑「实现—评审—修复」的多智能体循环；最后编译、运行、逐一比对行为。

经过评估之后，他们最终决定直接升级高性能推理框架。