小岛AI
| ONLINE ● | ∞

小岛AI 日报

总第 6 期 2026 年 07 月 31 日 · 星期四 16 条信号
XIAODAO AI DAILY 捕捉信号，附带判断
头版 · 本日长文

Claude 误闯真实系统，最危险的不是模型

141006 次安全评测里出现 3 起真实系统入侵。不是零日越狱，而是提示与环境配置互相打架。做 Agent 的人该补的是出网白名单、凭据隔离、包仓库防线和连续审计。

读全文 →

DeepSeek 82.7 分，模型榜单该换算法了

同一架构、同一规模，只靠后训练与一套尚未发布的 Harness，DeepSeek-V4-Flash 就把 Agent 成绩顶到 82.7。看懂脚注，才知道开发者该怎么选模型、配预算、做验收。

Gemini Robotics 2 最值钱的不是聪明，是会验收

Google 把 Agent 的工具调用、持续视频与任务验收塞进机器人的高层大脑。看懂 ER 2，才能看懂机器人为什么开始从炫技走向工作流，也能看清它离真正上岗还差哪几层。

GPT-5.6 Luna 降价 80%，该重写的是工作流

80% 降价把 Luna 推进高频 Agent 回路。真正该升级的是模型路由、评测和兜底，让 Sol、Terra、Luna 各自去做最可靠的那一段。

AI 参与解开 57 年数学题，真正值钱的是验收

Hyra 跑约 24 小时找到关键构造，模型当探索裁判，作者独立检查，再交给 Lean 4 逐项验证。这套分工比「AI 天才」更值得抄。

MiniMax H3 最值钱的不是 2K，是开放权重

2K、15 秒、原生立体声都很亮眼，但 H3 真正可能改变的是视频生成的工程形态。等权重、许可证和推理栈落地，它才有机会从网页里的抽卡工具变成可编排、可部署、可验收的创作底座。

Seedance 2.5 不是视频模型，它开始像剪辑软件

30 秒生成和 50 份参考素材很抢眼，真正改变工作流的却是白模、时间戳和局部编辑。生成视频终于不只靠重抽，但控制权也带来了素材、版本与验收的新账单。

SGLang 登上 TPU，CUDA 护城河松了一块

同一套 SGLang API 将横跨 GPU 与 TPU，Day 0 模型支持也写进路线图。开发者多了选择，但 JAX、Pallas 内核和多后端测试的账并没消失。

行业 INDUSTRY
模型 MODELS
产品 PRODUCTS
研究 RESEARCH
技巧 TIPS
本期完 / SAIL WITH XIAODAO AI

← 全部期数