AI HOT 小时报｜2026-06-28 19:05

数据源：AI HOT /api/public/items?mode=selected；时间窗 since=2026-06-28T09:55:09Z。摘要由 AI HOT 提供，引用前请点原文核对。

本小时值得看

1. Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus

• 分类：模型
• 来源：X：Elon Musk (@elonmusk, xAI)
• 发布时间：2026-06-28T10:50:05.000Z
• 原文：https://x.com/elonmusk/status/2071184354756477041

Grok 4.5，基于我们的1.5T V9基础模型，并在补充训练中加入Cursor数据，现已在SpaceX和Tesla进入私测。初步评估显示其性能接近，或许超越Opus。

强化学习仍在持续显著改进模型，Grok Build工具链也在日益完善。

所有参与者的出色工作！

今年，@SpaceX 将每月发布完全从头训练的新模型。

2. 仅有三个AI模型在500天创业测试中盈利超过起始资本

• 分类：论文
• 来源：The Decoder：AI News（RSS）
• 发布时间：2026-06-28T10:16:13.000Z
• 原文：https://the-decoder.com/only-three-ai-models-finished-above-starting-capital-in-a-500-day-startup-survival-test

普林斯顿大学推出CEO-Bench基准测试，让AI智能体在模拟环境中运营订阅软件公司NovaMind 500天，起始资金100万美元。14个测试模型中，仅Claude Fable 5（最佳轮次盈利4715万美元）、Claude Opus 4.8（2780万美元）和GPT-5.5（2130万美元）在最佳运行中超过起始资本。一个不调用语言模型的简单规则启发式方法通过固定定价、配额和针对性开发达到1576万美元，超越除上述三款外的所有模型。多数模型无法保持连贯策略，在模拟结束前破产。该测试旨在衡量AI的长期战略决策能力。

UseClaw 观察

• 优先关注能进入真实工作流的产品更新，而不只看模型跑分。
• 优先关注 Agent、编程工具、企业集成、自动化、合规安全这些会影响数字员工落地的信号。
• 如果某条新闻能说明“谁痛、为什么信、下一步去哪”，后续可扩写成 UseClaw 深度内容。

UseClaw 持续记录 Claude、Codex、OpenClaw、AI Agent 与数字员工的真实案例、方法和产品化实践。
了解更多：https://useclaw.net/