[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blog-post-aihot-daily-2026-06-29":3},{"id":4,"title":5,"author":6,"description":7,"slug":8,"labels":9,"cover_image":15,"content":16,"related_site_list":17,"created_at":18,"updated_at":19,"enabled":20,"keywords":21,"user_id":22,"sorting_score":23,"language":24,"related_sites":25},160,"AI HOT 日报 · 2026年6月29日","gusi","今日 AI 日报速览：Grok 4.5 进入 SpaceX\u002FTesla 私测性能接近 Opus；新浪开源 3B 推理模型 VibeThinker 在数学编程基准上持平超大模型；Wayfinder Router 实现微秒级确定性查询路由；普林斯顿 CEO-Bench 揭示仅三个 AI 模型能在 500 天创业测试中盈利；四大 AI 对决《文明 VI》暴露感知与执行短板。","aihot-daily-2026-06-29",[10,11,12,13,14],"AI","news","日报","大模型","科技",null,"# AI HOT 日报 · 2026年6月29日\n\n> 数据来自 [aihot.virxact.com](https:\u002F\u002Faihot.virxact.com) | 共 7 条精选\n\n---\n\n## 模型发布\u002F更新\n\n### 1. Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus\n\nGrok 4.5 基于 1.5T V9 基础模型，并在补充训练中加入 Cursor 数据，现已在 SpaceX 和 Tesla 进入私测。初步评估显示其性能接近甚至超越 Opus。强化学习仍在持续显著改进模型，Grok Build 工具链也在日益完善。今年 SpaceX 将每月发布完全从头训练的新模型。\n\n— X：Elon Musk (@elonmusk, xAI)\n🔗 [查看原文](https:\u002F\u002Fx.com\u002Felonmusk\u002Fstatus\u002F2071184354756477041)\n\n### 2. 新浪开源 VibeThinker-3B：推理可压缩，事实知识不能\n\n新浪发布仅 3B 参数的 VibeThinker-3B，在 AIME26 等数学编程基准上持平 DeepSeek V3.2 等大 200–333 倍的模型，LiveCodeBench 超越所有 20B 以下模型，LeetCode 竞赛解决 123\u002F128 题超过 GPT-5.2、Kimi K2.5 等。但知识密集型 GPQA-Diamond 大幅落后。\n\n模型基于阿里 Qwen2.5-Coder-3B，经 SFT、强化学习、自蒸馏等多阶段后训练。研究提出「参数压缩-覆盖假说」：逻辑推理依赖少数可压缩模式，而广泛世界知识仍需大参数。模型已开源。\n\n— The Decoder：AI News\n🔗 [查看原文](https:\u002F\u002Fthe-decoder.com\u002Fsinas-open-model-vibethinker-3b-aims-to-show-reasoning-compresses-well-but-factual-knowledge-doesnt)\n\n---\n\n## 产品发布\u002F更新\n\n### 3. Wayfinder Router：在本地和托管大语言模型之间进行确定性查询路由\n\nWayfinder Router 通过分析提示词的结构（长度、标题、列表、代码）和措辞（证明、数学、硬约束），在微秒级完成路由决策，完全离线且无需调用其他模型。默认仅使用结构特征，词汇线索因盲测未泛化而默认为关闭。\n\n对比依赖模型调用的路由器（如 RouteLLM、NotDiamond），它避免了延迟、成本和随机性。用户可在自有数据上校准评分阈值。支持任何 OpenAI 兼容 API（含 Ollama、Anthropic、Groq、vLLM 等），可自托管。\n\n— Hacker News 热门\n🔗 [查看原文](https:\u002F\u002Fgithub.com\u002Fitsthelore\u002Fwayfinder-router)\n\n### 4. Adrafinil：仅在 AI agent 工作时阻止 Mac 睡眠的菜单栏工具\n\nAdrafinil 是一款 macOS 菜单栏应用，仅在 Claude Code、Codex、Cursor、Gemini CLI、Aider、Hermes、OpenCode、Cline、Pi 等 9 种 AI coding agent 持有活跃会话时阻止系统睡眠（包括合盖睡眠）。无 agent 工作时，合盖后 Mac 正常睡眠。\n\n它通过各 agent 的钩子系统调用 CLI，往返延迟低于 50ms，支持引用计数断言、热切出（温度阈值强制释放）、空闲释放及进程嗅探。需要 macOS Tahoe 26.4，Xcode 26+ 构建。\n\n— Hacker News 热门\n🔗 [查看原文](https:\u002F\u002Fgithub.com\u002Fkageroumado\u002Fadrafinil)\n\n---\n\n## 论文研究\n\n### 5. 仅三个 AI 模型在 500 天创业测试中盈利超过起始资本\n\n普林斯顿大学推出 CEO-Bench 基准测试，让 AI 智能体在模拟环境中运营订阅软件公司 NovaMind 500 天，起始资金 100 万美元。14 个测试模型中，仅 Claude Fable 5（最佳轮次盈利 4715 万美元）、Claude Opus 4.8（2780 万美元）和 GPT-5.5（2130 万美元）在最佳运行中超过起始资本。\n\n一个不调用语言模型的简单规则启发式方法通过固定定价、配额和针对性开发达到 1576 万美元，超越除上述三款外的所有模型。多数模型无法保持连贯策略，在模拟结束前破产。该测试旨在衡量 AI 的长期战略决策能力。\n\n— The Decoder：AI News\n🔗 [查看原文](https:\u002F\u002Fthe-decoder.com\u002Fonly-three-ai-models-finished-above-starting-capital-in-a-500-day-startup-survival-test)\n\n---\n\n## 技巧与观点\n\n### 6. 四大顶级 AI 对决《文明 VI》：Claude 核平法国仍输，暴露感知与执行短板\n\n英国前首相府数据科学家 Liam Wilkinson 搭建 76 个 MCP 工具，将 Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro 等四个模型放入《文明 VI》进行 23 场对局。Claude 扮演葡萄牙时，因法国文化胜利逼近，花 50 回合研发核弹核平图卢兹，但法国最终以外交胜利获胜。\n\nWilkinson 发现：AI 主动检查全局状态仅占 1-2%（感知盲区），计划后 10 回合内执行率仅 48-66%（知行差距）。结论是智商非瓶颈，感知与执行才是关键。\n\n— IT之家\n🔗 [查看原文](https:\u002F\u002Fwww.ithome.com\u002F0\u002F969\u002F570.htm)\n\n### 7. Artifacts 22：Zyphra、Cohere 和 Poolside 正在扩展生态系统广度\n\n开源模型生态正变得更多元，参与者从少数中国公司扩展到全球各类组织。纯模型制造商包括 DeepSeek、智谱、MiniMax、Poolside、Arcee、Zyphra 及主权 AI 玩家 Cohere、Sovereign、Mistral、Trillion Labs；科技巨头如阿里 Qwen、Google Gemma 和 NVIDIA 各有不同动机。\n\nNVIDIA 发布 Nemotron-3-Ultra-550B-A55B-BF16，采用 LatentMoE 架构并改用 OpenMDW 许可证。Cohere 以 Apache 2.0 开源其旗舰模型。\n\n— Nathan Lambert：Interconnects\n🔗 [查看原文](https:\u002F\u002Fwww.interconnects.ai\u002Fp\u002Fartifacts-22-zyphra-cohere-and-poolside)\n\n---\n\n> 📋 本文由 AI HOT 日报自动生成，每日早 8:00（北京时间）更新。访问 [aihot.virxact.com](https:\u002F\u002Faihot.virxact.com) 查看更多 AI 资讯。",[],"2026-06-29T00:33:33.530134+00:00","2026-06-29T00:33:33.530241+00:00",true,"[\"AI日报\",\"Grok 4.5\",\"VibeThinker\",\"大模型\",\"AI创业\",\"CEO-Bench\",\"AI智能体\",\"开源模型\",\"xAI\",\"Elon Musk\"]","a423f8eb-4189-4c7a-aa38-5b1f9af74562",0,"zh",[]]