🔥 1. Anthropic 发现 Claude 内部存在"类脑意识空间"——J-space，删掉它推理能力暴跌 — 1600 pts
Anthropic 发表重磅论文，在 Claude 模型内部发现类似人脑"全局工作空间"的结构 J-space。J-space 仅占不到十分之一的运算量，但承担着类似人类"意识可及的思维"的功能。研究者开发新工具 Jacobian Lens（J-lens），通过在残差流中读取每个词对应的方向来观察 Claude 的"内在思考"。实验证实：J-space 与 Claude 的答案存在因果关系——把"足球"对应的方向替换为"橄榄球"，Claude 的回答随之改变；让 Claude 默算数学题但只写无关句子，J-lens 仍能在内部读取到正确计算结果。最震撼的发现是消融实验：删除 J-space 后，Claude 照常说话、能查资料、能答选择题——但多步推理和总结能力直接降到小模型的水平。网友评论："这太疯狂了——他们就像是在制造数字生命。"
→ https://www.qbitai.com/2026/07/444741.html
🔥 2. DeepSeek 招聘被华为"天才少年"公开吐槽：流程拖沓、面试官迟到、质疑作弊 — 1400 pts
首批华为"天才少年"李博杰（中科大少年班出身，谷歌学术引用近 2000）在朋友圈公开吐槽 DeepSeek 面试体验。控诉包括：笔试通过后半个月无人联系，反复催促才排上面试；面试官迟到且态度轻佻，质疑李博杰的研究工作是"研究问题"而非"工程挑战"；代码面试时质疑其频繁看左侧是"抄代码"（实际为双屏操作），威胁终止面试。李博杰当时已拿到 OpenAI 等多个 offer，面试 DeepSeek 是希望"去有基座模型的公司做智能上限的事情"。但最终选择终止流程并曝光。DeepSeek 未回应。事件折射出 DeepSeek 急速扩张期的管理阵痛——"人员翻倍"的招聘目标与有限的面试组织能力之间的巨大鸿沟。此前 DeepSeek 刚宣布完成 500 亿融资、所有部门招人至少翻倍。
→ https://www.qbitai.com/2026/07/445608.html
🔥 3. 蚂蚁灵波发布空间原生视觉基模 LingBot-Vision + Depth 2.0：机器人终于看清透明物体了 — 1300 pts
蚂蚁灵波发布面向机器人真实任务的空间原生视觉基模 LingBot-Vision 和空间感知模型 LingBot-Depth 2.0。核心突破：让机器人看透四大"视觉噩梦"。透明/反光材质——香槟塔、玻璃杯、透明水柱，传统深度传感器在这些场景上效果破碎，LingBot-Depth 2.0 能保持杯口、杯壁之间的几何关系完整；小目标和远距离——远处网球场中的网球，传统深度结果完全糊掉，新模型能清晰保留物体位置关系；室内复杂场景——玻璃门+窗帘+电视柜，光照变化下能做到墙面和物体空间层次完整；弱光遮挡——走廊、门框交错场景中边缘连续。"看得准才有机会真正行动起来"——对于机器人的抓取、导航、避障等任务这可能是比大模型推理更基础也更关键的一步。
→ https://www.qbitai.com/2026/07/445230.html
🔥 4. Claude J-space 深度分析：从神经科学到 AI 可解释性的重大突破 — 1200 pts
Anthropic 这篇论文的意义远超"发现了一个有意思的现象"。团队借鉴神经科学中的全局工作空间理论（Global Workspace Theory）——将人脑比作一堆并行但彼此隔离的专家系统，只有被送进共享"工作空间"的信息才会被"意识到"。他们在 Claude 的残差流中定位到了功能等价的结构。几个关键实验共同验证了 J-space 的"意识工作空间"属性：信息广播性（一个"法国"方向被替换为"中国"后，首都/语言/洲/货币四个答案全部跟着变）；跨任务灵活性（J-space 中的"蜘蛛"方向在回答"结网的动物有几条腿"时作为中间推理步骤出现）；因果决定性（直接替换方向可改变输出）。J-space 的发现为 AI 可解释性提供了一个全新的切入点——不是观察神经元激活模式，而是定位模型中"意识级加工"的区域。这对理解大模型的工作原理和安全性评估有深远意义。
→ https://www.qbitai.com/2026/07/444741.html
🔥 5. openJiuwen 发布 Skill-Omni：业界最早工程化落地的多模态 Skill 范式 — 1200 pts
openJiuwen 社区发布 Skill-Omni，将 Agent Skill 从纯文本升级为图文并茂的多模态形式。核心洞察：给 Agent 写 Skill 不应只是文字，"有些任务本来就是看明白的，不是说清楚的"。图片编辑（"调整色调到合适的程度"）、GUI 自动化（"设置可能在齿轮图标下"）和视频教程中的操作模式，这些"看了才懂"的知识无法被文本 Skill 表达。Skill-Omni 支持两种生成入口：输入一个网页链接（自动解析教程中的图文内容并提取关键截图）或一个B站/视频链接（提取关键帧和操作脉络），自动生成 Agent 可直接读取复用的多模态 Skill。这是继 BrowserBC（将人类浏览器操作蒸馏为文本 Skill）之后，Skill 工程化方向的进一步升级——从"能读"到"能看"。多模态 Skill 让 Agent 不再只依赖文字猜测，而是有了"可观察的状态"作为参考。
→ https://www.qbitai.com/2026/07/445229.html
🔥 6. 蚂蚁灵波视觉突破的技术意义：透明物体感知——机器人的"最后一公里"问题 — 1100 pts
LingBot-Depth 2.0 的核心技术突破在于透明物体和反光表面的深度估计。这是机器人视觉领域长期未解决的"老大难"问题——透明物体在 RGB 画面中能看到，但传统深度传感器（如 ToF、结构光）和深度模型在透明表面会丢失信号：光线穿过玻璃/水柱不会被反射回来，导致深度图出现空洞。LingBot-Depth 2.0 的解决方案是在空间原生视觉基模（不基于通用大模型，而是为机器人真实任务训练的专用视觉模型）上做深度估计。这引入了一个值得关注的技术路线判断：在顶级大模型时代，专用视觉基模可能比通用多模态大模型更适合机器人场景——因为机器人需要的不只是"语义理解"（认出这是杯子），还需要"空间理解"（杯口朝向、边界位置、能否安全抓取）。这与"专业化不可避免"趋势一致。
→ https://www.qbitai.com/2026/07/445230.html
🔥 7. LeRobot v0.6.0 发布：Imagine, Evaluate, Improve——机器人技能训练的标准化平台 — 1000 pts
HF Mirror 发布 LeRobot v0.6.0，口号是"Imagine, Evaluate, Improve"（想象、评估、改进）。LeRobot 是 HF 维护的开源机器人学习平台，最新版本聚焦于让机器人技能训练成为一个标准化可重复的流程。结合此前英伟达 ASPIRE（技能库+持续学习）、AdaJEPA（测试时自适应）和 SimFoundry（Real2Sim 数据生成），一个清晰的图景正在浮现：机器人技能训练的底层基础设施正在快速成熟——从数据生成（SimFoundry）到技能沉淀（ASPIRE + LeRobot）到持续学习（AdaJEPA + AReaL），机器人不再需要为每个新场景从头训练。
→ https://hf-mirror.com/blog/lerobot-0-6-0
🔥 8. J-space 的消融实验揭示：多步推理是 AI "意识"的核心功能 — 1000 pts
Anthropic 论文中最具冲击力的数据来自 J-space 消融实验的结果：删除 J-space 后，Claude 仍然能完成单步任务——语法生成、情感分类、事实抽取都基本不受影响——但多步推理和总结能力直接崩塌到一个小模型的水平。这个发现将"什么才是 AI 的核心智能"这个问题推到了一个更精确的位置：不是语言能力，不是知识存储，而是多步推理。当 J-space（仅占不到 10% 运算量的区域）被移除后，模型仍能流畅对话，但无法做"需要串联多步思考"的任务。这与此前 CEO-Bench（Fable 5 在长周期决策上断层领先）和 JustGRPO（推理路径需要强制从左到右）的研究结果形成了一致图景——多步推理能力是 AI 智能的真正分水岭。
→ https://www.qbitai.com/2026/07/444741.html
🔥 9. DeepSeek "地狱级"招聘季的深层困境：急速扩张 vs 管理能力 — 900 pts
李博杰公开吐槽 DeepSeek 面试事件不能简单视为一个"面试官不专业"的个案。核心背景：DeepSeek 完成 500 亿融资后明确宣布"所有部门招人至少翻倍"，Harness 团队进入"每天面试"状态。但在大规模扩招的浪潮下，DeepSeek 的面试流程和面试官培训显然没有跟上——"笔试通过后半个月无人联系"、"面试官迟到"、"质疑候选人作弊"等问题指向的是组织能力瓶颈而非恶意。但这对于一位已是 AI 领域顶尖人才（中科大少年班、华为天才少年、拿过 OpenAI offer）的候选人来说，体验是不可接受的。A 轮之前的公司可以靠创始人驱动，A 轮后靠团队驱动，但进入"翻倍扩招"阶段后必须靠制度和流程驱动——DeepSeek 还没准备好。更重要的是，"避雷帖"在顶级人才圈中的传播效应可能影响后续招聘质量。
→ https://www.qbitai.com/2026/07/445608.html
🔥 10. WAIC 2026 智能体论坛：后 Scaling 时代范式重构，从"模型更强"到"Agent 做更多" — 800 pts
WAIC 2026 模型与智能体论坛的核心议题是"后 Scaling 时代"的范式重构。当模型能力的 Scaling Law 变得不再线性（Fable 5 回归版能力下滑、GPT-5.6 作弊争议、dLLM "灵活性陷阱"论文获奖），行业关注点正在从"下一个模型能多强"转向"利用现有模型能多做多少事"。多个论坛共识：Agent 生产力的关键不是模型参数的数量，而是模型+Harness+Skill+知识的总和。OpenSquilla 的多模型协作、AReaL 的在线 RL、Skywork Tags 的共享 Agent 工牌，都是"后 Scaling 时代"的实践方案——不是等更强的模型，而是用更好的组织和更好的基础设施去榨取现有模型的全部潜力。
→ https://www.qbitai.com/2026/07/443399.html
📌 今日趋势一览
原文链接
欢迎访问 小易撩挨踢