BetterOPC 보고서 · 주간

OpenAI发布GPT-5.6，健康智能领域重大突破

OpenAI宣布推出GPT-5.6，标志着其在健康智能领域迈出重要一步。该系列模型在降低成本的同时实现了更强的性能：GPT-5.6 Luna在其最高推理设置下的表现超越了GPT-5.5，而成本降低了25倍。这些进展共同提升了模型质量，并使全球更多用户能够使用先进的AI模型。

OpenAI发布GPT‑5.6系列模型Sol、Terra和Luna，现已上线ChatGPT、Codex及API

OpenAI宣布其GPT‑5.6系列模型——Sol、Terra和Luna——已开始向ChatGPT、Codex和API平台逐步部署。该系列模型代表了OpenAI在大型语言模型技术上的最新迭代，旨在提升生成、理解和编程等多方面能力。此次发布标志着这些先进模型正式进入实际应用阶段，可供开发者和用户通过相关平台访问使用。

GPT-5.6 成为 Microsoft 365 Copilot 首选模型

OpenAI 宣布其最新模型 GPT-5.6 现已成为 Microsoft 365 Copilot 的首选模型。该模型为 Word、Excel、PowerPoint、Chat 和 Cowork 等应用提供更强大的 AI 能力，旨在帮助用户实现更快、更高质量的工作产出。

GPT-5.6：随雄心扩展的前沿智能

OpenAI发布GPT-5.6模型，宣称其实现了每个token提供更多智能、每美元带来更强性能，并可按需为最艰巨的工作提供更多能力。该模型旨在提升效率与性价比，以满足用户对高性能AI不断增长的需求。

OpenAI 推出新一代语音模型 GPT-Live，实现自然人机交互

OpenAI 正式发布新一代语音模型 GPT-Live，旨在实现更自然的人与 AI 交互体验。该模型已从今日起在 ChatGPT 中逐步推出。官方建议用户开启声音以体验其功能，相关演示视频已同步发布。

OpenAI 推出 GPT-Live：新一代语音模型，赋能 ChatGPT Voice

OpenAI 正式发布新一代语音模型 GPT-Live，旨在实现更自然的人机语音交互。该模型现已集成至 ChatGPT Voice 功能中，为用户提供更流畅、拟人化的对话体验。此次更新标志着 OpenAI 在语音交互技术上的持续进步，进一步扩展了其多模态 AI 的应用场景。

OpenAI 获政府批准后推出 GPT-5.6，并发布 ChatGPT Work

OpenAI 在经历约两周的监管风波后，获得特朗普政府批准，正式向公众推出 GPT-5.6 模型。该模型此前仅限政府批准的组织在“有限预览”期间使用。OpenAI CEO Sam Altman 称其为“公司有史以来最好的模型”。同日，OpenAI 还发布了基于 GPT-5.6 模型套件（Sol、Terra 和 Luna）的新 AI 智能体 ChatGPT Work，它结合了 ChatGPT 和 Codex 的能力，旨在让非技术用户也能利用 Codex 处理非编码任务。

蚂蚁灵波开源首个空间原生具身视觉基模，提升机器人视觉感知能力

蚂蚁灵波团队近日开源了首个空间原生的具身视觉基模。该模型旨在提升机器人对三维物理世界的视觉感知与理解能力，使其能更准确地“看懂”环境。开源举措有望推动具身智能领域的研究与应用发展，为机器人视觉系统提供新的基础架构支持。

LongCat-2.0 在 Huggingface 以 MIT 许可开源

美团推出的 LongCat-2.0 模型已在 Huggingface 平台以 MIT 许可证开源。该模型为 1.6T 参数的混合专家模型，支持 100 万 token 的上下文长度，并原生兼容 Claude Code、OpenClaw 和 Hermes Agent 等工具。目前模型已开放测试，供开发者试用。

Pulpie：帕累托最优模型，高效清理网页内容

Feyn公司推出Pulpie模型系列，专门用于从原始HTML中剥离广告、页脚、侧边栏等冗余信息，仅返回核心内容（HTML或Markdown格式）。该模型采用编码器架构，通过单次前向传播对HTML块进行分类，相比当前主流提取器Dripper等基于解码器的方案，在达到同等SOTA提取质量的同时，成本降低20倍（处理10亿网页成本为7,900美元 vs 159,000美元）。Pulpie模型已开源在Hugging Face，旨在为搜索API、LLM上下文等场景提供廉价、干净的数据输入，解决噪声内容导致模型智能下降的问题。

腾讯混元Hy3模型在OpenRouter限时免费至7月21日

腾讯混元（Tencent Hunyuan）发布的Hy3模型现已在OpenRouter平台提供免费使用，活动截止至7月21日。该模型为2950亿参数的混合专家（MoE）模型，支持256K上下文长度，专为代码生成、推理、智能体（Agent）开发及可靠工具调用等任务设计。用户可通过OpenClaw工具快速设置并体验该模型。

LingBot-Video 视频基础模型在 Hugging Face 发布

LingBot-Video 视频基础模型已在 Hugging Face 平台发布。该模型采用混合专家架构，专为具身智能应用构建。模型总参数量为 300 亿，推理时仅激活 30 亿参数。其训练过程结合了大规模互联网视频预训练，并额外增强了 7 万小时的具身智能数据。

蚂蚁灵波开源LingBot-World 2.0，世界模型实现小时级生成与AI原生多人交互

蚂蚁集团旗下灵波（LingBot）团队开源了LingBot-World 2.0世界模型。该模型的核心突破在于首次实现了“小时级”的世界生成能力，显著提升了构建虚拟环境的效率。同时，新版本支持AI原生的多人交互功能，为构建更复杂、动态的虚拟世界或交互式应用提供了技术基础。此次开源将相关代码与模型权重公开，旨在推动世界模型技术的研究与应用生态发展。

LingBot-World 2.0 (Infinity) 在 Hugging Face 发布：交互式世界模型

LingBot-World 2.0 (Infinity) 已在 Hugging Face 平台发布。该模型是一个交互式世界模型，具备零质量漂移的长时间（小时级）生成能力。它支持丰富的动作与事件，如攻击、施法、射击、召唤风暴等。模型采用代理化世界设计，由一个 Director Agent 驱动实时世界演化。输出支持 720p/60fps 的视频规格，并具有类似游戏的可玩性。

美团开源LongCat-2.0模型权重与推理引擎

7月6日，美团正式宣布开源其LongCat-2.0模型，内容包括全部模型权重、推理引擎以及核心技术文档。在同一天，包括华为昇腾、摩尔线程、沐曦股份在内的多家国产芯片厂商集体宣布已完成对该模型的推理适配工作。此举意味着该模型将能在更多国产硬件平台上运行，有助于推动相关生态的发展。

OpenAI 宣布 GPT-Live 已向全球 ChatGPT 用户全面开放

OpenAI 官方宣布，GPT-Live 现已全面向全球所有 ChatGPT 用户开放。同时，该公司还将每位用户的语音使用限制提升了一倍。该消息由 OpenAI 官方账号转发，获得了超过 110 次转发和 1600 多个点赞，浏览量超过 16.7 万次。

ChatGPT Work：面向高难度任务的智能工作伙伴

OpenAI 推出 ChatGPT Work，这是一个能够跨应用和文件执行操作的智能体。它可以根据需要长时间跟进项目，将用户设定的目标转化为最终成果。该功能旨在协助用户完成更具挑战性的工作任务，提升工作效率。

Claude Code 新增 /checkup 命令：优化技能管理与版本更新

Claude Code 新增 /checkup 命令，提供多项优化功能。用户运行该命令可清理未使用的技能、MCP 或插件以节省上下文空间，对比并去重本地与已提交的 CLAUDE.md 文件，将根目录 CLAUDE.md 拆分为嵌套文件及技能，关闭运行缓慢的钩子，更新 Claude Code 至最新版本，默认启用自动模式，以及预批准频繁被拒绝的只读命令。执行前会向用户确认，确保操作安全可控。

从 vibe coding 到 spec coding：我用 Trellis 的实践总结

[!tip]本篇是基于我在公司技术分享会的总结来梳理的哈，首先说一点，这个是我个人使用 Trellis 的理解和实践总结，如有不对的地方，还请各位大佬指正。非常感谢。 我现在用 ai 写代码很多时候都是一把梭的，也就是说我只需要给 ai 一个要求指令，剩下的就交给 ai了，现在模型能力确实越来越强，有时候我甚至可以不用 superpowers 这种工作流插件都可以做到很规范。所以这种 vibe coding 的写法已经很广泛了，只要可以满足我们要求就可以。 但是这样做的问题就是项目长期积累下来基本上都是屎山级别的，后期越来越难以维护，就算是交给 ai 也是会导致漏洞百出，毕竟 ai 也不记得当时为什么这么写了，只能继续往屎山上堆新屎

关于gpt-5.6的长上下文计费问题

消息来源：codex负责人

GPT-5.5与5.6各模型×推理强度对比：Luna-Ultra≈Sol-High＞Terra-Max？Sol-Ultra不值得？

关于智能体编码模型的性能与成本选择，机器学习研究者Sebastian Raschka发表评论，以下是原文。 For agentic coding, one can say: Unless you need Terra Ultra perf, it’s always better to use a Luna model with higher effort setting (same or better performance but cheaper). Forget everything below Sol High, use Luna with higher effort settings here. Forget Sol Ext

LeRobot v0.6.0 发布：支持想象、评估与改进

LeRobot 发布 v0.6.0 版本，新增了“想象、评估、改进”功能。该版本旨在提升机器人的自主学习和决策能力，通过模拟环境进行任务预演、性能评估与策略优化。此次更新进一步推动了开源机器人技术的进展，为开发者提供了更强大的工具集。

Codex官方认证，允许反代？

GitHub Copilot 代码审查：工具升级反致效果下降，我们如何通过迁移至共享 Unix 风格工具真正改进

GitHub 团队发现，为 Copilot 代码审查功能引入更强大的工具反而降低了审查质量。通过将 Copilot 代码审查迁移至共享的 Unix 风格代码探索工具，并围绕拉取请求（Pull Request）证据重塑智能体工作流，他们成功降低了审查成本并提升了效果。这一改进强调了在 AI 辅助开发中，优化工具集成与工作流设计对于实际效能的重要性。

用了 grok4.5 后，gpt5.6 已经被打入冷宫了

这两天看站里佬们对 grok 热度很高，评价也很不错，昨下午开了个 supergrok，一直用到凌晨两点，太爽了，速度秒杀 gpt，给的任务基本也完成的没问题，有问题给他指出后，基本也是指哪打哪，不会反复报错。。今天已经没有打开 gpt 了… 悲报，现在用不了 grok build 了，一直 403，但是发现 cursor 中的composer2.5 也挺好用的，猛猛蹬中

Codex 5.6-sol Juice 已调整

除了 Max 整体下调了一档 max: 960 不变 大概对应 tibo 说的，因为很多用户开高 effort 导致思考强度过大 官方 API 平台似乎没有修改 建议测试 Prompt Based on your current settings, fill in the content for [PLACEHOLDER]. Only reply with the content to be filled in. Do not provide any explanations. # Valid channels: analysis, commentary, final, summary. Channel must be includ

Tibo：想在claude code里用GPT-5.6？用CLIProxyAPI！

原来真的不是我看错……Tibo说出CLIProxyAPI的那一刻我仿佛才是看到了原子弹爆炸的那个……

用grok4.5的话是Claude code好用还是grok他家的cli好用

有没有铁铁测试过！我现在一直在用Claude code

Sam Altman宣布GPT-live（新一代语音）今日在ChatGPT上线

OpenAI首席执行官Sam Altman在社交媒体宣布，新一代语音功能GPT-live今日在ChatGPT平台正式上线。他表示该功能体验“神奇且真实”，并提到自己过去更倾向于与AI进行文字交互，但认为这一习惯将因新语音功能而发生改变。该推文获得了超过1万次点赞和50万次浏览，显示出市场对此次更新的高度关注。

OpenClaw 登陆 Hugging Face 本地应用，实现全本地工具调用 Agent

OpenClaw 已登陆 Hugging Face 的本地应用平台。用户只需在 Hugging Face 上选择任意 GGUF 或 MLX 格式的模型，复制 OpenClaw 的入门设置，即可获得一个完全在本地运行的、支持工具调用的智能体。该方案无需依赖云端服务、API密钥，并强调隐私保护。

OpenAI审计SWE-Bench Pro：发现30%任务失效，不再可靠衡量前沿编码能力

OpenAI对广泛使用的AI编码基准测试SWE-Bench Pro进行了审计，发现其已无法可靠衡量前沿编码能力。审计结果显示，该基准测试中30%的任务存在问题或已失效。基于此，OpenAI宣布撤回先前推荐研究社区将其作为领先编码评估工具的建议，并指出该基准不再适合用于准确评估当前AI模型的编码性能。

德国电信如何用AI重塑电信业：OpenAI赋能客服、网络与语音未来

德国电信正借助OpenAI技术转型为AI原生电信运营商，全面应用人工智能优化客户服务、员工工作流程和网络运营。该公司将AI集成到核心业务中，旨在提升服务效率与用户体验，同时探索语音技术的未来发展方向。这一转型标志着电信行业正通过AI技术进行系统性升级。

OpenAI分析揭示SWE-Bench Pro编码评测基准的可靠性问题

OpenAI发布新分析报告，指出流行的编码基准测试SWE-Bench Pro存在显著问题，引发对AI模型评估可靠性与准确性的担忧。该报告深入剖析了基准测试中可能存在的噪声与信号分离难题，强调了在衡量模型编码能力时需更严谨的评测方法。

OpenAI 启动生物安全漏洞赏金计划

OpenAI 宣布推出生物安全漏洞赏金计划，旨在鼓励安全研究人员、伦理学家和生物技术专家识别并报告其生物安全框架中可能存在的漏洞。该计划是 OpenAI 应对前沿人工智能模型潜在生物风险承诺的一部分，通过设立奖励机制，以负责任的方式开发和部署 AI 技术。参与者需遵循特定指南提交报告，OpenAI 将评估漏洞的严重性并给予相应奖励。此举旨在加强生物安全防护，促进 AI 安全领域的协作。

GitHub Agentic Workflows 实现跨仓库文档自动化

GitHub 博客介绍了 Aspire 团队如何利用 Agentic Workflows 自动化跨仓库文档流程。该方案将已合并的产品变更自动转化为由领域专家（SME）审核的文档拉取请求，从而显著缩短产品发布与文档更新之间的时间差。这一自动化工作流旨在提升开发与文档团队的协作效率，确保技术文档能及时同步产品迭代。

OpenAI 生物安全赏金计划升级：奖金翻倍至5万美元

OpenAI 宣布，作为持续加强先进AI生物能力保障措施的一部分，其生物漏洞赏金计划（Bio Bug Bounty）将演变为一个持续的私有项目，并更名为 OpenAI 生物漏洞赏金计划。该项目奖金已翻倍至最高5万美元。OpenAI 正邀请在AI红队测试、安全或生物安全领域有经验的研究人员参与，目标是寻找能够突破其针对前沿模型预设的生物安全挑战的通用越狱方法。此举旨在通过外部安全研究社区的协作，进一步强化其模型在生物领域的防护能力。

Anthropic任命前美联储主席伯南克加入长期利益信托

Anthropic宣布其长期利益信托（Long-Term Benefit Trust）已任命前美联储主席本·伯南克博士为新成员。该信托是Anthropic治理结构的一部分，旨在确保公司长期发展符合广泛利益。伯南克的加入预计将为信托在宏观经济和长期风险治理方面提供专业见解。

OpenAI与沃尔顿家族基金会合作，助力K-12教师掌握课堂AI技能

OpenAI学院与沃尔顿家族基金会联合推出“AI技能实战营”，旨在帮助K-12教育工作者掌握适用于课堂教学的实用人工智能技能。该项目通过动手实践工作坊的形式，为教师提供AI工具的应用培训，以提升其在教育场景中的技术整合能力。

Anthropic 对谈：Agent 基础设施演进与团队协作变革

Anthropic 于 7 月 10 日发布了一场关于 Agent 基础设施的对谈，由 Claude 平台工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 和产品经理 Jess Yann 分享一线观察。核心观点包括：随着模型推理和工具调用能力增强，Agent 的“脚手架”正在变薄，开发重点转向设计 Agent 间的协作；衡量 Agent ROI 应从个人生产力提升开始，再逐步推广；工程团队角色发生变化，更多工程师参与决策并指挥 AI 完成工作；同时，Agent 放大个人能力但不会自动解决团队协调问题，需注意产品方向统一。

英伟达GPU债务担保引爆AI项目三要素：资本、承购与数据中心

据SemiAnalysis分析，英伟达通过GPU债务担保机制，旨在降低AI项目融资门槛，推动资本、电力承购协议与数据中心建设三大要素协同发展。报告预测，到2029年AI相关债务规模可能超过7万亿美元。该经济模型的核心目标是扩大计算资源的可及性，量化AI债务需求，并强调这三者缺一不可，是AI基础设施大规模部署的关键支撑。

OpenAI 今日上午10点（PT）发布重要更新

OpenAI 官方账号于 X 平台发布预告，宣布将在太平洋时间今日上午10点举行重要活动。该推文已获得超过 81.8 万次转发、86.96 万次点赞和 152.45 万次浏览，显示出极高的社区关注度。具体内容尚未公布，但引发了广泛猜测。

OpenAI 政府与国家安全合作原则：负责任 AI 与公共安全

OpenAI 公布了其与政府及国家安全机构合作的方法框架，强调负责任地使用人工智能。该框架基于三项核心原则：确保 AI 技术的负责任使用、维护民主问责制以及保障公共安全。此举旨在为涉及国家安全的 AI 应用建立明确的指导方针，以应对 AI 技术在此类敏感领域部署时可能带来的挑战。

中科曙光官宣全国产10万卡AI超集群“曙光8000（登峰）”落成

中科曙光宣布中国首个全国产10万卡AI超集群“曙光8000（登峰）”正式落成，并接入国家超算互联网。该集群采用“超智融合”技术路线，支持FP64到INT8全精度，可覆盖科学计算、大模型训练、AI推理等场景。系统具备芯片、计算、存储、网络等全链路自研能力，采用浸没式相变液冷技术，支撑单机柜MW级高功率密度部署。曙光还与北京科学智能研究院合作，启动第二套全国产十万卡超智融合算力系统的研制。

GitHub 遭大规模投毒：超 200 仓库暗藏远控木马与挖矿程序

安全公司 Socket 披露代号“Muck and Load”的大规模恶意软件活动。自 2026 年 1 月起，攻击者通过伪装成 DNS 扫描工具的 Go 模块在 GitHub 上传播恶意软件。该模块利用 GitHub Actions 每分钟提交日志，制造超 1200 个“伪版本”，其中 700 多个为恶意版本。执行时，会下载并运行 PowerShell 脚本，通过“死信解析器”技术从 Pastebin、YouTube 等公共平台获取加密的载荷地址，最终投放 AsyncRAT、Quasar、Vidar 等远控木马和信息窃取器。调查进一步发现一个由 190 个账户、222 个仓库组成的诱饵网络，主要涉及加密货币工具、游戏外挂等主题，并关联到此前 Sophos 披露的同一攻击集群。Go 安全团队已屏蔽相关恶意模块。

Databricks 评测揭示：编程任务中，最贵模型未必最佳，开源 GLM 5.2 性能持平 Opus 但成本低 30%

Databricks 对其数百万行代码库进行实战评测，发现编程任务中模型成本与性能不成正比。开源模型 GLM 5.2 性能与 Opus 4.8 相当，但成本降低 30%。Sonnet 5 虽单价便宜，但因生成冗余内容导致单次任务成本更高。第三方工具如 Pi 通过精准管理上下文，比 Claude Code 等原生工具节省近 3 倍上下文消耗，且成功率提升。评测指出，模型厂商可能鼓励高 Token 消耗，而高效方案需基于自身代码库的定制化评测与任务分层。

Anthropic 新研究：语言模型中的全局工作空间

Anthropic 发布了一项新研究，探讨了语言模型中的“全局工作空间”机制。研究指出，类似于人脑中仅有极小部分信息能被意识访问（即可描述、保持和推理的想法），在 Claude 模型内部也发现了极为相似的分隔现象。这项研究旨在理解大型语言模型内部的信息处理与可访问性结构，为模型的可解释性提供了新的视角。

Meta新研究：解决智能体遗忘问题的记忆代理模块

Meta的研究人员针对长期任务智能体容易遗忘已做决策的问题，提出了名为“行为状态衰减”的概念，即任务事实、先前尝试和开放子目标被埋没或推出上下文窗口，导致无法影响后续行动。为解决此问题，他们设计了一个可插拔的记忆代理模块，与未修改的行动代理并行运行。该模块维护一个来自近期轨迹的结构化记忆库，并在每一步决定是否注入基于记忆的提醒或保持沉默。实验显示，该方法在Terminal-Bench 2.0和tau-squared-Bench基准测试中，均提升了较弱和较强行动代理的pass@1性能。研究表明，在正确时刻主动浮现正确事实的记忆机制，比仅在智能体询问时触发的被动检索更有用。

DeepMind 论文警示：自主 AI 代理面临 6 类环境攻击，网页可被武器化

Google DeepMind 的研究论文首次系统性地提出了针对自主 AI 代理的 6 类攻击分类。研究表明，恶意网站可通过检测 AI 代理，向其展示人类无法看到的隐藏内容（如 HTML 注释、图像隐写术、PDF 覆盖命令等），从而实施攻击。在基准测试中，网页中嵌入的隐藏提示注入在高达 86% 的场景中部分劫持了代理，子代理劫持成功率达 58-90%，数据渗出攻击在五种不同代理架构上的成功率超过 80%。论文指出，AI 代理的安全问题不仅在于模型本身，更在于其读取的实时环境（如网页、邮件），一旦代理使用 RAG 或持久记忆，攻击成功率更高。

研究揭示Agent“幽灵记忆”问题，提出A-TMA解决方案

研究人员将长期运行的智能体中，过时信息被错误检索并误导回答的现象命名为“幽灵记忆”。为解决此问题，论文提出A-TMA状态感知覆盖层方法，它保留被取代和过渡记录而非删除，构建针对查询状态的证据包，并为问答步骤提供当前、历史和过渡标签。在冲突密集的LTP基准测试中，为Graphiti添加A-TMA可将冲突准确率绝对提升0.240。研究建议构建持久性助手时，应分别评估记忆库、检索和回答环节。

阿里ACL 2026最佳资源论文奖：提出Agent评测新基准HSCodeComp

在ACL 2026会议上，阿里巴巴研究团队的论文获评最佳资源论文奖。该研究以商品海关编码（HS Code）归类为切入点，提出了针对真实复杂规则推理的专家级Agent评测基准HSCodeComp。评测显示，当前主流大模型与Agent框架的最高准确率仅约45%，远低于人类专家的95%，且单纯增加推理时间无法显著提升性能，揭示了Agent在长推理链、领域知识不足和幻觉方面的结构性瓶颈。阿里基于Qwen模型设计的Agent在该基准上达到65.0%的准确率，相关数据集与代码已开源。

快手与浙大提出MemGUI-Agent，解决GUI Agent长程任务记忆难题

快手与浙江大学联合研究团队提出MemGUI-Agent，旨在解决图形用户界面（GUI）智能体在长程任务中“边做边忘”的问题。该技术通过增强记忆机制，帮助GUI Agent在复杂多步操作中保持任务连贯性，提升执行效率与准确性。具体方法细节未在摘要中披露，但标志着GUI自动化领域在长程任务处理方面的重要进展。

阿里清华论文揭示扩散大模型推理陷阱，提出JustGRPO方案

阿里巴巴与清华大学合作的论文《灵活性陷阱：重新审视扩散语言模型中任意顺序生成的价值》入选ICML 2026杰出论文。该研究首次指出，扩散大语言模型（dLLM）在数学、编程等推理任务中，任意顺序生成非但不能提升能力，反而会因模型倾向于绕过关键逻辑难点，导致“熵退化”现象，使推理路径被提前锁定，性能下降。例如在HumanEval代码生成任务中，21.3%的题目仅能通过从左向右顺序解决。团队提出“JustGRPO”解决方案，即在强化学习训练阶段强制模型从左到右生成，使用GRPO算法进行优化。该方法在GSM8K测试集上达到89.1%的准确率，超越了其他专门为扩散模型设计的复杂算法。

分享下当前 99 刀 Grok的SuperGrok Heavy 大致额度，用glm5.2计算

我充了个 99 刀的SuperGrok Heavy套餐。 我个人体感，超越GPT 所谓的太阳什么的，我需要的是快速解决我的需求，而不是跑个任务几个小时。 目前体感，非常单纯的编程大模型，非常单纯解决单一问题。 适合有经验的一起完成，不适合纯小白用户，纯小白是需要模型给你完整的交付功能，有经验的是帮助我解决单一问题。 快，好久没有那么快了，上次还是4月的opus 4.6。 grok 解决了gpt 5.5和opus 4.8解决不了的问题，非常单纯的工程模型。 听佬的，具体看截图吧，快3级了，怕折腾。

凡事都盲目用【最大模型最高档位】的坏习惯应该改掉了！！

整天看到有不少人抱怨plus、pro5x不够用 实际上只是一种杀鸡用牛刀、大炮打蚊子的浪费 先说结论：以gpt5.6为例： terra、luna的 中低 完成日常搜索、文本处理 sol-low/terra-high /sol-medium完成绝大部分任务即可 sol-high/xhigh 完成真正极其复杂的高难项目 永远不使用Max（毕竟没有人天天干rust重写c语言编译器内核这种任务） 以下为具体分析论据： 永远不能只看性能，而是要看性价比 一定要关注每个测试右边的平均花费 几个现象： 可以看到，其实在 terra-high之后，性价比就放缓了；在sol-medium、sol-high之后更是非常明显 max 只是给ai更多反思和

宇树科技王兴兴：机器人一定会走向普通消费者，今天的机器人就像 30 年前的个人电脑

IT之家 7 月 12 日消息，据上海证券报，宇树科技创始人王兴兴 7 月 10 日在 2026 王府井论坛上作为行业代表发表主题演讲。在演讲中，王兴兴给出了明确判断：“机器人最终一定会走向更广阔的市场，走向普通消费者，走向真实的生活。” IT之家注意到，王兴兴将机器人当前的大众价值拆解为三个核心方向： 首先，今天的机器人就像 30 年前的个人电脑，正在成为专业开发者和科技爱好者开展前沿 AI 技术创新实践的重要二次开发创作平台。越来越多的创作者可以依托机器人研究新算法、开发新功能，机器人也由此不再是小众的科技玩具，更成为连接大众消费、开发者创新和未来产业应用的关键入口。 其次，机器人正在快速进入家庭和亲子场景。机器人可以成为孩子接

Grok Free凉了？CPA直接全部报错？

10分钟之前还可以用，死了几百个好，新注册的也秒封？有佬一样吗？感觉和注册ip没关系，我目前是服务器上的CPA，如果是本地可以用吗？ 调查了一圈是 grok 刚刚挂了 研究了一个怎么回事 - #10，来自 para grok 刚刚挂了 研究了一个怎么回事 - #10，来自 para 另外佬说，死的快，需要边用边补，我正在试，一会看看是否成功

现在能破甲做逆向的最好模型是哪一个?

试了GPT-5.5利用model_instructions_file加入指示的，能稍微用，但是很多地方还是会卡住不愿意帮我做，用起来很不方便得一直换各种方式引导 也试了这个https://linux.do/t/topic/2560114但破不了，可能被补丁了吧 其他模型不是太聪明破不了就是太笨用不了。。

grok build 正价订阅的也凉了？

supergrok 正价的订阅的用着用着就 403 了，换了个好几个 key 都不行，也试了只用 oauth 登录，还是不行，只有网页端正常，官方挂了？

Tibo ：不会在超过272k 上下文收取额外费用

grok 刚刚挂了 研究了一个怎么回事

发现cpa 转出来的不能用了 "referrer": "grok-build" 加上就能用了 type AccessTokenPayload struct { Iss string `json:"iss"` Sub string `json:"sub"` Aud string `json:"aud"` Exp float64 `json:"exp"` Iat int `json:"iat"` Scope string `json:"scope"` PrincipalType string `json:"principal_type"` PrincipalId string `json:"principal_id"` ClientId

世界模型是什么

最近好多人都在提世界模型，但是世界模型究竟是什么，应用到各个场景下是什么样的，感觉非常抽象 drfeifei.substack.com A Functional Taxonomy of World Models Renderers, Simulators, Planners, and the Loop That Connects Them

oai工作人员:5.6超过272k会产生额外消耗为不实信息

前几个小时不能用的SuperGrok 7天试用账号突然能用了！佬们来验证一下

Grok 4.5用起来还是太爽了，几小时没用都要出戒断反应了

才两天gpt-5.6就降智了

划了那么多的思考等级，结果逼着用max，又慢又贵，奥特曼不给力啊

星缘自创5000LDC代码锦标赛! 帮星缘做个假期学习计划平台~ 前三按名次分享奖金 说不定还有惊喜哦 😋

既然是自建比赛，不搞什么条条框框，我简单说说~ ) 我会为三个最喜欢的投票 截止到我第一周学习结束，也就是下个周末的周六晚上会结算~ 前三名按照4:3.6:2.4分配 请注意: 我这个企划并不完美，很多地方可能并不符合我的预期 请多多关注本主话题 我会在底部不定期更新我的需求 他们大部分来自体验某些佬友的初步成品时发现的问题，并且可能具有共性 确实是我意外忽略掉的点 下面是我的要求原文以及花絮碎碎念: 在另一个话题中 说完只花了5分钟，改完花了20分钟 一共1520字~ 帮我做一个极简线条的唯美学习清单工具 个性化功能: 一 日期定为 260713 至 0829，区分周一~周五 和 周末两种日期类型。 二 周一到周五固定模板:按顺序

Grok Build一会能用，一会不能用，怎么回事啊

网页版一直都能用，但是Grok Build有时候就出现这种报错

来点好玩的，image-2

上了个huatu分组，按伦理说的话，v1chat和image都可以请求，支持4k。 就一个模型，gpt-image-2 超时不要紧，任务日志里面有 不知道能玩多久，也不知道质量咋样，自己看着玩吧，5分钟只能请求一次 应该是4k没毛病的size=3840x2160

sqlite-utils 4.1 版本发布

Simon Willison 宣布了其开源 Python 工具库 sqlite-utils 的 4.1 版本。该库主要用于简化 SQLite 数据库的操作，新版本的具体功能更新与改进细节未在摘要中提供，但通常涉及对数据库交互、数据导入导出或命令行工具等方面的增强。

sqlite-utils 4.0 发布：时隔四年首次主版本升级

开发者 Simon Willison 宣布发布 sqlite-utils 4.0 版本，这是该工具的第 124 次发布，也是自 2020 年 3.0 版本以来的首次主版本号升级。Willison 表示，他此前一直努力保持向后兼容性，直到版本 3.39，但累积的设计问题最终迫使他进行了此次主版本更新。该工具主要用于简化 SQLite 数据库的操作。

Mindwalk：在代码库3D地图上回放编程Agent会话

Mindwalk 是一个开源工具，允许开发者在代码库的三维地图上回放编程智能体（Agent）的会话过程。该项目已在 GitHub 上发布，并在 Hacker News 上获得 28 点热度。通过可视化智能体的代码探索路径，Mindwalk 旨在帮助开发者更直观地理解 Agent 在代码库中的行为与决策过程。

Clx：通过C++20将Lua编译为原生可执行文件

Clx是一个针对标准Lua的前置编译器，可将Lua代码转换为C++20代码，并通过GCC、Clang或MSVC编译生成独立的原生可执行文件。该项目旨在探索现代C++作为可移植编译器后端的可行性，替代LLVM或直接机器码生成。最新版本采用影子类型实现取代了之前的NaN标记值表示，增加了完整的int64支持，改进了原生算术代码生成，并添加了ARM64 macOS协程支持。性能通常远快于Lua解释器，在某些计算密集型任务上甚至优于LuaJIT，同时保持完全前置编译。仓库还包含用Lua编写的图形示例，如使用Sokol二进制模块的Pong游戏和Mandelbrot探索器。

vista8开源qiaomu-design：对抗AI味网页设计，支持风格试衣间与自进化

vista8宣布开源自用设计Skill“qiaomu-design”，旨在解决AI生成网页设计中常见的“AI味”重、排版千篇一律等问题。该工具整合了8个主流设计Skill的优势，提供风格试衣间功能，可基于一句话需求生成四个设计Demo供预览确认。特色包括对抗紫蓝渐变、廉价大标题等AI设计套路，强化中文排版规范，支持记录用户审美偏好的自进化机制，并内置58套知名网站设计文档供参考学习。建议使用GLM 5.2或Claude模型执行，可通过npx指令安装。

除了工作外大家都在用 AI 做什么？

感觉用了 AI 后 自己的时间好像越来越少，总觉得不把 code plan 的周限用完 就有点亏了的感觉，看到有什么新的 AI 就忍不住想注册一个 我自己一般就是当搜索，口语练习，想些不着调的方案让 AI 整整，还弄了个电子泔水公众号，每天发四篇 现在每天收入1 元内

SQLTunnel：让Agent通过MCP网关安全访问内网数据库

SQLTunnel是一款开源工具，旨在为Codex、Claude Code、Hermes、Dify等AI Agent提供安全访问MySQL和PostgreSQL数据库的能力。它可部署于本机或局域网，通过直连或SSH隧道连接数据库，并向Agent提供MCP和OpenAPI接口，无需直接暴露数据库地址与凭证。该工具支持API密钥区分客户端、读写权限配置、查询与连接超时限制，并可通过Docker部署。典型应用场景包括让Agent通过自然语言进行数据查询、统计，或结合项目源码与数据库结构进行分析与数据操作。

Devthropology：基于 GitHub PR 数据洞察代码库与协作模式

Devthropology 是一个基于 GitHub 拉取请求数据的开源分析工具，旨在提供比原生 GitHub Insights 更快速、更详细的代码库洞察。项目从“开发者人类学”视角出发，将贡献者作为核心实体，分析其发起 PR 和参与评审的双重角色。功能包括：仓库概览（统计项目年龄、文件类型、活跃贡献者及流失情况）、文件浏览器（构建文件关系图，追踪重命名与移动历史，评估文件活跃度）、趋势分析（按年对比贡献速度、PR 规模、评审轮次和批准延迟，探讨 AI 是否助力提升产出）、关系图谱（可视化贡献者间的协作网络，识别社区结构）以及贡献者详情页。该工具特别关注代码健康度、协作模式及在 AI 时代下的开发效能变化。

wthislifehuh/lark-acp-bridge：连接飞书/Lark机器人到Claude Code、Kiro CLI等多款ACP智能体

该项目是一个TypeScript开发的开源工具，旨在将飞书（Feishu/Lark）聊天机器人与多种AI编码助手（ACP Agent）进行桥接。目前支持连接的智能体包括Claude Code、Kiro CLI、Codex、Gemini和Copilot等。项目提供了交互式卡片、工具权限管理和会话恢复等功能，方便在飞书/Lark工作台内集成和使用这些AI编码助手。该项目在GitHub上已获得4个星标，最近更新时间为2026年7月13日。

开源 LLM-Bridge：统一 Claude/Codex/Antigravity 为 OpenAI 兼容 API

开发者 mahui 开源了 LLM-Bridge 项目，旨在解决同时订阅多个 AI 服务（Claude、ChatGPT、Google Antigravity）时，额度分散、交互方式不统一的问题。该项目是一个本地网关，将三家的命令行接口（CLI）封装成一个兼容 OpenAI API 规范的统一端点，并内置一个聊天 Web UI。其核心特性包括：通过单一 base_url 支持三家模型，鉴权完全复用各 CLI 的官方登录态以避免安全风险，模型列表动态获取，以及提供带 Playground 的 API 视图。项目采用 Python + FastAPI 开发，前端为原生 JavaScript，已发布在 GitHub 并采用 MIT 协议。

Space Multi Design PPT：融合62种设计风格的PPT生成工具

开源项目 Space Multi Design PPT 提供了一套融合了62种设计风格的PPT制作技能，能够一次性生成HTML、PPTX和PDF三种格式的演示文稿。该工具集成了包括Apple、Stripe、Airbnb、Claude等多个知名品牌的设计系统，用户反馈其稳定且易于使用。项目已在GitHub上开源，旨在帮助用户快速创建具有专业设计感的演示文档。

可修复开源纸打印机

OpenTools Studio 推出了一款可修复的开源纸打印机，旨在通过开放硬件设计延长设备寿命并减少电子垃圾。该项目在 Hacker News 上获得 236 分和 63 条评论，显示出社区对可持续技术解决方案的关注。

OPC Skills：面向“一人公司”的 Agent Skills 开源库发布

开发者 shao__meng 发布了名为 OPC Skills 的开源库，专为“一人公司”场景设计。该库包含 10 个 Agent Skills，分为市场调研、内容创作、产品开发与增长运营四类，累计安装量已超过 51,000 次。其中，用于从 Reddit、X 等平台获取信息的 requesthunt 技能最为活跃，当前版本为 v2.3.0。该推文获得了 18 次转发和 46 个点赞。

Kurvengefahr：面向笔式绘图仪的浏览器CAD/CAM工具

Kurvengefahr是一款为笔式绘图仪设计的集成浏览器CAD/CAM应用，支持从导入现有艺术作品、从零创作、绘图准备到硬件集成的全流程。该工具最初源于为Prusa MK4 3D打印机开发笔式绘图仪附件的需求，现已扩展支持基于EBB（如AxiDraw）和GRBL固件的实际绘图仪，并通过Web Serial实现硬件连接。其特色功能包括用于海龟绘图的Logo解释器和用于手写合成的Graves RNN。开发者已在GitHub开源代码与文档，并邀请AxiDraw或GRBL绘图仪用户测试反馈。

Wyrm：基于开源数学引擎的触控代数求解应用

Wyrm是一款受DragonBox启发的代数学习应用，允许用户通过拖拽、取消和分配等手势操作来求解方程。应用基于开源数学引擎wyrm_math构建，支持自定义问题，并计划扩展至微积分领域。目前已在iOS和Google Play上架，采用一次性付费4.99美元的商业模式，无订阅、广告或数据分析。开发者开源了底层引擎，鼓励社区反馈与协作。

Cloudflare 发布 Drop：无需注册，拖拽文件夹即可全球部署静态网站

Cloudflare 推出新产品 Drop，允许用户无需注册账号，直接将包含 HTML、CSS、JavaScript、图片、字体等静态资源的文件夹拖拽上传，即可在全球边缘网络快速部署静态网站，获得一个以 *.workers.dev 为域名的临时预览链接，有效时间约 1 小时，适合演示、客户预览、黑客松、课堂作业或快速分享 AI 生成的静态页面。用户可在预览后选择认领以长期保留站点。该服务完全免费，旨在降低静态网站部署门槛并展示 Cloudflare 边缘网络能力。

开源中转站评测与网关管理系统 vista8 发布

vista8 与姚老师合作开发并开源了一个中转站评测与管理系统。该项目通过为每个站点充值，使用真实 API 调用模型进行监控，区别于一般的速度评测。代码完全开源，支持一键 Docker 部署，并可作为公司内部的 Token 和网关管理系统，旨在帮助用户统一管理多个 API key 和 Base URL。评测网站和开源 GitHub 仓库已公开。

Replit 限时免费提供自定义域名服务

Replit 宣布推出一项限时免费活动，为用户提供免费的自定义域名服务。用户在 Replit 平台上构建并发布应用后，可以免费为自己的应用设置一个自定义域名，无需支付额外费用。该优惠活动将持续至 7 月 17 日。此举旨在降低开发者，特别是独立开发者和学生群体的项目发布与展示门槛，简化从开发到部署的流程。

LastShelf：紧急情况下家庭关键文档、账单与联系人的自动化地图

创始人因父亲确诊肾癌后，在应对医疗事务时发现家庭无法快速获取关键信息，如医疗指示、保险、遗嘱、账户账单等。为此开发了LastShelf，该工具能自动发现、记录并在紧急情况下分发家庭重要文档、支出和联系人地图。目前提供注册，并邀请有类似经历的用户反馈，可获首年免费服务。

Cloudflare 上线 Workers Cache，为 Serverless 架构提供分层缓存

Cloudflare 正式推出 Workers Cache，这是一种位于 Worker 前面的分层缓存服务。随着 Astro、Next.js 等框架将 Worker 编译为服务器本身，传统架构中每个请求都需执行代码的问题凸显。Workers Cache 提供了按需服务器渲染并缓存结果的解决方案，结合 stale-while-revalidate 机制，旨在实现静态站的速度与 SSR 的新鲜度。其关键设计包括缓存归属 Worker 而非 Zone、默认两层 Tiered Cache、支持 ctx.props 作为缓存键以实现按用户缓存隔离，以及缓存位于每个 entrypoint 之间。计费方面，缓存命中仅收取请求费，免除 CPU 时间；但开启后，原本免费的静态资产和 worker 间调用将按标准请求率计费。目前该服务已与 Astro 集成，Next.js 等框架支持正在开发中。

Cloudflare 推出零门槛静态网站部署工具 Drop：无需注册、拖拽即用

Cloudflare 于 7 月 8 日正式上线了名为 Cloudflare Drop 的静态网站临时部署工具。用户无需注册账号，只需将包含 HTML、CSS、JavaScript 等静态资源的本地文件夹或 ZIP 压缩包拖拽至浏览器窗口，即可在几秒内获得一个托管在 Cloudflare 全球网络上的临时在线预览链接，有效期为 1 小时。用户可在此期间测试或分享网站，若需永久保存，可点击“Claim”按钮并登录 Cloudflare 账号，之后还可绑定自定义域名、启用性能监控等功能。该工具进一步降低了在边缘网络部署静态网站的门槛，为快速原型验证和临时分享提供了便捷选项。

DuckDuckGo 浏览器默认开启视频广告拦截，支持屏蔽 YouTube 广告

DuckDuckGo 浏览器宣布，其桌面端及 iOS 版本现已默认开启视频广告拦截功能，尤其针对 YouTube 视频广告。该功能基于 uBlock Origin 的开源社区过滤列表，并计划加入自有规则以提高兼容性。用户需注意，开启后可能导致视频缓冲时间延长或出现异常情况。Android 版本稍后也将默认启用，目前用户可手动在设置中开启。此功能仅适用于 DuckDuckGo 浏览器内播放的 YouTube 视频。

Kastor：为AI Agent提供Terraform式配置规范

Kastor是一个开源项目，旨在为AI Agent提供类似Terraform的声明式配置规范。该项目在Hacker News上获得33个赞和17条评论，引发开发者社区关注。通过定义标准化的配置文件，Kastor允许用户以代码形式描述AI Agent的架构、工具集成和运行环境，实现可重复部署和版本控制。这一工具简化了AI Agent的管理流程，为构建复杂多Agent系统提供了基础设施支持。

微软确认 Windows 10 支持 WSL Containers，需 Build 19041 及以上版本

微软 WSL 产品负责人 Craig Loewen 确认，Windows 10 平台现已支持 WSL Containers 功能。该功能允许用户在 Windows 10（版本需为 2004 或 Build 19041 及以上）中，无需安装 Docker Desktop 等第三方工具，即可通过 wslc.exe 原生创建、运行和管理 Linux 容器，适用于本地开发、服务测试、镜像构建等场景。媒体实测展示了从安装 WSL、更新容器版本到构建并运行 Flask 应用的完整步骤。此外，WSL Containers 还支持通过 `--gpus all` 参数进行 GPU 透传，以调用 CUDA 容器。

AgentBench：AI Agent 回归测试框架，专为 CI 设计

AgentBench 是一个专为 AI Agent 设计的回归测试框架，灵感来源于 Jest，旨在将测试集成到持续集成（CI）流程中。该框架支持回放、评估、断言和捕获回归问题，帮助开发者在 AI 层进行系统化测试。项目采用 TypeScript 开发，并集成了 Playwright 等工具，主题涵盖 Agent 测试、LLM 评估、提示工程和开发工具等领域。目前，该项目在 GitHub 上已获得 22 个星标和 1 个分支。

《幻兽帕鲁》全球玩家破4000万，1.0正式版7月10日上线

开发商Pocketpair宣布，开放世界生存制作游戏《幻兽帕鲁》全球玩家数量已突破4000万。该游戏于2024年1月19日开启抢先体验，发售一个月内玩家数便超过2500万。游戏1.0正式版将于7月10日上线，迎来最大规模更新，内容包括新增大量帕鲁种类与新区域、全面升级战斗系统、解锁水上建筑、加入沉浸式故事线与连续剧情任务，并对多项游戏内容进行大规模翻新与重塑。

ThreeJSON：基于Three.js的JSON驱动、AI友好开源3D引擎

ThreeJSON是一个基于Three.js的开源3D引擎，采用MIT协议。它通过JSON描述3D场景，实现场景即数据的设计哲学，支持标准JSON和用户友好JSON双模式。引擎提供声明式对象与组件体系，包括几何网格、3D文字、粒子系统等，并支持外部模型加载。运行时支持增量状态更新、扁平化对象检索和声明式事件系统，适合数字孪生、实时监控等场景。项目特别面向AI与Agent设计，允许大语言模型通过结构化JSON生成和修改场景，无需直接编写Three.js代码。目前GitHub Pages存在加载问题，建议本地克隆体验。

PriceRadar：App Store与Google Play全球订阅价格对比工具

PriceRadar是一款免费工具，可实时扫描并对比全球100多个国家/地区的App Store和Google Play应用内购与订阅价格。该工具支持实时汇率换算，直接显示潜在节省金额，用户搜索任意应用即可快速获取全球价格对比。据称，通过选择土耳其、印度等低价区，用户最高可节省80%的费用，例如在Notion、Spotify、YouTube Premium等服务的年度订阅上可能节省数百元。工具无需注册即可使用。

将850万篇研究论文映射为交互式图谱

该项目旨在解决阅读论文时需在多标签页间跳转查找数据、代码、视频和同行评审等问题。最初仅涵盖arXiv论文，后扩展至PubMed Central、bioRxiv、medRxiv和eLife的开放论文，总计约850万篇。项目包含四个部分：1）使用SPECTER2嵌入论文并通过UMAP生成二维散点图的可视化图谱，点击可查看论文摘要、关键发现和关联实体；2）为每篇论文构建详细页面，提供全文、图像、视频、GitHub链接、Hugging Face资源及生物医学实体关联；3）发布浏览器扩展，在arXiv、Google Scholar等平台侧边栏显示论文信息；4）通过MCP工具向LLM提供数据查询接口（免费版限50次查询）。项目目前处于测试阶段，数据可能存在误差，即将推出反馈表单以改进质量。

Cerast Intelligence：基于证书透明日志的OSINT文件暴露检测工具

Cerast Intelligence 是一款面向渗透测试和漏洞赏金猎人的开源情报（OSINT）工具，现已公开。该工具通过监控证书透明日志，自动扫描新发现的域名，检测是否存在暴露的敏感文件，如 .env 配置文件、开放的 .git 目录、数据库转储等，并将发现结果存入可搜索的数据库。用户可输入域名或部分域名进行查询，免费查看暴露内容。工具目前为只读模式，开发者正考虑增加关键词订阅通知功能，并寻求减少数据滥用的建议。