Claude Code官方文档列出的MCP能力：提JIRA需求、开GitHub PR、查Sentry与数据库，还能把Telegram、Discord等外部事件推进会话。

1、kaiyun登录 Ashley在2010年带着31人的团队，做完了全球首个人类基因组的临床解读，耗时9个月。

不过，这款模型，普通人暂时碰不到。kaiyun登录在被公认为「最难啃」的仓库级软件工程榜单SWE-Bench Pro上，它拿到65.2分，只落后于Opus 4.8（69.2 分），显著超越一系列国产模型。

2、2026中超赛场江西四小龙正大放异彩，你最看好谁？

Anthropic根本没打算让Opus 5去跟自家旗舰硬碰硬，它要解决的，是一个更扎心的现实—— Fable 5，普通人已经快用不起了。

3、马蓉做梦都没想到，自己辛苦培养的一对儿女，竟意外成全了冯清

大模型本质上是一个「认知节点」，负责计算与推理；而记忆是一个与之正交的问题，关乎信息怎么组织、怎么检索、怎么遗忘、怎么整合。

4、最后一分钟产生两个不理解操作！名记直呼奇葩，郭士强还要招他吗

三类资本同时出现在投资方名单里，说明市场已经公认：这家公司，是AI视频与未来交互赛道的一张重要船票。

5、未按规定报送大额交易报告！浙江稠州商业银行被重罚485万元

这颗「大脑」到底长什么样 Mech-GPT多模态大模型是整套系统的核心，不只是个听懂人话的聊天模型。

姚卯青解释了背后原因，智元既做长期研究，也在积极尝试商业化，而「商业化部署必须面对可靠性、成本、成功率和一致性等严格指标」。

每道题都像一场事先设好埋伏的演练，分四步推进。

6、性价比碾压！阿森纳 4200 万捡漏更强目标！完胜 8500 万吉马良斯

四大算法赛道则持续深入科学智能的产业应用创新。

一是，把科学数据「统一编码」。

7、鲍斯股份：拟对全资子公司增资5亿元建设冷媒压缩机及热泵新生产基地

会看的不会推，会推的不会动，而产业落地偏偏要三样一起来。

大学那套考评，考试、论文、作业，几百年来立在一个隐形前提上：这些事太花时间，没人会走捷径。

8、官宣｜我俱乐部签约美籍球员克里斯蒂安·维塔尔

我们希望更多人做出的下一个作品，是属于自己的世界。

但故事还没完，它引出一个更大的问题： 当这一代孩子长大，AI早已像空气一样无处不在，一个从小只被老师「用AI教」、自己却没真正上手用过AI的孩子，能真正做好准备吗？ 这个问题，Claude for Teachers还没打算回答。

7月14日，OpenAI给ChatGPT上线了一套全新的统一搜索，把你在ChatGPT里的所有东西，塞进了一个统一入口：历史聊天、项目、上传的文档、生成的图片，全部能搜。

9、美新法案或致奔驰因中资持股被禁售 但仍处于草案阶段

有些活得盯着外部系统，最简单的办法就是按时间间隔去查一眼，看变了什么再反应，比如一个可能收到评审、也可能CI挂掉的PR。

此外，配合八卦炉智能软件栈，清程极智将复杂国产环境进行了屏蔽与封装。

10、荣昌生物泰它西普两大适应症同日获批

采用混合Transformer架构与共享混合注意力机制，把视觉观测、语言指令、力触状态、策略轨迹这些五花八门的具身数据，全压进一个统一隐空间，变成高密度表征向量。

参考资料： https://x.com/ClaudeDevs/status/2080009523952263295?s=20 编辑：摩西新智元报道 一夜之间，Tokenmaxxing成为硅谷热议话题！ 几个月前，Meta内网搭了个排行榜，追踪全公司8.5万多名员工的Token消耗量。

1、母亲节｜投篮机挑战，为妈妈送一份特别礼物！

可光靠买卡、堆算力，既烧钱又追不上。

2、卷！比去年快6分钟还掉名次，苏河女子前三本周末都是背靠背

在此基础上，首次提出面向具身追踪的DAgger策略：模型先在大规模通用场景上预训练，再持续部署至仿真与真实环境中交互，主动暴露长尾薄弱场景。

3、十年磨一剑，奥胖包揽大满贯女单、女双、混双冠军

接下来的情形，许多人都记得。3-0,3-1！女排世联赛全乱了，第3支总决赛球队诞生，中国出线分析其需求核心在于试管、器皿、耗材形态材质各异，要求认得准、抓得稳、放得到位且不能磕碰损坏；但人工分拣又慢又累，而传统自动化方案柔性不足，形成潜在痛点。

4、阿苏埃：归队前对申花情况有所了解，好在如今我们已走出泥潭

Bloom还特意强调，这不是因为AI动用了什么更复杂的武器，而是我们原本以为，这道题比它实际上难得多。

5、前瞻

从前端到空间推理，得到的全是差评。

6、椰子看好丰塞卡夺多个大满贯，图萨诺夫称安娃突破难个矮力量弱

有了电，怎么把最稳定的电送到用户家里？AI Ping就是这样一个Token统一流通交易门店与行业中立评测中枢。

再加上算法的进步、更大的模型和更多的算力，事情开始变得有点吓人了……」 当然，也有清醒的质疑声。

标准只有一个：能不能进真场景、干真实活、真帮到人。

7、赛程难产！圣诞大战都没法安排了！！就因为他！

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

Flexion 比较特殊——它提出的 Command / Motion / Control 三层自主栈，架构范式与 COSA 的 S2 / S1 / S0 高度趋同。

8、全场8次扑救！佛得角门将再次爆发，加时赛2比3输给阿根廷

平衡点极难拿捏。

它不再需要你提前做好所有的素材。

上述局限指向一个共同的症结：J-Space乃至整个以神经网络为焦点的可解释性研究，始终将「模型本身」作为解释的唯一对象，问题的起点和终点都是模型。

今天，Anthropic被迫低头了，这场好戏，才刚刚开始。