本期 8 件事。点击标题可查看卡片、来源与相关知识点。
Claude Code 2.1.205 版本新增的 `/checkup` 命令，将程序员手动优化的配置、上下文清理、插件管理等杂务打包为一键式智能操作，标志着 AI 编程工具从“需要人类时刻看护的高能婴儿”进化为具备工程直觉和自治能力的系统。
2026 年 7 月 12 日，Anthropic 正式发布 Claude Code 2.1.205 版本，包含 23 项 CLI 升级。其中核心亮点是 `/checkup` 命令（原内部代号 `/doctor`），旨在自动诊断并清理 AI 编程环境中的冗余技能、MCP 工具、过期规则、慢速钩子等，释放宝贵的上下文窗口空间。同时新增两条安全护栏：拦截对会话…
新智元
查看来源原文曙光8000（登峰）是中国首个全国产十万卡AI超集群，通过“原生超智融合”架构实现高精度科学计算与低精度AI训练推理的一体化集成，标志着国产算力从万卡迈向十万卡时代的系统性突破。
在AI for Science（AI4S）和大模型对算力规模与精度的双重需求下，传统“偏科”式算力（高精度慢、低精度不准）已无法满足混合计算场景。2026年7月，中科曙光发布曙光8000（登峰），这是一套全链路自研的十万卡级AI基础设施，采用原生超智融合路线，实现从芯片到网络、存储、散热的系统级重构，并已与北京科学智能研究所达成第二套十万卡系统建设合作。
新智元
查看来源原文在 IBM 真实量子处理器上，实验将基于 Simon 算法的 Even–Mansour 密钥恢复从已发表的硬件前沿 N=4 推进至 N=10，并将 3 轮 Feistel 结构密钥恢复从块大小 4 推进至块大小 8；但这不是实用量子加速，实际噪声下攻击难度跟踪经典生日界限。
**背景**：对称密码学也面临量子攻击威胁。Kuwakado 和 Morii 指出，Simon 算法可多项式时间恢复 Even–Mansour 结构密钥，并区分 3 轮 Feistel 与随机置换；Kaplan 等人（CRYPTO 2016）将此类攻击推广到多个模式和 MAC。然而，这些此前停留在理论与模拟层面。 **核心问题**：在真实、有噪的量子硬件上…
Hugging Face 博客
查看来源原文Google Research在2025–2026年间发布了十余项应用AI（特别是生成式AI、地球AI和开源模型）应对气候与可持续性挑战的研究与工具，覆盖洪水预测、森林保护、热韧性、交通减排、野生动物识别、水下声学分析等领域。
根据Google Research Blog的“Climate & Sustainability”标签页面（收录2006年至今，集中可见2025–2026年的最新博文），团队在一年半内推出了多项面向气候行动的产品化研究： **2026年7月**：联合研究减少交通拥堵的方法（跨算法、数据挖掘与气候标签）。 **2026年6月**：将热韧性数据扩展至全球50+…
research.google
查看来源原文Algorithms & Theory
research.google
查看来源原文ParseBench是一个包含约2,000页人工验证企业文档、超过167,000条测试规则的开源基准测试，评估AI代理文档解析的五个关键维度，发现LlamaParse Agentic模式以84.9%整体得分领先，但图表解析仍是主要难点。
现有文档解析基准（如OmniDocBench）存在两个不足：1）主要使用学术论文或网络内容，缺少企业文档（如保险、金融、政府文件）；2）使用文本相似度指标（BLEU、ROUGE等）无法捕捉语义错误（如表格标题错位、图表被降级为原始OCR文本、删除线被忽略）。为此，LlamaIndex推出了ParseBench，专门衡量文档解析的语义正确性，确保解析输出保留…
LlamaIndex 博客
查看来源原文材料中描述了一种用于评估和提升智能体性能的方法或平台，但具体细节无法从现有元数据确认。
该材料来自 LangChain 博客，标题为“Evaluation Score and improve agent performance”，核心关注如何通过评估分数来改善智能体（Agent）的表现。由于未能抓取正文，具体研究框架、评估指标或工具细节待核实。
LangChain 博客
查看来源原文LangSmith 的可观测性功能让开发者能够实时查看 AI 代理的每一步操作，包括工具调用、内部推理和最终输出，从而快速定位问题并优化性能。（待核实具体实现细节）
本文档来自 LangChain 官方博客/文档页面，主题为 LangSmith 平台的可观测性能力。核心问题是：如何让开发者清楚地了解复杂代理系统在运行时的内部状态，而不仅仅是最终结果。
LangChain 博客
查看来源原文