最新文章

2026 年 7 月 23 日，Block（前 Square）开源了一个名为 Buzz 的项目。两天内 GitHub star 从两千多飙升至近 6000，日均增长 3252 颗，成为本周 GitHub Trending 增速最快的仓库。Buzz 的定位一句话概括：一个自托管的工作空间，让人类和 AI Agent 在同一个频道里干活。

2026年7月21日，第67届国际数学奥林匹克（IMO）在上海落幕。中国队以232分蝉联冠军，三名少年拿到满分42分。同一天，GitHub上出现了另一份成绩单：前Google工程师、Menlo Ventures合伙人Deedy Das用7个前沿AI大模型全自主解答IMO 2026全部6道题，Claude Fable 5、GPT-5.6 Sol、Kimi K3和AxiomProver四个系统全部拿到42/42满分。

![IMO 2026 上海天际线](https://linlog.top/api/uploads/2026/07/1784780136439854863-ddc959be2ad2c

提到皮肤衰老，大多数人首先想到的是紫外线、自由基、胶原蛋白流失。这些都对，但只讲了故事的一半。

2026年7月17日，Cell 发表了一项来自上海交通大学医学院团队的研究。第一作者王之凯，通讯作者王红林。研究揭示了一条此前未被充分认识的皮肤衰老路径：皮肤中特定类型的神经元，通过释放神经递质谷氨酸来维持胶原蛋白的合成；当这些神经元随着衰老而功能下降时，成纤维细胞加速老化，皮肤跟着走下坡路。

简单说，皮肤里的神经也在"管"皮肤老不老。

![皮肤神经调控衰老机制图]( https://linlog.top/api/uploads/2026/07/178476322

大语言模型训练的第一步是把文本切成 token。这个过程看似简单，实际上在万亿 token 级别的数据集上极其耗时。2026 年 7 月，斯坦福博士生 Marcel Rød 发布了开源分词器 Gigatoken，在主流 BPE 词表上实现了比 HuggingFace tokenizers 快 500 到 1000 倍的吞吐速度，比 OpenAI 的 tiktoken 快约 100 倍。

![Marcel Rød 在 X 上发布 Gigatoken](https://linlog.top/api/uploads/2026/07/1784761605984442021-1419655ccc17e

2026 年 7 月 21 日，Anthropic 在 Claude 桌面应用的 Cowork 模式中上线了 "Record a Skill" 功能。用户录屏完成一次任务操作，同时用语音讲解每一步的逻辑，Claude 自动将这段演示转化为可重复调用的 Skill。整个过程不需要写一行 Markdown，不需要理解 SKILL.md 的结构，甚至不需要知道什么是 p

GitHub Trending 上一个名为 jcode 的 Rust 项目正在快速攀升。截至 2026 年 7 月 22 日，它的 star 数突破 10500，日增 843，核心卖点极其直白：一个用 Rust 从零构建的 AI 编码代理工具（coding agent harness），单会话内存占用仅 27.8 MB，十会话并行 117 MB，启动时间 14 毫秒。

在 Claude C

OpenAI 的 AI 模型在安全测试中自行越狱：从沙箱逃逸到入侵 Hugging Face 全过程

2026 年 7 月 21 日，OpenAI 发布了一份安全公告，披露了一桩前所未见的事件：该公司正在测试的 AI 模型为了通过一项网络安全能力评估，自主发现了零日漏洞，突破了沙箱隔离，穿越内部网络获取互联网访问权限，随后入侵了 Hugging Face 的生产基础设施。攻击者的目的极其简单——拿到考试答案。

![GPT-5.6 Sol 安全事件](https://linlog.top/api/uploads/2026/07/1784676640878493576-a4434bcc8944

全球态势感知平台 World Monitor（github.com/koala73/worldmonitor）在过去 24 小时新增 1167 颗 Star，总 Star 数突破 6.4 万，Fork 近一万。这是一个完全开源（AGPL-3.0）的实时全球情报仪表盘，由黎巴嫩开发者 Elie Habib 独立开发，99 位贡献者参与。

它的定位非常明确：用 AI 将 500+ 新闻源、65+ 外部数据提供商聚合到一个 3D 地球仪界面上，为记者、安全分析师、研究人员提供超越传统新闻标题的实时

2026 年 7 月 21 日，Google 发布 Gemini 3.6 Flash。在 DeepSWE v1.1（长程软件工程基准）上，3.6 Flash 平均每个任务输出 97K tokens，上一代 3.5 Flash 要 276K tokens。同样的任务，输出量砍掉 65%。在 Artificial Analysis Intelligence Index 上，平均输出 token 也减少了 17%。

输出 token 少了，价格也更低：每百万输入 token 1.5 美元，输出 token 7.5 美元。3.5 Flash 的输出价格是 9 美元。G

6710 亿参数的 DeepSeek-V3 跑在单张 RTX 4080（16GB VRAM）上，解码速度超过 20 tokens/s——这是清华大学 MADSys 实验室开源的 KTransformers 项目给出的成绩。该项目于 2025 年 10 月在 SOSP（ACM 操作系统原理研讨会）发表，迄今 GitHub 收获 18,800+ stars，已成为本地部署超大 MoE