风格：高密度、结论优先、buy-side 研究简报 + 工程情报。标题摘要用中文，保留英文术语与链接。今日向「攀岩动作分析 app + agent 工程 + 求职含金量」三个目标倾斜。部分数字来自二手聚合站，已逐条标注「待验证」，方向可信、数字近似看待。本条目已作为「新闻」入库（tag: 新闻），存于 Tony's BLOG 知识库。昨日（07-04）已覆盖的 Fable 5 重新上线 / GPT-5.6 门控 / LongCat-2.0 / LGM-Pose 端侧姿态 / SportsReflector 竞品今日不再重复，只做增量。今日最大增量在视觉侧的 AQA（动作质量评估）+ 描述式教练 层。

AI 日报 \| 2026-07-05

一、今日最重要的 5 条

二、按我的目标分类

A. 前沿模型 / 一手发布

• 事件：Gemini 3.5 Pro 仍限 Vertex preview，7 月 GA 无具体日期

• 核心内容：2M context + Deep Think；延期主因=token 效率/coding/长任务推理未达旗舰标准

• 为什么重要：2M 上下文利好长视频；但「大厂新模型≠即最强」，长时程推理仍难

• 我需不需要点开：Flash 可先用；Pro 等 GA 与视频模态确认

• 链接：https://www.techtimes.com/articles/319318/20260629/gemini-35-pro-cleared-july-launch-fable-5-nears-return-gpt-56-stays-locked.htm

• 事件：MiniMax-M3-VL 开源 VLM 进入 Transformers v5.12.0

• 核心内容：CLIP 视觉塔 + 3D RoPE + 稀疏 MoE + 块稀疏注意力；Conv3d patch embedding

• 为什么重要：又一个开源可自托管、稀疏高效的 VLM 候选

• 我需不需要点开：需要（核实权重许可、显存、是否支持视频帧序列）

• 链接：https://github.com/huggingface/transformers/releases

• 事件：GPT-5.6（Sol/Terra/Luna）仍门控约 20 家机构、7 月上 Cerebras

• 核心内容：近千 tok/s 推理；前沿门控常态化

• 为什么重要：推理提速利好实时反馈；但短期用不上

• 我需不需要点开：暂不必，标记跟踪

• 链接：https://llm-stats.com/llm-updates

B. AI 工程 / Agent / Coding workflow

• 内容：Berkeley RDI 研究——8 个主流 agent 基准可被刷分（答案泄露、judge 可注入）

• 可落地价值：把「设计抗作弊 eval」当第一优先，别盯 leaderboard 名次

• 对我当前开发/学习的意义：给攀岩 app 反馈模块设计 eval 时防泄露/防注入；是强求职信号

• 链接：https://medium.com/@nairmilind3/llm-evaluation-in-2026-e631a78c67dc

• 内容：GitHub agent 生态「可视化编排」化——Langflow(≈146k)、Dify(≈136k)、Flowise(≈51k)、n8n 拖拽式搭 agent pipeline

• 可落地价值：MVP/原型阶段用可视化编排快速验证反馈流程，省手写胶水代码

• 对我当前开发/学习的意义：可用 Dify/n8n 先把「视频→姿态→AQA→文字反馈」串成 demo，再逐步下沉到代码

• 链接：https://ossinsight.io/trending/ai（star 数为二手快照，待验证）

• 内容：AQA 综述统一基准（video-based / skeleton-based / multi-modal 三类方法 + 统一评测协议）

• 可落地价值：给「动作评分」选型提供地图，避免踩已知弱 baseline

• 对我当前开发/学习的意义：设计攀岩评分模块时，直接照综述的方法分类与评测协议搭 eval

• 链接：https://arxiv.org/abs/2412.11149

C. 视觉 / 视频 / 运动人体分析

• 内容：TechCoach——技术点感知（technical-point-aware）的描述式动作教练，输出「哪里做得好/哪里可改进」的自然语言反馈

• 与「攀岩动作分析 app」的相关性：极高，直接就是「识别动作→给可执行改进建议」的那一层

• 可迁移到项目的点：定义攀岩「技术点词表」（重心转移/挂脚/锁定/换手/节奏），按 TechCoach 范式做点粒度反馈

• 优先级：高

• 链接：https://arxiv.org/pdf/2411.17130

• 内容：ExAct——专家动作分析的视频-语言基准（评估模型能否像专家一样点评动作）

• 与「攀岩动作分析 app」的相关性：高，是评估「你的反馈质量」的现成标尺

• 可迁移到项目的点：借它的评测思路，给攀岩反馈质量建 eval；也可借鉴其「专家标注」结构去设计自己的小数据集

• 优先级：高

• 链接：https://arxiv.org/html/2506.06277

• 内容：SkillMoV / Parameter-Efficient Multi-View Proficiency Estimation——多视角熟练度估计，参数高效

• 与「攀岩动作分析 app」的相关性：中高，攀岩岩馆常有多机位/多视角，多视角熟练度估计正对口

• 可迁移到项目的点：若做「固定多机位」拍摄，可用多视角路由提升评分稳健性；参数高效利于端侧

• 优先级：中

• 链接：https://arxiv.org/pdf/2606.17615 ｜ https://arxiv.org/pdf/2605.03848

• 内容：AQA 综述 + 统一基准（arXiv 2412.11149）——方法三分法与标准评测协议

• 与「攀岩动作分析 app」的相关性：中高，选型与建 eval 的总纲

• 可迁移到项目的点：照综述搭「攀岩评分」的方法基线与评测协议，少走弯路

• 优先级：中

• 链接：https://arxiv.org/abs/2412.11149

D. 产品化 / 商业化 / 行业动态

• 动态：80% 的 Q1 2026 企业应用已内嵌至少一个 agent（2024 为 33%）；IT 服务台最成熟、财务运营次之；中位 time-to-value≈5.1 月

• 背后的趋势判断：价值集中在「高频、重复、可度量」的垂直场景

• 对 side project / 求职 / 项目方向的启发：把攀岩项目讲成「交付可度量的动作评估与改进」，对标企业 agent 卖「完成的工作」的叙事

• 链接：https://www.digitalapplied.com/blog/ai-agent-adoption-2026-enterprise-data-points（百分比待验证）

• 动态：多 agent 系统成 2026 主线，单一用途 agent 被视为过时；56% 企业已设「agentic ops / agent owner」岗

• 背后的趋势判断：治理/编排/eval 成组织级刚需，是明显的人才缺口

• 对 side project / 求职 / 项目方向的启发：简历补「多 agent 编排 + 治理/eval」叙事；攀岩后端可设计「姿态 agent + 评分 agent + 反馈 agent」协作

• 链接：https://turion.ai/blog/state-of-ai-agents-enterprise-adoption-2026/（数字待验证）

• 动态：开源视频/多模态方向持续升温（agentic 视频生产系统、Veo 3.1 Lite / Kling 3.0 等视频生成 API）

• 背后的趋势判断：视频既是消费也是生产要素，围绕视频的工具链在变厚

• 对 side project / 求职 / 项目方向的启发：攀岩 app 若加「自动生成带解说的复盘短视频」，可蹭视频生成工具链，做差异化增值

• 链接：https://ossinsight.io/trending/ai（产品名/版本待验证）

E. 学习价值 / 求职价值

• 内容：TechCoach + ExAct + AQA 综述（动作评分与描述式反馈这一层）

• 适合我怎么用：精读 + 复现

• 推荐动作：读 TechCoach 定义攀岩技术点词表；用 ExAct 思路给「反馈质量」建 eval；产出「攀岩 AQA 反馈原型 + 评测表」进 portfolio

• 链接：https://arxiv.org/pdf/2411.17130

• 内容：Berkeley RDI「agent 基准可被刷分」研究

• 适合我怎么用：精读 + 面试表达

• 推荐动作：整理成「为什么 leaderboard 会骗人 + 我如何设计抗作弊 eval」一页，面试高信号

• 链接：https://medium.com/@nairmilind3/llm-evaluation-in-2026-e631a78c67dc

• 内容：企业 agent 落地数据（80% 内嵌、IT 服务台最成熟、time-to-value 5.1 月）

• 适合我怎么用：收藏 + 面试表达（产品/商业判断力）

• 推荐动作：把攀岩项目重述为「可度量、可交付的垂直 agent」，写成一段面试叙事

• 链接：https://www.digitalapplied.com/blog/ai-agent-adoption-2026-enterprise-data-points

三、今日高分 GitHub Repo

• GitHub 链接：https://arxiv.org/pdf/2411.17130（官方仓库以论文主页为准，需核实开放度）

• 方向标签：video / motion / multimodal / app

• 这项目是干什么的：技术点感知的描述式动作教练，输出自然语言的「做得好/可改进」反馈

• 为什么今天值得关注：正是攀岩 app 「给改进建议」那一层的范式参考

• 与我的相关性：高

• 上手成本：中（需确认代码/权重是否开放）

• 是否建议收藏：是

• 是否建议复现：是（先复现反馈范式，再换成攀岩技术点）

• ⚠️ 警告：若仅有论文无可用实现，先当范式参考，别当可直接跑的 repo

• 一句话判断：攀岩「反馈层」最值得对齐的范式，落地前核实仓库

• GitHub 链接：https://github.com/All-Hands-AI/OpenHands

• 方向标签：agent / dev tools

• 这项目是干什么的：开源通用软件开发 agent，能读写代码、跑命令、用浏览器

• 为什么今天值得关注：想读懂 coding agent 的 agent loop，这是最值得读源码的开源项目之一

• 与我的相关性：高，可移植「agent 在沙箱里跑工具」的工程范式到攀岩后端

• 上手成本：中

• 是否建议收藏：是

• 是否建议复现：是（本地跑通并读 agent 执行循环）

• 一句话判断：搞懂 coding agent 内部机制的首选开源仓库

• GitHub 链接：https://github.com/langgenius/dify

• 方向标签：agent / dev tools / app

• 这项目是干什么的：可视化 LLM 应用/agent 编排平台，拖拽搭 workflow + RAG + eval

• 为什么今天值得关注：GitHub 上 agent 可视化编排的头部项目（≈136k star，待验证）

• 与我的相关性：中高，先用它把「视频→姿态→AQA→反馈」串成 demo

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：是（搭一个端到端反馈 demo）

• 一句话判断：原型期快速验证流程的利器，别一上来手写全部胶水

• GitHub 链接：https://github.com/huggingface/transformers

• 方向标签：multimodal / infra / training

• 这项目是干什么的：现代 NLP + 多模态的骨干库，v5.12.0 已纳入 MiniMax-M3-VL 等 VLM

• 为什么今天值得关注：想跑开源 VLM（含 MiniMax-M3-VL）做「帧→文字反馈」，从这里最省事

• 与我的相关性：中高

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：是（加载一个 VLM 跑攀岩关键帧点评 demo）

• 一句话判断：开源多模态的默认底座，先用它验证 VLM 反馈可行性

• GitHub 链接：https://github.com/google-ai-edge/mediapipe

• 方向标签：video / motion / deployment

• 这项目是干什么的：端侧实时感知库，含 BlazePose（33 关键点、本地推理）

• 为什么今天值得关注：攀岩 MVP「手机视频→关节序列」最省事路径，且是接 AQA 的上游

• 与我的相关性：高

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：是（先跑通姿态，再接 TechCoach 式反馈）

• 一句话判断：MVP 先用它打通 pipeline，姿态是 AQA 的地基

• GitHub 链接：https://ossinsight.io/trending/ai

• 方向标签：资源索引

• 这项目是干什么的：实时 AI 仓库趋势榜（按 star 增速等排序）

• 为什么今天值得关注：每天扫一眼就能抓到当日热门 repo，省人工找

• 与我的相关性：中，选型时当索引

• 上手成本：低

• 是否建议收藏：是

• 是否建议复现：否（榜单非代码）

• ⚠️ 警告：榜单含营销/清单类条目，按需索引、别照单全收

• 一句话判断：当「地图」用可以，别当「结论」用

说明：本栏 star 数、TechCoach/MiniMax-M3-VL 仓库开放度与许可、RDI 研究具体条目等均为二手口径或需核实项，已标注「待验证/警告」。

四、今日最值得我看的 3 篇 / 3 个链接

1. TechCoach（技术点感知的描述式动作教练）— https://arxiv.org/pdf/2411.17130
为什么：直接给出攀岩 app「给改进建议」那一层的范式，读完就能定义攀岩技术点词表、决定反馈粒度，省最大块的调研时间。

2. ExAct（专家动作分析视频-语言基准）— https://arxiv.org/html/2506.06277
为什么：现成的「反馈质量」评测标尺，帮你判断自己的反馈到不到「专家水准」，是复现 + 建 eval 的直接依据。

3. Berkeley RDI「agent 基准可被刷分」综述 — https://medium.com/@nairmilind3/llm-evaluation-in-2026-e631a78c67dc
为什么：一次纠正「迷信 leaderboard」的常见错误，既指导你建抗作弊 eval，也是面试高信号话题。

五、今日行动清单

1. 值得收藏但不必立刻看：Gemini 3.5 Pro GA 官方公告（等日期与视频模态）、MiniMax-M3-VL 权重许可/显存、SkillMoV 多视角熟练度估计（做多机位时再看）。

2. 值得精读：TechCoach、ExAct、AQA 综述（视觉「评分+反馈」层）；Berkeley RDI 的 agent eval 漏洞。

3. 值得复现/试用：用 MediaPipe 拿攀岩关节序列 → 按 TechCoach 范式做「技术点反馈」原型；用 Dify/n8n 把「视频→姿态→AQA→反馈」串成端到端 demo；加载一个开源 VLM（如 MiniMax-M3-VL）跑「关键帧→文字点评」对比。

4. 值得记进项目 roadmap：在「姿态 backbone」之上新增 AQA/描述式反馈层（TechCoach 范式 + 攀岩技术点词表）；为反馈质量建 抗作弊 eval（借 ExAct + 防答案泄露/防 judge 注入）；产品叙事收敛为「交付可度量的动作评估与改进」的垂直 agent。

5. 面试可讲的点：①「动作分析不止画骨架——AQA + 描述式教练才是价值层」，能讲清 pose → AQA → 反馈的两段式架构；②「为什么 agent leaderboard 会骗人，以及我如何设计抗作弊 eval」（引 Berkeley RDI），是难得的 eval 深度信号。

六、今日判断（宁缺毋滥）