重大变化 发生了什么: 07-09 OpenAI 发布 GPT-5.6 三档模型和多级推理强度,Responses API 加入 Programmatic Tool Calling 和多 Agent beta,Codex 成为新 Work 产品的核心。发布中最具争议的说法是 GPT-5.6 Sol 自主完成了 GPT-5.6 Luna 的后训练,社区对这句话的实际含义很快产生分歧(二手)。
为什么重要: 如果按字面理解,这是前沿实验室首次称模型自主完成另一个生产模型的后训练,是 RSI 讨论的关键节点;同时多 Agent 和程序化工具调用进入官方 API,编排成为平台能力。
OpenAI: GPT-5.6 2026-07-09
OpenAIDevs:Programmatic Tool Calling 与 Multi-agent beta 2026-07-10
AINews 2026-07-10 (二手汇总)
发生了什么: 07-06 Anthropic 发布 A global workspace in language models,称在 Claude 内部找到一小组被称为 J-space 的激活,具有类似“全局工作空间”的作用:可被报告、可被调制、支持灵活推理;同时在 Neuronpedia 上提供开源权重模型的演示(二手)。
为什么重要: 这类可解释性结果为监控和干预 Agent 的内部状态提供了可能的抓手,也和 Fable 5 用 steering vector 限制能力的做法属于同一工具箱。
Anthropic Research 2026-07-06
Anthropic on X 2026-07-07
AINews 2026-07-07 (二手汇总)
发生了什么: 07-08 OpenAI 发布 Separating signal from noise in coding evaluations,讨论编码评测中的噪声来源;据 AINews,OpenAI 评测团队认为 SWE-Bench Pro 已饱和且存在根本缺陷(二手)。
为什么重要: 继 FrontierCode 之后,模型厂商自己也承认主流编码基准失效,评测方法论本身成为研究课题。
OpenAI 2026-07-08
AINews 2026-07-09 (二手汇总)
发生了什么: 07-08 Cursor 博客发布与 SpaceXAI 合作的 Grok 4.5,主打编码和 Agent(AA 估计约 1.5T 参数,二手)。Meta 发布 Muse Spark 1.1 并首次通过 Meta Model API 开放。腾讯以 Apache 2.0 开源 Hy3:295B MoE、21B 激活、256K 上下文,强调工具调用稳定性(二手)。
为什么重要: 前沿梯队从三家扩展到五六家,开源侧也持续有可用于 Agent 的大模型,模型选择和路由的重要性上升。
Cursor: Introducing Grok 4.5 2026-07-08
Meta: Muse Spark 1.1 2026-07-09 (页面无日期,按 AINews 报道)
Hy3 on X 2026-07-06
也可阅读AI 重大技术变化:2026-W43 至 W46 总览 。