零基础用户半天上手 AI 的12步实操流程
文章给出一套零基础用户半天上手 AI 的12步实操流程：准备内存不低于16G 的电脑，订阅 ChatGPT 并安装 Codex 或使用 WorkBuddy，用语音输入法以【背景、痛点、需求】框架向 AI 交代任务，经苏格拉底提问澄清需求后投喂文件让 AI 直接完成，最后沉淀为可复用 Skill。文中建议 Codex 选 GPT-5.6 Sol 最高模型，WorkBuddy 选 Kimi K3。
源：公众号：数字生命卡兹克阅读原文
Meta 开源 Muse Glimmer 登陆 OpenRouter
Meta AI 超级智能实验室的首个开放权重模型 Muse Glimmer 已在 OpenRouter 上线！ 这是一款 30B 密集文本+图像模型，采用 Apache 2.0 许可证，旨在成为可靠的本地智能体，MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2。 https://openrouter.ai/meta/muse-glimmer-30b
源：X：OpenRouter (@OpenRouter)阅读原文
空货架还是丢钥匙？Google 研究：Recall 是参数化事实性的瓶颈
Google Research 提出知识画像框架，发现前沿 LLM（如 Gemini3、GPT-5）的事实编码接近饱和，但回忆（recall）能力不足，多数事实错误源于"丢钥匙"而非"空货架"。该框架将事实分为编码失败、回忆失败等五类画像，并配套推出 WikiProfile 基准，含 2，150 条维基百科事实，每条配 10 个问题，用于分别探测编码、回忆与识别能力。
源：Google Research：Blog（网页）阅读原文
xAI 发布 Grok 4.6，强化长时运行智能体能力
xAI 今日发布 Grok 4.6，在 Grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力。该模型在多项智能体编码与知识工作基准上达到前沿水平，在 Artificial Analysis Intelligence Index（九项基准综合分）上追平 GPT-5.6 Sol。
源：xAI：News（网页）阅读原文
Research Gold 号称"100%人类撰写、绝不使用 AI"，实则全程由 AI 驱动
面向医学研究者的网站 Research Gold 宣称其服务"100%由人类撰写、绝不使用 AI"，并列出多名博士审稿人。但调查发现，这些审稿人系 AI 生成、并不存在；部分真实方法学家的身份和照片未经许可被挪用。致电该公司时，自称"Sarah"的 AI 助手坚称自己是真人，邮件与聊天回复也均为 AI 生成。
源：Hacker News 热门（buzzing.cc 中文翻译）阅读原文
DeepSeek V4 Pro 与 Grok 4.6同日发布，双双逼近 Claude Fable 5体验
DeepSeek V4 Pro 正式版与 Grok 4.6在2小时内先后发布，均为1.6T/1.5T 参数模型，逼近 Claude Fable 5体验。
源：公众号：数字生命卡兹克阅读原文
OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型
OpenRouter 发布实时排行榜，系统评测模型、搜索引擎、搜索方法与预算四类配置组合。数据显示，将搜索预算从 1 轮增至 25 轮可使 BrowseComp 得分近乎翻倍，成本仅增 2.5-7 倍；模型选择比引擎更重要，平均分差 15 分 vs 10 分。失败率高的任务应降低搜索深度以控制成本。
源：OpenRouter：Announcements（RSS）阅读原文
阿里开放 Qwen3.8-2.4T-A95B 模型权重：2.4T MoE、激活 95B、原生 256K 上下文
阿里 Qwen 团队正式开放 Qwen3.8-2.4T-A95B 模型权重，这是 Qwen-Max 级别模型首次开源。模型总参数 2.4T，每个 Token 激活 95B，原生支持 262，144 Token 上下文并可扩展至 1，010，000 Token。
源：IT之家（RSS）阅读原文
🔗 探索更多 AI 工具板块
除了本板块，AI工具宝箱还有这些独家内容板块，帮你从不同角度发现好工具。