这份数据展示了 20 个 AI 模型的性能排行榜,这些模型很可能与编程或技术任务相关。排名榜首的是 **Fable 5**,以 2,726 分和 81.7% 的闭环率位居第一。 性能趋势显示,随着分值的增加,闭环率呈现明显的下降趋势。表现最好的模型(Fable 5、Opus 2 和 Kimi K3)的闭环率保持在 50% 以上,而排名第 13 位及以后的模型则表现欠佳,成功率降至 15% 以下。 数据凸显了一个竞争激烈的格局,主要由 Claude、GPT、Kimi 和 Grok 架构的各种迭代版本主导。大多数顶级模型依赖于专用的代码执行环境(例如 `claude-code`、`codex`、`grok-cli`),其计算能力需求从“高”到“超高”不等。虽然许多模型目前处于“已关闭”状态,但包括 Qwen 3.8 Max、DeepSeek V4 Pro 和 Grok 4.6 在内的几个模型仍处于活跃状态或运行过程中,这表明相关的开发和评估工作仍在持续进行。
前美国国家过敏和传染病研究所所长安东尼·福奇博士的律师团队已设立了一个独立的法律辩护基金,用于支付其不断增加的法律费用。他的律师表示,该基金是针对“毫无根据且无理取闹”的诉讼和骚扰所采取的必要措施,并指出福奇不会从中获得任何个人经济利益。法律事务结束后,任何剩余资金都将捐赠给慈善机构。
福奇目前正面临严厉审查,并因其在NIH资助的武汉研究中所扮演的角色、关于新冠病毒起源的公开言论,以及涉嫌妨碍《信息自由法》请求等问题,受到多项调查。一个参议院委员会已对他发出藐视国会的刑事移送。尽管该基金的支持者强调他长期的公共服务生涯,但包括兰德·保罗参议员在内的批评者认为,辩护基金的存在恰恰凸显了他所面临法律挑战的严重性。此举正值针对他行为的调查持续进行之际,其中包括州政府官员的调查,以及涉及其前顾问大卫·莫伦斯博士的争议;莫伦斯已承认销毁记录以逃避公众监督。
AI 模型缺乏对“完成”的内在感知。与人类不同,人类依赖外部信号——如截止日期、同行评审或边际收益递减——而模型会无限期地进行迭代。因此,高效的 AI 开发已从简单的提示词工程转向**“循环工程”(loop engineering)**,即让系统自行验证进度。
然而,循环的有效性取决于其验证机制。如果验证信号存在缺陷(例如,测试通过但未满足实际用户意图),循环就会收敛于错误的目标。成功的循环需要四个要素:明确的目标状态、可观察的当前状态、用于局部编辑的精确工具,以及稳健的停止规则。
目前,循环工程仍是一个反复试验的过程,因为高效的循环往往是针对特定环境定制的。此外,由于循环存在边际收益递减现象,它们很容易在不可能完成的任务上消耗过多的 token。由于 AI 无法自主决定何时停止,开发者必须构建基础设施来明确衡量进度并管理成本。归根结底,最成功的系统将不再是那些能够无限迭代的系统,而是那些构建者已经精准定义了何为“完成”及其应有成本的系统。
美国财政部已提议制定新规,将环境、社会和治理(ESG)投资基金排除在“特朗普账户”之外。财政部长斯科特·贝森特(Scott Bessent)表示,政府打算禁止使用ESG标准,并指出该框架已被活动人士“武器化”,致使政治议程被置于财务表现之上。
包括埃隆·马斯克及多位共和党议员在内的ESG批评者长期以来认为,这些评级标准不一致且带有意识形态色彩,往往在惩罚创新的同时,偏袒那些基于主观社会指标的公司。财政部通过强制要求合格指数使用客观财务数据追踪广泛的市场板块,旨在保护这些账户免受支持者所称的“觉醒”激进主义的影响,以防其损害投资者回报。
“特朗普账户”于7月4日推出,已获得广泛参与,目前已有超过700万个注册账户,200万名儿童符合联邦缴款资格。此举反映了政府为使投资策略脱离ESG强制要求所做的更广泛努力;批评者(如作家詹姆斯·林赛)认为,ESG是削弱企业独立性并推动全球集权议程的工具。
路透社的一项调查揭露了美国农业部(USDA)502贷款项目中的严重滥用行为。该项目旨在通过零首付抵押贷款帮助低收入家庭实现住房梦。尽管有严格的收入资格限制,但调查发现,数百名富人——其中一些人年收入超过50万美元——利用该项目在富裕的度假区购买度假屋和出租物业。
这些调查结果被收录在已故参议员汤姆·科伯恩(Tom Coburn)2013年的《浪费账簿》(Wastebook)中,该书列举了300亿美元的政府支出滥用行为。报告还指出,该项目对“农村”的定义界定模糊,数十亿美元的贷款被发放给了洛杉矶和华盛顿特区等大城市周边的明显城市区域。
尽管美国农业部坚称绝大多数受益者确实是中低收入家庭,但该项目易受百万富翁利用的事实,依然是纳税人资金被滥用的一起典型案例。以严格监督联邦支出而闻名的科伯恩参议员曾利用此类例子,呼吁加强财政问责制并取消浪费性的政府项目。
尽管有报道指出,尽管地区局势紧张,霍尔木兹海峡的油轮运输仍在继续(周五记录到40艘油轮),但全球经济的主要担忧已不再是原油供应。
尽管特朗普总统近期针对这条战略水道发表了言论,并建立了由美国主导的航运走廊,但专家认为,真正的能源危机在于成品油市场。包括杰夫·柯里(Jeff Currie)在内的大宗商品分析师强调,全球经济依赖的是汽油、柴油和航空煤油,而非原油。
由于美国柴油裂解价差近期突破每桶100美元,且炼油能力受到中东地缘政治动荡和针对俄罗斯基础设施袭击的双重制约,市场正面临一场“完美风暴”。随着北半球冬季临近,原油成本与高昂的成品油价格之间的差距不断扩大,这对工业稳定性构成了重大威胁,并可能导致消费者面临史无前例的能源价格上涨。
Radiant 已与 Standard Nuclear 达成合作,由后者在 2030 年代初期前为其 Kaleidos 微型反应堆生产 TRISO 燃料,从而确保了关键的长期燃料供应。这项协议化解了一项重大的供应链风险,为 1 兆瓦便携式反应堆走向商业部署提供了稳定的燃料来源。
为精简运营并提升安全性,Radiant 计划对整个燃料循环进行统一管理,通过集中处理换料和存储,确保客户无需接触核材料。目前,Kaleidos 系统正在爱达荷国家实验室的 DOME 设施中进行全尺寸、高功率测试,以验证其在实际工况下的设计与性能。
在早期商业势头的推动下,该公司正准备在田纳西州橡树岭的一处 30 万平方英尺的设施内进行生产。Radiant 已与数据中心服务商 Equinix 签署了 20 台设备的供货协议,并承接了美国空军的一项国防项目。尽管仍面临监管和制造方面的挑战,但此次燃料合作标志着 Kaleidos 微型反应堆从测试阶段迈向广泛部署的关键里程碑。
由中国制造商荣耀(Honor)开发的名为“闪电”的人形机器人打破了人类运动纪录,以9.32秒的成绩完成了100米短跑,超过了尤塞恩·博尔特9.58秒的世界纪录。这一壮举发生在第二届世界人形机器人运动会期间,该活动在北京举行,为期五天,共有2000多台机器人参加了包括跳高和举重在内的51个项目的角逐。
此次运动会凸显了中国在机器人技术方面的飞速进步。在全球技术竞争日益激烈的情况下,中国正寻求在人工智能和硬件领域占据主导地位。尽管专家指出,目前人形机器人主要用于研究和演示,而非大规模的现实应用,但其不断进化的能力已引发了公众的极大兴趣。
此次活动是在地缘政治紧张局势加剧的背景下举行的。美国近期采取行动,禁止进口外国制造的人形机器人,并以涉嫌军事联系为由对部分中国机器人公司进行了标记。尽管存在这些限制,中国仍生产了全球大部分的人形机器人,展示了其在从制造业到物流业等多个行业引发革命的潜力。
TigerBeetle 采用“协议感知确定性模拟测试”(Protocol-Aware Deterministic Simulation Testing, DST)来确保其分布式数据库的可靠性。传统的黑盒测试(如 Jepsen)是从外部对系统进行测试,而 TigerBeetle 则采用“由内而外”的测试方法。
通过利用逻辑和物理确定性,该数据库在一个名为 VOPR 的模拟器中运行,其中时间以及存储和网络等外部交互均可完全控制。这使开发人员能够在一个进程内以极高的速度探索庞大的状态空间,从而模拟崩溃、网络分区和数据损坏等情况。
至关重要的是,由于模拟器具备协议感知能力,它能够深入洞察各个副本的状态。它强制执行以下约束:
* **安全性不变量:** 验证共识协议和存储引擎(LSM 树)在所有副本间保持逐字节的一致性。
* **活性不变量:** 确保副本即使在复杂的恢复场景下,也能有效地将本地和全局持久性转化为可用性。
通过检查这些内部属性,TigerBeetle 超越了简单的系统级断言,使开发人员能够捕获细微的 Bug,验证复杂的恢复协议,并以绝对可复现的精度对优化效果进行基准测试。这种方法将那些“难以调试”的分布式场景转化为了可控且快速的测试用例。