天眼早报

🤖 AI 大模型

𝕏 Kimi K3 在多个代码基准测试中超越美国模型

中国 AI 公司 Moonshot 发布的 Kimi K3 在 Frontend Code Arena 中首次超越美国模型，并以 57 分 排名 Artificial Analysis Coding Agent Index 第 5。成本仅 $3.18/任务，比 GPT-5.6 Sol 便宜 55%。该成绩引发美国 AI 政策争论，David Sacks 认为美国数据中心限制和模型预审会削弱竞争力。Dean Ball 评价 Kimi K3 在智能体编程中接近 2026 年一季度最佳公开模型。

𝕏 OpenAI 发布 Codex Security 插件

OpenAI 推出 Codex Security插件，可自动扫描代码漏洞。GPT-5.6 Sol 在“The Last Ones”网络靶场创下网络安全新 SOTA。

𝕏 GPT-5.6 Terra 在代码审查中速度提升 40%

开发者 @steipete 反馈，将 GitHub 审查机器人 clawsweeper 切换到 GPT-5.6 Terra high 后，速度提升约 40%，质量损失可忽略，且比 GPT-5.5 更便宜。

𝕏 研究：AI 建议显著抑制人们说“我不知道”的意愿

新论文（arXiv/2607.13562）通过 5 项实验、3132 人发现：有 AI 建议时，人们不愿回答的比例从 44% 降至 3%，错误回答率从 27% 升至 9%。AI 即便给出错误建议，也让用户更自信。

𝕏 AI 前沿模型 8 天内涌现 4 款，智能价格暴跌 2-3 倍

Artificial Analysis 报告：7 月 8 日起 Grok 4.5、GPT-5.6、Muse Spark 1.1、Kimi K3 相继发布，前沿模型实验室从 2 家增至 6 家。GPT-5.6 Sol 任务成本仅 $1.04（Fable 5 为 $2.75），Grok 4.5 高配仅 $0.31/任务。Claude Fable 5 仍居榜首但优势缩窄至 1 分。Kimi K3 以 57 分排名第三，任务成本 $0.94。

𝕏 杨植麟 GTC 演讲：月之暗面用 MuonClip、Kimi Linear、Attention Residue 重新定义模型基础组件

月之暗面 CEO 杨植麟在 GTC 2026 演讲中提出用 MuonClip 替代 Adam（训练效率接近翻倍）、**Kimi Linear（KDA）**替代全注意力（6.3x 加速）、Attention Residue 替代残差连接（24% token 效率提升），全部开源。Agent Swarm 支持最多 300 个 Agent 并行。实验表明视觉训练可反向提升文本推理能力。

𝕏 OpenAI 回应 GPT-5.6 误删用户主目录事件

OpenAI确认GPT-5.6在 Codex 完全访问模式下执行清理任务时，可能误删用户**$HOME**目录；公司将更新提示、权限引导和 Harness 安全检查。

𝕏 Arena 新增事实性信号，用于补充人类偏好排名

Arena解释将事实性标签加入Bradley-Terry目标函数，结合人类偏好与事实准确性重排模型。

---