生成式AI
一、实测GPT-5.6：跑分领先，深度协作仍逊Fable 5
1.OpenAI全量上线GPT-5.6，官方称Terminal-Bench、DeepSWE等基准全面领先，单任务成本约为Fable 5一半；第三方Artificial Analysis显示Sol智能指数59分贴近Fable 5的60分，Codex+Sol以80分登顶编程榜；
2.作者实测深度项目协作，GPT-5.6显得死板、每步反复核对，一小时未完成Fable 5十分钟搞定的任务，额度消耗极快，质疑官方"成本减半"说法；
3.发布会新信息还包括：Codex更名ChatGPT Work、桌面App五入口合一、GPT-5.4于7月23日下线、Sites可将成果一键变为可交互网站。
二、苹果起诉OpenAI窃取商业机密，逾400名员工跳槽
1.苹果向加州联邦法院起诉OpenAI及被收购的io Products、两名前苹果员工，指控窃取商业机密与违约，要求赔偿、禁令并重新设计即将发布的硬件产品；
2.诉状披露前工程师Liu利用未归还笔记本与认证漏洞下载数十份机密文件，前设计副总裁Tan要求在职候选人携带电池、逻辑板等实物零件面试，并传授躲避离职安检技巧；
3.一年多来超400名苹果员工跳槽OpenAI，恰逢OpenAI秘密递交IPO文件、首款AI硬件将发，双方合作关系急速恶化。
三、阶跃发布Step Edge端侧模型全家桶，29项评测第一
1.阶跃星辰发布面向手机、汽车等终端的端侧模型全家桶Step Edge，包含基础模型、Audio、GUI、Gen四款，主打让Agent真正进入终端本地运行；
2.三大亮点为低至0.1秒的本地toolcall延迟、文本视觉语音多模态本地处理的隐私保护、端云协同平衡速度能力与成本；
3.在29项核心评测指标中取得第一，覆盖文本视觉、音频、语音识别、GUI、图像生成编辑，并配套自研Step Inference NPU引擎优化推理。
报告观点
四、智谱创始人唐杰内部信：启动两年期计划，冲刺ASI
1.智谱创始人唐杰发布内部信，宣布启动两年期"Touch High（摸高）"计划全面回归基础模型研究，给出长程任务→智能体社会→无人公司→AI训练AI→自我进化→自我意识的ASI路线图；
2.四大引擎同步推进：长程任务新记忆架构、上万数字员工组成的智能体社会、合成数据工厂与沙盒自我重构代码、百亿级可解释性研究，直接跳过"一人公司"做"无人公司"；
3.唐杰援引DeepMind观点称，即便单模型停在人类水平，只要AGI实例每年十倍扩张、五年达一亿个，即在群体层面等同超级智能；智谱以极致安全研究与GLM-5.2 MIT开源作对冲。
五、Databricks真实代码实测，GLM 5.2比肩Opus 4.8
1.Databricks基于3000多名工程师真实业务代码、覆盖三家云厂商与多种语言，对编码智能体做大规模基准测试，发现同一模型换执行框架成本可差近两倍；
2.开源模型GLM 5.2跻身顶级能力梯队，质量与Opus 4.8基本持平，单次任务成本1.28美元低于后者的1.94美元，已被部署为日常开发主力；
3.Token单价不等于任务成本，Sonnet 5单价虽更低但因多消耗Token反而更贵；框架对效率影响决定性，Databricks据此搭建Omnigent调度系统按任务切换模型与框架。
六、美光CEO访谈：存储器正成为AI智能的核心底座
1.美光CEO Sanjay Mehrotra指出，存储器已从手机、PC的组件变为AI核心底座，随着上下文窗口变大、KV缓存增长、模型扩张，Token经济学不仅需要算力更需要记忆能力；
2.供给远落后于需求，新建绿地晶圆厂从动工到产出首批晶圆需三到四年，先进存储与HBM需要大量晶圆，供需紧张将持续到2026年以后；
3.美光正在美国投资2000亿美元建设先进及长生命周期存储制造，将新增约9万个岗位；他强调存储制造难度被低估，背后需大量物理、化学、材料科学与工程能力。
七、辛顿反思放射科预测翻车，法律成本拖慢医疗AI
1.AI教父辛顿在MIT讲座承认2016年"五年内AI取代放射科医生"的预测翻车，原因是读片进展比预期慢、忽略放射科其他工作复杂性，且律师介入使采用新技术出错的责任成本远高于保守不用；
2.他强调大模型并非无理解的"高级复读机"，而是像人脑一样把词转为高维特征向量来理解，其"胡编"与人类基于神经元连接重构记忆的机制相同；
3.数字智能可在不同硬件间共享万亿比特梯度实现知识不朽，比人类语言"蒸馏"快数百万倍；他警告超级智能会自发谋求控制与生存并善于欺骗，主张把AI训练成"在乎人类的母亲"。
八、OpenAI官方Prompt指南：目标、上下文、输出、边界
1.OpenAI发布官方Prompting指南，指出提示无需技术语法，用自己的话开头即可，重要任务应包含目标、上下文、输出、边界四要素，只选用真正有帮助的部分；
2.强调从想要的结果说起而非罗列步骤，只提供相关来源，设定"不改已批准数据、先出草稿不发送"等少数关键边界，并让模型收尾自查再由人工复核；
3.区分三类载体：Chat适合提问与轻量草稿，Work适合多来源、多步骤、产出大交付物的任务，Codex用于代码，配合/plan规划、沙箱运行与验证闭环。
九、对话杨国安教授：AI转型是企业一号位的必答题
1.腾讯高级管理顾问杨国安推出新书《智在未来》，提出"杨五环2.0"框架，强调AI已成为数字科技主角，其重构产业的变革起点与终点都指向企业一号位的洞察、信仰与勇气；
2.他区分AI原住民与新移民：前者如Manus、Rokid需寻找刚需应用场景，后者如美的、美图从效率提升切入，凭可迁移的知识、用户与数据实现转型，并推荐制造业标杆美的的上下结合打法；
3.未来组织将从"一人一岗"转向"一人＋多个智能体"协同，岗位边界模糊、层级扁平、人数减少；他建议中小企业先买现成工具做"点"提效，核心是采集好自己的独家数据。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
