这一期的主旋律不是单点模型新闻，而是 AI 能力开始被重新装配成可运行的系统：前沿模型排期继续制造预期，企业侧开始讨论 frontier model 与 open weight model 的混合分工，Google、Meta、Replit、Claude Code 这些信号都指向同一个方向，模型本身只是底座，真正的战场在 agent 运行时、eval、工具调用、权限、后台任务和可交付的软件闭环。
值得展开的信号有两条。第一，Agent 产品化正在从 demo 走向基础设施，Managed Agents、Antigravity Skill、Claude Code 起源复盘、Replit 自我改进闭环都在说明，AI Coding 的竞争焦点正在从“会不会写代码”转向“能不能被组织可靠托付”。第二，多模态生成也在 agent 化，Meta Muse Image 把图像生成描述为会调用工具、自我修正、使用 test-time compute 的过程，这和文本 agent 的路线开始合流。
本期也有一层冷静的底色：Yoshua Bengio 提到 UN AI Governance 的安全路径，Swyx 关注 Anthropic J-space 里模型能否感知干预，Baidu、Microsoft、IBM 的研究信号则提醒我们，热闹的产品竞赛背后，稳定训练、基准、量子与科学计算仍是硬底盘。
模型新闻从单一大模型发布，转向排期、成本、推理速度和多模型组合的经营问题。
列出 7 月模型排期：GPT 5.6 可能很快发布，Grok 4.5 已在 beta，Gemini 3.5 面向测试者，Deepseek v4 本月 GA，Opus 5 预计月底。
观察到 Gemini 3.5 被传在部分评测上达到 Fable 水平，强调当前模型预期和 hype 已经非常强。
认为 GPT 5.6 sol 周四发布基本被确认，关注点落在更快、更便宜的 inference。
提出企业正在转向混合模型架构：frontier models 负责规划，open weight models 执行简单任务，Kimi、GLM、GPT、Opus 组合会成为胜利配置。
讨论中国可能限制模型对外访问的传闻，将其解读为中国 AI 公司对未来位置的信心，也指出其成本结构不像美国大厂那样巨额亏损。
从应用层角度解释开源 AI 与 frontier intelligence 的关系：新场景先靠前沿模型探索，成熟后再把部分 token 迁移到低成本模型或专用模型，关键在应用层能做 eval 和模型选择。
Agent 能力正在被封装进 API、Skill、后台任务和产品界面，重点从模型能力转向可托付的运行系统。
宣布 Gemini API 的 Managed Agents 更新：支持后台任务、remote MCP 与 function calling、网络凭证刷新，并开放免费层使用。
说明 Managed Agents 的目标是降低把高能力 agent 投产的成本、摩擦和复杂度，路线图包括新 UI、Google 构建的客户 agent 等。
发布 Predicting the Past Skill：把 Gemini 直接连接到 Aeneas 与 Ithaca 专家模型，让历史学者用自然语言研究希腊文和拉丁文材料。
解释历史分析中的三个痛点：为每条铭文定制分析和可视化、跨来源映射模式、让非编码用户使用高级 AI 工具，Antigravity Skill 把这些流程转成自然语言操作。
注意到 Claude 现在可以连续排队提交 prompts，认为这是重要体验变化。
建议在某个工作流里让 Fable 把 Codex 作为 workhorse，体现多 agent、多模型协作中的角色分工思路。
首次讲述 Claude Code 的构建和发布故事，并强调它起源于 Anthropic 的安全研究，当前仍只是 1% 完成。
AI 进入工程现场后，面试、个人能力、团队试错和交付标准都在被重新定义。
抛出问题：现在大家如何进行 AI-assisted engineering interviews。这条获得大量回复，说明招聘评价体系正在被 AI Coding 改写。
引用观点：当 intelligence 变得充裕，volition 更有价值。真正有差异的人不是用 AI 少工作，而是主动与 AI 对抗式共学、提升能力并完成更多事。
为多机器并行工作和屏幕共享混淆问题做了 nameplate，并补充一个 skill：当 agent 需要上下文时弹出清晰提醒，而不是只出现无上下文的权限弹窗。
强调 founder 不能外包的一类工作是“第一个试新东西”。因为创始人失败的组织成本更低，能替团队承担早期不确定性。
认为 agent 让早期创业者能并行做更多事，过去靠低效率地 brute force 很多工作，现在被 agent 改造成并行能力。
提出检验 Coding AI 的终极问题不是 token 消耗，而是软件整体有没有变好、公司是否更快交付、用户是否更爱产品；个人软件和团队 agent 实践都成为重要证据。
用 Replit 案例说明 AI 构建工具已进入业务替代场景：一家亚特兰大房地产公司用 Replit-built CRM 替换 Salesforce，节省 10 万美元。
图像、视频、短视频摘要不再只是生成能力展示，而是在走向工具调用、自我修正和可追溯来源。
发布 Meta Superintelligence Labs 首批媒体生成模型 Muse Image 与 Muse Video，强调 Muse Image 在指令遵循、精确编辑、多参考合成等方面是 Meta 当前最先进图像模型。
说明 Muse Image 不是直接 prompt-to-image 模型，而是以 agent 方式工作：会调用工具、自我优化、用 scaled test-time compute，并与 Muse Spark 协作。
进一步解释 Muse Image 的自我修正能力：在 chain of thought 中自发选择局部编辑、完整重生成或工具使用，这种策略来自 RL 训练中的涌现。
介绍 Content Seal：Meta AI app 与网站生成的图片内置隐藏 provenance signal，经过裁剪、压缩、缩放仍可保留，并预览公开识别工具。
同步预览 Muse Video：在 prompt adherence、视觉保真和时间一致性上具备竞争力，同时承认音视频同步和高速运动物理准确性仍是改进方向。
宣布 Short Video Overviews 已在移动端和 Web 面向所有英语用户全面推出，继续把长内容理解包装成更轻量的消费形态。
产品竞赛之外，训练稳定性、基准、科学计算、AI governance 和模型可解释性继续构成底层约束。
Unlimited-OCR 在 Hugging Face 下载量突破 100 万，百度将其视为开源社区强信号。
介绍 AdaGC：通过更好的优化让 LLM 预训练更稳定高效，在 ERNIE 10B-A1.4B 上消除反复 loss spikes、提升准确率并节省 GPU hours。
概述 Microsoft 在 ICML Seoul 的 100 多篇录用论文，重点包括 Fara 1.5 computer-use agents、抗 critique 的 benchmark、蛋白 ML benchmark FLIP2 和 LLM 推理稳定性。
IBM、ORNL 与 Cleveland Clinic 的研究展示量子和经典计算如何协作建模 FLiBe 熔盐中的氚化学，这是聚变模拟中的难题之一。
UN Global Dialogue on AI Governance 收尾时，Bengio 对 AI 与全球协作、政策制定的讨论表示鼓舞，并希望继续把 AI 发展引向更安全路径。
解读 Anthropic J-space 论文的关键点：研究者能对推理过程做类似“脑手术”的干预，改变中途主题，而且模型能检测到发生了什么干预，这接近 eval awareness 问题。