AI日报 | 2026年08月15日

每日 AI 资讯速递

通义千问开源 Qwen3.8 系列模型

Qwen3.8-27B 为原生多模态稠密模型，仅 27B 参数即全面超越 Qwen3.7-Plus，原生支持 262K 上下文，可通过 YaRN 扩展至 1M tokens。Max 级 Qwen3.8-2.4T-A95B 的开放权重也已同步发布，采用 Apache 2.0 许可。

GLM-5.3 发布：编程能力开源第一，并涌现网络安全能力

智谱 GLM-5.3 基于与 5.2 相同基座，通过极致后训练 Scaling 提升智能上界，编程能力较前代提升 50%，在 Terminal Bench 3.0 中取得开源第一并接近 Claude Fable 5。模型在 CyberGym 测试中得分 84.5%，白盒代码审查表现持平 Mythos 5，权重将在两周后开源。

DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强

DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线，模型名设为 deepseek-v4-pro 即可使用。其 Agent 能力显著提升，HLE（wo/w tools）达 42.7/60.0，Terminal Bench 2.1 为 87.9。

DeepSeek V4 Pro 登陆硅基流动，1M 上下文

DeepSeek-V4-Pro-0813 在 SiliconFlow 提供 Day-0 支持，具备 1M 上下文窗口及三档推理强度，侧重编码、工具调用与智能体工作流，仍保持 MIT 开源协议。定价为输入 $1.32/M、输出 $3.96/M、缓存命中 $0.44/M。

Qwen3.8-2.4T-A95B 开源，硅基流动即日上线

阿里开源 Qwen3.8-2.4T-A95B，硅基流动已提供 Day-0 支持。该模型拥有 2.4T 参数、95B 激活参数，主打自主编码、深度研究与端到端智能体执行。API 定价为输入 $2.00/百万 token，输出 $6.00/百万 token。

Gemini 3.7 Flash 全面上线 Pro 与 Ultra 用户

Gemini 3.7 Flash 现已向 Pro 和 Ultra 用户开放，更新提升了多步骤任务的推理与准确性，如智能整合数十个文件和邮件为一份主文档。Gemini Spark 也已运行于 3.7 Flash，通过改进对 Workspace 应用的工具调用，让个人 AI 智能体更精准。

Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型

距 3.6 Flash 仅三周，Gemini 3.7 Flash 主打编程与智能体任务，输入/输出价格分别为每百万 token $0.75 和 $3.75，为原 3.6 Flash 的一半。性能提升的同时大幅降价，性价比优势显著。

Google Sheets 推出 Sheets canvas：用 Gemini 将表格数据变为交互式迷你应用

Google Sheets 发布新功能 Sheets canvas，基于 Gemini 构建，用户只需用自然语言提示词即可将表格数据转化为交互式仪表盘、学习追踪器、座位表等"迷你应用"。这标志着办公软件从数据处理向应用生成的范式转变。

Cursor 推出 builds：云智能体启动速度提升至 3 倍

Cursor 推出 builds 功能，在后台持续准备就绪的开发环境副本，让云智能体启动时无需从零搭建，响应速度最高提升 3 倍。内部环境启动快 10 倍，首个 token 生成快 3 倍，8 月 17 日起所有环境默认启用且无需额外费用。

Cursor 正式被 SpaceX 收购

Cursor 已被 SpaceX 正式收购，完成自 4 月启动的收购流程。合并后 Cursor 将获得全球最大 GPU 集群，以构建更强且运行成本更低的模型。本周三发布的 Grok 4.6 是双方合作成果的早期体现。

OpenAI and Anthropic in price war as Chinese AI rivals gain ground

随着中国 AI 竞争对手的崛起，OpenAI 和 Anthropic 正陷入价格战。这一趋势反映全球 AI 市场竞争格局的深刻变化，中国模型在性能和定价上的双重突破正在重塑行业生态。

2026年夏季开源模型生态观察：中国前沿模型规模领先，AMD与NVIDIA主导发布量

2026年1至8月，Hugging Face公开模型仓库从243万增至296万，但85.6%的模型下载量不足200次，1.5%的仓库占据99.2%下载量。中国实验室月度最大开源模型参数规模在754B至2.78万亿之间，远超美国实验室（七个月中五个月低于130B）。AMD 与 NVIDIA 各发布超 200 个新模型仓库。

Claude 文本水印机制如何运作

未来 Claude 模型生成的文本将包含水印，用于判断文本由 Claude 撰写的可能性，这是 Anthropic 为遵守欧盟《AI 法案》而实施的变更。该方法基于 Google DeepMind 的 SynthID-Text 技术，对输出质量、创造力和可读性无实际影响，且不增加额外 token 或成本。

dots3-note Preview 开源：280B 参数轻量模型，主打长程智能体与多模态推理

小红书技术开源 dots3-note Preview，这是 dots3 系列最轻量模型，总参数 280B、激活参数 16B，支持 512K 上下文及文本、视觉、语音多模态理解，并针对复杂推理和长程 Agent 任务优化。

DeepSeek Harness v0.1 开发者预览版发布

DeepSeek Harness v0.1 现已推出开发者预览版，并以 MIT 许可证开源。该智能体框架基于 Cordis 元框架构建，核心设计为"一切皆插件"，模型、工具、技能、会话、沙箱、文件系统、循环、编排及 UI 均可自由组合、替换和扩展。

小红书开源连续自回归语音合成模型 dots.tts：打造可持续扩展的 TTS 基座

小红书 dots 团队开源 20 亿参数全连续端到端自回归语音合成模型 dots.tts，在 Seed-TTS-Eval 三个子集上取得最佳平均内容准确度和平均说话人相似度。该模型为 TTS 领域提供了可持续扩展的基座方案。

从0到1带你速通DeepSeek Harness

DeepSeek Harness 作为新发布的智能体框架，其"一切皆插件"的设计理念正在吸引开发者关注。该教程旨在帮助开发者快速上手这一基于 Cordis 元框架构建的开源工具。

Claude 接管应用日常维护：388 个 PR 的实践

Boris Cherny 尝试让 Claude 接管其应用的日常维护，通过 Slack 频道运行崩溃模糊测试、重复代码统一、死代码移除等日常任务。数周内自动开出 388 个 PR，其中 180 个经 Claude Code Review 和人工审核后合并，Claude 通常一次就能改对。

蚂蚁百灵与 ASystem 团队打通单机 Agentic RL 后训练闭环

蚂蚁百灵与 ASystem 团队合作，用 Ling-3.0-tiny 和 AReno 在 DGX Spark 上跑通单机 Agentic RL 后训练闭环。以井字棋为最小验证任务，用 GSPO 算法训练 400 步后，rollout/rewards_mean 从约 -0.5 升至 0.4，response_len 降至约 850 tokens，工具调用与动作选择趋于稳定。

GPT-5.6 构建者指南：如何以更低成本实现前沿智能体性能

GPT-5.6 模型家族以更低成本实现前沿级智能体性能，并新增推理持久化、原生多智能体编排和程序化工具调用等 API 能力。在 ARC-AGI-3 上，启用保留推理和压缩后，Sol 得分从 13.3% 跃升至 38.3%，且输出 token 减少约 6 倍；Luna 在 BrowseComp 上以 84.04% 追平 GPT-5.5（84.36%），成本从 $33.27 降至 $1.33。

📝 编辑点评

今日热点呈现出三个清晰趋势：其一，开源模型进入"规模与效率并重"的新阶段——Qwen3.8 系列与 DeepSeek V4 Pro 在保持超大参数的同时，通过 MoE 架构和 1M 上下文窗口强化 Agent 场景，中国实验室在开源生态中的主导地位进一步巩固。其二，价格战从 API 定价蔓延至全栈——Gemini 3.7 Flash 半价发布、GPT-5.6 成本骤降 96%，而 Cursor 被 SpaceX 收购后获得 GPU 集群优势，竞争维度已从模型能力扩展到基础设施成本。其三，合规与实用主义并行——Claude 水印机制为欧盟 AI 法案落地提供范本，而 Claude 自动维护 388 个 PR 的实践则证明 AI 已能承担生产级代码维护任务。值得关注的是，小红书连续开源 dots3-note 与 dots.tts，显示垂直领域玩家正通过开源构建生态壁垒。整体而言，行业正从"拼参数"转向"拼落地成本与合规适配"，开发者应重点关注开源模型的工具链成熟度与 API 定价策略变化。