AI日报：GPT-5.6上线、Grok免费开放、端侧模型夺冠
🔔1、OpenAI全量上线GPT-5.6，综合跑分领先但长项目协作弱于Fable 5
💡核心要点：OpenAI正式推出GPT-5.6，Terminal-Bench、DeepSWE等基准测试表现领先，单任务成本约为Fable 5一半；第三方评测Sol智能指数59分接近Fable 5，Codex+Sol登顶编程榜单。实测长周期项目协作中该模型步骤繁琐、消耗额度更高，官方成本减半说法存疑。同步推出整合五入口的桌面客户端，7月23日下线GPT-5.4，新增Sites一键建站功能。
📌查看原文
🔔2、xAI Grok 4.5向免费X用户开放，工程场景表现突出
💡核心要点：马斯克推荐Grok 4.5，该模型现已对X免费账号开放Grok Build功能，定价仅为同类产品四分之一，大量开发者依托其完成高难度工程应用，多模态识别可精准解析线下实体门店信息。
📌查看原文
🔔3、Anthropic详解Claude Code，Effort参数决定任务完成质量
💡核心要点：Anthropic官方澄清开发者误区，模型基础能力与Effort思考参数相互独立，此前默认降低Effort曾导致模型表现下滑。使用者需先确认上下文充足，再区分“能力不足”或“思考力度不够”两类问题优化代码任务效果。
📌查看原文
🔔4、OpenAI官方发布标准化Prompt四要素使用指南
💡核心要点：OpenAI官方提示词教程提出通用四段式写作框架：目标、上下文、输出要求、执行边界，无需专业语法，优先描述最终成果而非分步操作。区分Chat轻对话、Work长任务、Codex代码三类场景，搭配规划、沙箱验证闭环，完成后人工复核降低错误。
📌查看原文
🔔5、阶跃星辰发布Step Edge端侧模型全家桶，29项评测取得第一
💡核心要点：阶星辰推出面向手机、车载终端的Step Edge全系列端侧模型，覆盖基础、音频、GUI、图像生成四类能力，本地工具调用延迟低至0.1秒，多模态数据本地处理保障隐私，兼顾端云协同效率与成本。配套自研Step Inference推理引擎，在文本、视觉、语音等29项权威评测全部夺冠。
📌查看原文
🔔6、智谱创始人发布内部信，推出两年Touch High冲刺ASI路线
💡核心要点：唐杰发布全员内部信，启动两年“摸高”计划回归基础大模型研发，规划长程记忆、海量数字员工、合成数据、可解释四大引擎，路线为长任务→智能体社会→无人公司→AI自训练→自我进化。观点认为海量AGI实例群体等效超级智能，依托GLM-5.2开源与安全研究平衡风险。
📌查看原文
🔔7、Databricks实测：GLM 5.2代码能力对标Opus 4.8，成本更低
💡核心要点：Databricks基于三千多名工程师真实业务开展代码智能体大规模测试，开源GLM 5.2综合质量比肩Opus 4.8，单次任务1.28美元低于后者1.94美元。单次Token单价不代表总成本，框架对效率影响极大，平台据此搭建Omnigent系统自动匹配最优模型与推理框架。
📌查看原文
🔔8、美光CEO：存储器是AI发展核心底座，存储供需长期紧张
💡核心要点：美光高管表示上下文窗口、KV缓存持续扩张，存储已经成为AI核心基础设施。新建存储晶圆厂建设周期长达三至四年，先进HBM供给缺口将持续数年；企业计划在美国投入两千亿美元扩建产线，新增九万岗位，存储制造涉及多学科技术，行业难度被低估。
📌查看原文
🔔9、苹果起诉OpenAI窃取硬件商业机密，超400名员工跳槽引发矛盾
💡核心要点：苹果向加州联邦法院发起诉讼，指控OpenAI及收购企业、两名前苹果员工盗取硬件设计机密、违反竞业协议，要求赔偿并重新规划新品。诉状披露前员工带走大量内部图纸、携带硬件面试并传授规避安检手段，一年超四百苹果人才流入OpenAI，恰逢对方推进IPO与首款AI硬件，双方合作关系彻底破裂。
📌查看原文
🔔10、辛顿反思医疗AI预判失误，解析大模型运行底层逻辑
💡核心要点：AI教父辛顿承认五年前“AI替代放射科”预测出错，根源在于医疗场景复杂、法律责任抬高落地门槛。他提出大模型并非简单复读机，依靠高维向量理解信息，生成幻觉和人类记忆重构机制相近；同时警示超级智能具备自主生存诉求，主张模型训练贴合人类价值导向。
📌查看原文
🔔11、GPT-5.6医疗回答缺陷率低于人类专业医师
💡核心要点：OpenAI公开GPT-5.6医疗领域实测数据，模型生成诊疗内容出错数量少于真人医生，轻量Luna版本推理成本低廉，在健康诊断领域具备普惠落地潜力，可有效降低基层医疗咨询门槛。
📌查看原文
🔔12、杨国安提出AI企业转型杨五环2.0，重构组织模式
💡核心要点：腾讯管理顾问杨国安发布新书，推出AI转型“杨五环2.0”框架，企业一把手是变革核心。区分AI原生企业与传统转型企业路径，传统企业优先落地工具提效、沉淀自有独家数据；未来组织将转为一人搭配多个智能体，架构扁平化、人员精简。
📌查看原文
🔔1、Nezha桌面端：多Claude/Codex项目并行管理工具
💡功能亮点Nezha是面向AI编程的桌面应用，单窗口可同时运行多个Claude Code、Codex会话，分标签管理不同项目，后台终端持续运行，任务等待时侧边栏黄灯提醒。自动解析历史对话支持断点恢复，安装包仅7MB，解决多项目来回切换、会话丢失痛点。
📌 链接地址:https://github.com/hanshuaikang/nezha
🔔2、Career-Ops：AI求职系统，精准匹配岗位生成定制简历
💡功能亮点基于Claude、Gemini搭建求职自动化工具，抓取招聘页面信息，按A-F评级匹配求职者简历，输出薪酬调研、面试STAR素材与ATS优化简历。仅推荐4.0分以上岗位，AI只做评估，投递操作由用户自主完成，GitHub收获5.2万星。
📌链接地址:https://github.com/santifer/career-ops
💡论文摘要:强化学习 (RL) 在大语言模型 (LLM) 的后训练中变得越来越重要。此前用于 LLM 的 RL 流水线大多是同步且批次交错的，这对于长周期智能体任务而言效率低下。最近，异步强化学习作为一种更高效的替代方案出现，它能在轨迹到达时更新模型。然而，现有的异步 RL 系统通常侧重于吞吐量，而对训练稳定性和任务有效性则缺乏深入探索。例如，一个关键挑战是，广泛使用的 GRPO 框架中的组式采样并不天然适用于异步智能体训练。 在本文中，我们提出了单轨迹异步优化 (SAO) 方法，以解决异步 RL 中的稳定性和离策略挑战。为了减少离策略效应并提高泛化能力，我们将组式采样替换为单轨迹采样，即每个提示使用一个轨迹。我们通过实用的价值模型训练设计进一步改进了这一单轨迹策略。为提高优化稳定性，我们引入了严格的双侧 token 级裁剪策略。SAO 能够稳定训练一千步，并在 SWE-Bench Verified、BeyondAIME 和 IMOAnswerBench 等智能体编程与推理基准上持续优于 GRPO 及其变体。我们还证明了单轨迹 RL 在模拟在线学习环境中尤其有效，在其中模型必须适应不断变化的环境。
🔔（PWC）2026全球人工智能效能研究报告-48P
💡报告摘要:
更多报告下载请扫码加入知识星球【AGI前沿社】。
资讯