AI日报 | 2026年08月20日

每日 AI 资讯速递

GLM-5.3上线：AA智能指数60分并列开源第一，成本更低

GLM-5.3 API即日上线，在AA综合智能指数中取得60分，与Claude Fable 5、GPT-5.6 Sol等闭源旗舰同级，并与Kimi K3并列开源模型第一。该模型以更小参数规模和更低调用成本降低前沿智能门槛，单任务成本为旗舰模型中最低，API定价与GLM-5.2持平，权重将于下周五开源。

Liquid AI 发布 LFM2.5 系列 QAD Q4_0 量化检查点，恢复 97% 精度损失

Liquid AI发布基于量化感知蒸馏（QAD）训练的LFM2.5-230M、350M、1.2B-Instruct和2.6B四款Q4_0 GGUF检查点，在保持原生Q4_0内存与速度的同时，恢复BF16平均精度损失的97%。这一突破让量化模型在边缘设备上的实用性大幅提升。

FastMetal 让 Mac 本地 30 秒生成视频

一段5秒480P视频完全在Mac上生成，耗时仅30秒，无需CUDA或云端，仅占用3.9 GiB内存。FastMetal将FastWan-QAD系列带到Apple Silicon，DiT、DMD采样器和解码器均通过MLX在Metal上运行，默认INT8，提供1.3B/5B/14B三档模型分别支持480P、720P及更高画质。

OpenAI 推出 ChatGPT for Teens：面向青少年的学习体验与更强安全保护

OpenAI发布ChatGPT for Teens，为13-17岁用户自动启用，内置更强安全保护与家长控制。新增Study Mode、负责任作业提醒、测验与学习可视化，以及可设定默认开启时段的Study Hours，引导青少年分步解题而非直接给答案，同时宣布与CodeAI合作。

Claude 现已支持 Gmail 邮件与 Google Drive 文件管理

Claude现在可以在Gmail中发送邮件，并管理Google Drive中的文件。用户可让Claude回复邮件线程并起草发送回复，同时控制何时需要批准。从连接器菜单中选择连接Gmail或Google Drive即可试用，所有付费套餐均可用。

Cursor 推出 Origin 代码托管服务，作为 GitHub 的替代方案

Cursor今日起向所有付费计划用户开放Origin代码托管的早期测试版，提供仓库、拉取请求、代码浏览及GitHub同步功能。用户可创建以cursor.com/codebase/为前缀的仓库，或将GitHub仓库同步至Origin并双向同步评论与审查，Vercel、Depot和Buildkite集成已可用。

Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者

Anthropic的CI工程师用Claude Tag构建了值班智能体，作为CI/CD故障的一线响应者。Claude在事故发生后中位14分钟发布首份基于证据的分析，最快3分钟内验证修复并确认错误率恢复基线。Anthropic已发布通用设置套件供其他团队部署。

OpenRouter 宣布加入 Stripe

OpenRouter宣布与Stripe合并，以加速推动全球经济增长。OpenRouter目前每日处理来自400多个AI模型的10+万亿token，服务超1000万开发者与公司，自成立以来推理量每年至少增长10倍。合并后将继续以原名独立运营，交易预计数周内完成。

404 Media 追踪珍本图书流向：亚马逊批量购书扫描用于 AI 训练后销毁

404 Media通过在一本珍本图书中放置追踪设备，首次揭露亚马逊未公开的购书行动：批量购入大量书籍，扫描用于AI训练数据，随后销毁。追踪显示这些书最终被送往亚马逊的一处人工智能训练中心，引发版权争议。

Anthropic 在网络关键能力时代放缓模型开发：暂停 RL 训练并强化安全防护

Anthropic因OpenAI-Hugging Face事件及即将推出的Astra模型可能达到"关键网络安全能力阈值"，暂时放缓模型扩展速度，包括暂停最新模型两周的强化学习训练。公司已加强工作负载隔离、网络隔离和持续安全测试，并扩大思维链监控范围，部分训练和评估工作仍处于暂停状态。

OpenAI 在"关键网络能力"时代放缓模型开发节奏

OpenAI因OpenAI-Hugging Face事件及即将推出的Astra模型可能达到《预备框架》下的"关键网络安全能力"阈值，暂时放缓模型扩展速度，包括暂停最新部署模型的强化学习训练两周，并搁置最大规模前沿RL运行。公司已扩展思维链监控，采用多阶段激活分类器检测机制。

用 Google 的 Agent Development Kit 构建零信任 AI 智能体

Google开源了基于ADK和Gemini的零信任客服与退货智能体示例，演示如何防御提示注入等攻击。该架构在LLM上下文之外通过三层硬性安全机制保障：硬件支持的加密签名确保数据库写入不可抵赖、gVisor沙箱隔离动态代码执行、确定性语义网关校验业务逻辑。

智能体记忆并非越多越好：八款模型评测显示剂量需按能力校准

研究显示智能体记忆需按模型能力校准剂量：强模型适合注入完整指南集，DeepSeek-V3.2（671B MoE）任务完成率提升+9.5个百分点；较弱模型采用精选检索效果最佳，gpt-oss-120b（117B MoE）提升+16.1pp且仅增加+5% token。该方法无需更新权重或人工标注。

StartupBench：面向市场验证端到端工作流的通用智能体基准测试

StartupBench是一个基于市场验证的AI初创公司产品构建的端到端智能体基准，从真实采用的产品工作流中提炼任务。在统一智能体框架下，最强模型也仅能完成约30%的任务，复杂指令遵循和领域专业知识是主要失败来源，揭示了当前通用智能体在真实用户任务上的能力边界。

一个实用的深度思考Prompt：用"双向钢人论证"让AI帮你挖出最本质的答案

作者引入逻辑学中的"钢人论证"概念，自创"双向钢人Prompt"，通过重述真实问题、强化正反双方观点、找出关键变量、逼AI给出明确判断四步，避免模型谄媚。作者以自己选择公司司庆日的真实案例演示了使用效果。

Mojo 语言正式开源，编译器与工具链全面开放

Mojo🔥语言现已正式开源，采用Apache 2.0许可证（含LLVM例外），编译器、工具链及全部源码已发布至modular GitHub仓库。Mojo上周刚达成1.0版本（源码稳定），此次开源涵盖整个编译器与工具链，目前暂不接受编译器相关贡献，计划年底前开放。

Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 风格多向量模型

Sentence Transformers v6.0新增第四种模型类型MultiVectorEncoder，可直接加载PyLate、Stanford-NLP ColBERT及colpali-engine检查点，用于ColBERT式晚期交互检索。这一更新大幅简化了多向量检索模型的部署流程。

设计 AI 评测：先求清晰，再谈可视化

本文演示如何用开源评测框架Inspect AI和Harbor评估agent技能，并借助Google Sheets和Data Studio进行可视化分析。文章强调评测设计应优先保证指标清晰可解释，再考虑可视化呈现。

突破 DeepSeek-V4-Pro 服务极限：H20 上的多场景优化方法

LMSYS团队针对1.6万亿参数的MoE模型DeepSeek-V4-Pro，在H20 GPU上通过场景化服务配置逼近B300性能。单节点H20-141GB参考实现达271 output tokens/s，与B300的383.7 tokens/s性能差距缩小至1.42×，显著降低推理成本。

如何禁用或避免侵入式 AI：一份覆盖主流应用的实用指南

一份面向希望减少技术环境中侵入式AI的用户的操作指南，涵盖Adobe Acrobat、Android/Gemini、Apple Intelligence、Chrome、Edge、Firefox、DuckDuckGo、Google Workspace、Slack、WhatsApp及Windows 11/Copilot等平台，提供逐项禁用步骤。

📝 编辑点评

今日最值得关注的是Anthropic与OpenAI同步按下"暂停键"——两家前沿实验室均因即将推出的模型可能触及"关键网络安全能力"阈值而暂停RL训练，这标志着AI行业从"速度竞赛"正式转向"安全优先"的范式转变。与此同时，GLM-5.3以60分AA指数并列开源第一且成本最低，印证了开源模型正在以更优的性价比逼近闭源旗舰。基础设施层面，OpenRouter并入Stripe、Mojo开源、FastMetal实现Mac本地30秒生视频，三件事共同指向一个趋势：AI能力的供给正在从集中走向分散，从昂贵走向普惠。值得注意的是，StartupBench基准显示最强模型在真实任务上仅完成约30%，说明行业在模型能力与真实世界需求之间仍存在显著鸿沟。建议从业者重点关注安全治理框架的演进，以及低成本推理方案对产品形态的潜在重塑。