📊 今日概览

🔥 趋势洞察

• Agent 数学推理质变：GPT-5.6 Sol Ultra 用 64 子 Agent 并行 test-time compute，一小时内证明 50 年未解猜想，标志 LLM 推理能力从辅助工具跃升为独立研究者。

• Agent 生态全面走向生产级：GPT-5.6 集成 Copilot、Cursor 开发竞争性 Agent、Replit 发布社区档案与免费域名，Agent 从编码扩展到知识工作与业务运营。

• 效率与成本成新竞赛焦点：Unsloth 动态量化压缩 75%、Writer 编排层降本 41%、DeepSearch 自蒸馏框架，行业从“算力军备竞赛”转向“效率优化”。

🐦 X 推文动态

📈 热点与趋势

• GPT-5.6 Sol Ultra 用 64 子 agent 一小时内证明 50 年未解数学猜想 - OpenAI 发布证实：Cycle Double Cover 猜想被 GPT-5.6 Sol Ultra 在 1 小时内证明，模型已公开可用。Noam Brown（OpenAI 研究者）称此证明采用并行 test-time compute，解决时间从全天缩短至 1 小时。Ethan Mollick（Wharton 教授 / AI 教育研究者）指出这是首次用公开模型实现重大数学突破。 @polynoamial @polynoamial @emollick

• GPT-5.6 成为 Microsoft 365 Copilot 首选模型 - Sam Altman 确认这一升级。Satya Nadella（Microsoft CEO）同步宣布 Microsoft Foundry Hosted Agents 正式 GA，支持长期运行代理并集成 GitHub Copilot App、Microsoft IQ、Teams 和 Agent 365。 @sama @satyanadella

• Lightning AI（AI训练平台公司）正式推出自有 25k H100 云服务 Lightning Cloud - 公司自建 GPU、网络、调度器和开发环境，保证按需可用，支持拓扑感知多节点训练。 @LightningAI

🔧 工具与产品

• Cursor 推出 side chats，可持续 agent 对话并导入主线程 - 每个 side chat 是独立 agent 会话，用户可通过 @-mention 将上下文导入主对话。 @cursor_ai

• OpenAI 将在 24 小时内两次重置 GPT-5.6 Sol 速率限制，并修复桌面应用问题 - Thomas Sottiaux（OpenAI 产品负责人）称重置 Codex 和 ChatGPT Work 限制；桌面应用侧边栏将回归经典布局，改进模型选择器默认设置，修复多 agent 工作流回归问题。 @sama @simonw

• Supabase（开源后端平台）披露 Lovable 每周创建 100 万新项目 - 这些项目自动通过单个 API 调用获得 Supabase 提供的完整后端。 @supabase

• Perplexity Computer 新增多个 orchestrator 模型 - 支持 Fable、Sol、Opus、Grok、GLM 5.2 加 advisor、Sonnet 和 GPT 5.5，子 agent 使用其他小模型和多模态模型。 @AravSrinivas

• Replit（AI 编程平台）发布 Community Profiles、免费域名及 Ramp for Agents 功能 - Community Profiles 为 vibe coder 提供工作量证明；免费域名持续至 7 月 17 日；Ramp for Agents 支持通过 Replit Agent 注册公司并运营业务。 @Replit

⚙️ 技术实践

• LMSYS Org 在 AMD MI355X 上成功运行 DeepSeek-V4 Flash RL 训练 - 与 AMD 合作，在 4 节点 MI355X 上验证 100+ 优化步骤：train-rollout log-prob 差距控制在 ~0.09，AIME-2024 pass@1 从 0.39 升至 0.49，pass@8 从 0.53 升至 0.67。采用 FP8 rollout + BF16 actor，开放混合注意力、mHC mixing 和 hash-routed MoE 对齐。 @lmsysorg

• Sebastian Raschka（Lightning AI 开发者关系负责人）给出 GPT-5.6 编码模型选择建议 - 除非需要 Terra Ultra 性能，否则用 Luna 更高 effort 设置更划算；超过 Sol High 用 Luna 高 effort 替代；超过 Sol Extra High 用 Terra Ultra；Sol Ultra 相比 Max 额外成本不值。 @rasbt

• Cohere 的硬件感知动态推测解码已合并入 vLLM - 替代固定 draft token 数量，DSD 根据批次大小和硬件自适应调整，高批处理场景下避免推测解码反而减慢推理的问题。 @vllm_project @EkagraRanjan

• 新基准测试显示：仅 OpenAI 和 Anthropic 模型知识保持新鲜，中国实验室模型至少落后 12 个月 - Apoorv Umang（独立开发者）设计基于意外事件的测试集，跨月事件（名人去世、政治事件）询问 LLM，推导实际知识 cutoff。 @apoorv_umang

• Sakana AI（日本AI研究实验室）用 VLM agent 复现 Picbreeder 实验，发现 AI 创造力仍受限 - 与 MIT 和 NYU 合作的论文将被 #GECCO2026 接收并提名最佳论文奖。VLM agent 容易陷入重复概念，引入多样化 agent 个性可显著改善探索；人类更擅长将意外发现转化为持续创造性突破。 @SakanaAILabs @hardmaru

• Perplexity CEO 称 Grok 4.5 在计算机 agent 基准 WANDR 上得分最高 - 价格为 Claude Opus 4.8 一半，效果优于 Perplexity 自研 GLM 5.2 后训练模型。Perplexity 自研方案必要时升级到 Opus。 @AravSrinivas @AravSrinivas

⭐ 精选内容

🎙️ 播客精选

ChatGPT Just Became a Work Agent

Do Social Media Bans Work? + A Conversation About A.I. Consciousness + Tool Time

📄 今日论文精选

Hidden Decoding at Scale: Latent Computation Scaling for Large Language Models

Infinity-Parser2 Technical Report

Compete Then Collaborate: Frontier AI Teachers Build a Verifiable Curriculum to Improve a Coding Student Beyond Imitation

🐙 GitHub 热门项目