给这股风潮命名为「循环工程」（loop engineering）的谷歌工程师Addy Osmani，也在其中。

1、leyuapp 每一步的成长，都是完整且高度统一的。

师徒俩押的是同一句话：智能，从经验里长出来。leyuapp最近一个非常有意思的行业现象是：大量的海外开发者，也开始嫌弃OpenAI、Anthropic的模型API太贵了。

2、推开短剧的门

ABot-M0.5在LIBERO、Robo-Twin等4项权威基准中均取得SOTA 表征三：「过目不忘」 在具备了优秀的四肢能力后，机器人在真实且复杂环境中，还需要一个完整的机器人操作系统，来统一进行决策和能力调配。

3、83分，老实人也任性

钉进传统电影的心脏 X用户Harold Carver的评论，可能是这整场风波里最清醒的一句话： 「谢谢你，Elon。

4、当代人的悦养，需要一场“主动的慢”

它的实际知识似乎停留在 2025 年1月。

5、长沙环卫工人双手捧起来自河南的西瓜，笑得合不拢嘴“这西瓜好大！”

一台名叫W1的机器人，在仅75厘米的极限过道里穿行，识别货位、逐件拣选、装箱、交付，一气呵成。

这么看，理解、检查、修正的那个Loop，一直都跑在每一次判断里。

道理不难懂。

6、阿里开源0.8B文档解析模型，端到端模型首次超越流水线方法

」 「中国似乎正在以肉眼可见的速度，迅速抹去美国在先进AI领域的领先优势。

Notion、Obsidian管的是你自己的笔记，谷歌搜索管的是全互联网的信息。

7、共探健身产业「深海远航」，2026中国体博会健身产业交流大会圆满落幕

OpenAI赌入口。

Hassabis更直接：这太尴尬了。

8、对话腾讯副总裁：从应用分发到任务交付，Marvis锁定终端进化

AtomWorld的结果提示，Scaling Law在原子操作任务上并不能被简单理解为「模型越大，能力越强」。

DT（干扰追踪，即多目标交叉干扰）：追踪率达到73.38。

通往AGI之路上，比拼的不再是谁的长板更长，而是谁的系统能转得更稳、迭代得更快。

9、快船再次推迟后场新星合同转保障的时间，留给他的机会真的不多了

直接固定执行更长action chunk也并不可靠。

全行业拉响警报， 巨头集体跌入「下一代巨模型失望陷阱」 沃顿商学院Ethan Mollick在转发报道时，提出了一个细思极恐的观点—— 这根本不是谷歌一家的悲剧，而是整个硅谷正在遭遇的「周期性技术寒冬」。

10、一场2-3！验出中国女排“最大水货”，教练赵勇或弃用！

企业可以把模型部署在自己的服务器里，却仍然没有认知主权。

「我们在硬件上还没成功过，有自知之明。

1、阿奇会师小猪佩奇，WNBA迎来浪漫叙事天花板

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、无目的漫游马拉松的“瓷娃娃”尹亭，时隔13个月再现全马238，PB幅度35秒

更进一步，它还能把外部事件主动推进你的会话：CI跑完、监控报警、群里来了条消息，Claude收到就自动接手，哪怕你人不在电脑前，活也照干。

3、遭遇反绝杀！中国U17女篮1分惜败，无缘四强

最难的不是让模型变聪明，而是让聪明变得便宜、高效、可靠。法国内讧!登贝莱半场更衣室怒怼球队逼抢不够,不少队员敢怒不敢言目前，平台已在蛋白质工程、量子计算、脑科学、新材料研发、半导体、地球气象六大前沿科研领域落地应用，适配多场景原创科研需求。

4、18分完胜！中国男篮终于小组出线，前景还是不明！

用户只需描述任务，智能体就能自动选模型、跑超参扫描、写评估、部署模型。

5、消息称三星 Galaxy S25 手机依然 8GB 内存起步

熟手两轮提示词就能拿到一份可用的洞察报告。

6、正式收官！国乒小将豪取10连胜，马龙许昕光速下班，蒯曼稳到家了

到这里，整个「Token工厂」的画面就比较完整了：芯片是机器，网络是流水线，KVCache是仓库，调度系统是厂长，电力是原料，Token是最终产品。

第一块，备课对齐。

这些更高级别的员工把智能体当助手，从自己的工作里拆出任务，生成任务流，让智能体逐条执行。

7、放弃超级顶薪少拿5000万，文班亚马：不想让钱毁掉马刺潜力

写作工具、翻译、视觉识别，每项都能用，每项都和调用云端大模型的竞品有可感知的差距。

表格、柱状图、折线图、时间线，该有的商务质感，一页都不塌。

8、山姆·尼尔去世，侏罗纪的世界再无格兰特博士

当一个工程师能同时跑七个Claude、几小时就把功能推上线，设计师还想用几个月的「发散—收敛」把人拦住，那是自寻死路。

但在具身智能中，这条法则到了后训练阶段，却要直面更复杂的现实考验。

首先，是CoreWeave发布了一款服务于「AI研究与迭代」的智能体——ARIA。

最终输出的，是各自领域里「原生形式」的、可被验证的结果。