AI日报 | 2026年08月21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，模型权重将于下周五开源。

阿里发布 Qwen-UI-Agent，主打让模型真正"会用"每一块屏幕

阿里巴巴正式推出 Qwen-UI-Agent，一个以真实世界为中心的 GUI 智能体基座模型，覆盖移动端、电脑端、网页端及深度搜索（DeepSearch）环境。该模型旨在提升 AI 对图形界面的理解与操作能力，为下一代人机交互铺路。

Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型，推理速度最高提升 3.18 倍

Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下，GPU 吞吐最高提升 3.18 倍，端侧最高 2.87 倍。草稿模型约 300M 参数，LFM2.5-2.6B 函数调用延迟平均降低 57%，已开源支持 llama.cpp 和 SGLang。

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%。该方案为边缘部署高性能模型提供了新范式。

Claude Platform 正式上线 Computer Use、Skills API 与 Files API，新增浏览器操作工具

Anthropic 宣布 Computer Use、Skills API 与 Files API 在 Claude Platform 全面可用，并新增浏览器操作工具，让智能体可操作软件、调用团队技能并返回成品文件。这标志着 Claude 从对话助手向自动化工作流执行者的关键跨越。

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。该功能已对所有付费套餐开放，进一步打通日常办公场景。

Grok Build 全面上线网页与移动端，所有套餐可用

Grok Build 现已面向所有套餐开放，支持网页、iOS 和 Android 端使用。用户描述应用、游戏或网站后，Grok 可在聊天中实时生成可运行版本，并新增发布分享、接入 X 及调用 Grok 自身模型等能力，发布的应用可获得 grok.me 链接。

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 30 秒，无需 CUDA，无需云端，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 至 14B 三档模型。

消息称 OpenAI 首席财务官告知员工：公司最迟将于 2027 年上市

OpenAI 首席财务官萨拉·弗里亚尔在全员大会上告知员工，公司最迟将于 2027 年完成上市，若业务持续向好也可能更早。OpenAI 已于 6 月秘密提交 IPO 招股书，本季度整体年化营收增长 35%，企业级业务年化营收增长 50%，AI 编程与办公产品周活跃用户突破 2000 万。

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、原使命独立运营，产品与路线图不变。

Claude Code 初创公司指南：五大规则与创始人洞见

Anthropic 发布面向初创公司的 Claude Code 使用指南，基于对十余家高增长公司的调研，总结出"人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化"五大规则，为 AI 原生团队提供可落地的工程实践。

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，暂时放缓了模型扩展速度，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。公司已加强研究环境安全，要求对 Astra 及网络相关负载实施最严格防护，并扩展思维链监控。

Anthropic 如何开展 AI 教学

Anthropic 发布 Claude Academy，为全球数百万用户提供 AI 教学资源，帮助其安全、有效地使用 AI。该学院课程借鉴其内部员工培训方法，包括 4D AI Fluency Framework 及"ever-boarding"持续学习项目，并强调以问题为中心、培养持久思维模式而非特定操作行为。

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

智能体记忆并非可随意开启的功能，而是需按模型能力校准的剂量。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，通过从智能体过往轨迹中蒸馏指南并在推理时注入实现。

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×，为高性价比推理部署提供了重要参考。

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，为 AI 团队提供了一套从指标定义到结果呈现的完整评测方法论。

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），目前暂不接受编译器相关贡献，计划年底前开放，标准库自 2024 年起已接受社区贡献。

Mistral 推出 Agentic Search：多步检索提升 AI 系统复杂文档查询准确率

Mistral 发布 Agentic Search，通过 search、open、navigate、read、grep 五工具的多步检索循环，让模型在长文档与多来源中查找、定位并验证信息，显著提升复杂文档查询的准确率与可解释性。

AlloyDB ScaNN 如何将向量搜索扩展到 100 亿向量

AlloyDB 的 ScaNN 索引现已支持超过 100 亿向量的规模，通过全新的四层树架构（预览版）实现，将查询复杂度从 O（N^1/2） 降至 O（N^1/4）。内部测试中，该架构在 100 亿向量规模下可实现 p95 延迟不超过 51 毫秒、召回率达 95%。

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。

📝 编辑点评

今日热点清晰勾勒出 AI 行业的两条主线：一是"效率与落地"成为绝对关键词。从 Hugging Face 的投机解码提速 3.18 倍、Liquid AI 恢复 97% 量化精度，到 GLM-5.3 以更小参数对标闭源旗舰、FastMetal 让 Mac 本地 30 秒出片，行业竞争焦点已从单纯的参数规模转向单位算力的智能产出比。二是"安全与治理"正从口号变为硬约束。OpenAI 因触及"关键网络安全能力"阈值而主动放缓训练节奏，堪称标志性事件——当模型能力逼近危险临界点，头部玩家的自我监管开始实质性地影响研发节奏。值得注意的是，Anthropic 与 OpenAI 不约而同地押注"教育"与"青少年"市场，这既是用户增长的新蓝海，也是为下一代 AI 原生用户建立认知框架的先手棋。可以预见，随着 OpenRouter 并入 Stripe、OpenAI 上市时间表浮出水面，AI 基础设施的资本化进程将显著提速，行业洗牌或在未来 18 个月内加剧。