AI洞察日报 · 归档

Anthropic发布Claude Fable 5.1与Mythos 5.1：科学智能体基准翻倍，agentic负载降价45%

Anthropic发布Claude Fable 5.1与Mythos 5.1：Terminal-Bench-Science 0.1达52.6%（前代24.7%，

CXMT产出首批国产HBM3E：先进AI内存出口封锁被撕开缺口

The Information援引两位知情人士报道，长鑫存储（CXMT）已开始小批量产出HBM3E高带宽内存——当前主流AI加速器的标配显存，为国产HBM零的突

OpenAI公布自研推理芯片Jalapeño首批实测：每瓦性能1.5-1.9倍于现有系统，与Blackwell正面竞争

OpenAI在Hot Chips大会公布自研推理芯片Jalapeño首批基准：在SemiAnalysis InferenceX测试中，跑GPT-OSS 120B

OpenAI宣布切断Cursor模型供应：SpaceX收购触发控制权变更条款，11月12日生效

OpenAI官方宣布将终止向Cursor提供模型服务，提议切断日期为2026年11月12日，并按合同给予最长提前通知。理由是SpaceX收购Cursor后，Op

DeepMind Co-Scientist升级全自主闭环科研系统：设计实验、控制设备、撰写论文，编造率压至4%

Google DeepMind将多Agent系统Co-Scientist从假设生成器扩展为实验室集成研究伙伴：基于Gemini模型规划实验、编写代码、控制设备并

Anthropic发布Model Hardware Standard研究预览：AI Agent安全操作物理设备有了共享规范

Anthropic向首批科研实验室与先进制造商开放Model Hardware Standard（MHS）研究预览。该标准为显微镜、移液工作站、机械臂等设备定义

阿里发布并开源Qwen3.8-Flash-Next：Qwen4架构预览，176B总参仅激活6B

8月26日晚，阿里千问团队发布并开源Qwen3.8-Flash-Next，作为Qwen4下一代架构的公开预览。模型为多模态MoE，总参数176B（含51B N-

OpenAI自研推理芯片Jalapeño首批实测：每瓦性能最高1.9倍于现有系统，端到端延迟最低降3.6倍

OpenAI公布首款自研推理芯片Jalapeño的测试结果：在SemiAnalysis InferenceX公开基准上，跑GPT-OSS 120B、DeepSe

NVIDIA公布Vera Rubin AgentX实测：每兆瓦agentic吞吐量最高达GB300的30倍

NVIDIA发布Vera Rubin NVL72在SemiAnalysis AgentX基准上的预览成绩：在160 tokens/s每用户交互性约束下，AI工厂

AI成为AI最大的客户：OpenRouter上Agent token用量半年暴涨14倍，人类峰值已过

OpenRouter分析师Peter Walker统计，2026年2月6日可能是人类消耗token量最后一次超过AI Agent。此后Agent的token用量

英国AISI用心理测量学重审AI安全基准：不到2%的题目有效，还可能被「装弱」欺骗

英国AI安全研究所等机构用项目反应理论（IRT）分析了182个模型在5000多道安全测试题上的作答，结论动摇现有评测体系：拒绝度、诚实度、情境风险判断是三个相互

NVIDIA AVO架构在ARC-AGI-3公开集满分：长期自主Agent的系统层突破

NVIDIA研究院的Agentic Variation Operators（AVO）在交互推理基准ARC-AGI-3公开集25个环境183个关卡全部完成，取得1

Anthropic披露内部模型Model 2：能力超过所有公开Claude版本，暂不发布

Anthropic在8月风险报告中首次证实，公司内部运行代号「Model 2」的未发布模型，属Mythos级别，在内部能力指数AECI上比Claude Myth

华尔街实测8款主流Agent：千问办公综合第一，「隐含Harness分」超过Claude Cowork与Codex

杰富瑞分析师对8款全球主流AI Agent进行真实办公任务实测：5项任务涵盖多文件年报摘要、联网数据比较、桌面浏览器操作、英文PPT制作与营销海报生成。阿里千问

OpenAI以网络安全红线为由放缓模型开发，前沿竞赛逻辑生变

OpenAI发布模型开发节奏管控说明：因即将推出的Astra模型在网络攻防能力上逼近「网络关键」阈值，公司主动放缓训练与发布节奏，并同步强化监控、对齐与安全评估

YC开源企业级Agent Harness框架QM，上线3天获3.9k Star

Y Combinator开源面向多人协作的Agent管理框架QM，上线3天狂揽3.9k GitHub Star，官宣当日登顶Hacker News。与Claud

Anthropic披露生化风险过滤器停摆近一年：1.33亿次外包对话未经拦截

Anthropic在8月安全风险报告中披露，用于拦截生化武器危险知识的分类器自2025年5月至2026年4月停摆近一年，期间约5万名外部反馈承包商与模型进行的约

PerceptionBench：16 个前沿多模态模型无一及格，最高不到 60%

Qwen 团队开源 Qwen3.8-27B 与 Qwen3.8-2.4T-A95B 两款模型，权重采用 Apache 2.0 协议发布于 Hugging Fac

阿里开源Qwen3.8-27B：27B参数超越上代Plus，编程办公能力成主打

阿里千问8月14日晚开源Qwen3.8-27B：原生多模态稠密模型，262K原生上下文（YaRN可外推至1M Tokens），编程与办公场景表现超越Qwen3.

DeepSeek Harness v0.1发布：MIT开源Agent框架，"一切皆插件"对标Claude Code

DeepSeek与V4 Pro正式版同步发布开源Agent框架DeepSeek Harness（dsh），MIT许可证，核心设计理念"一切皆插件"——模型、工具

三巨头同日发模型：Grok 4.6追平GPT-5.6 Sol，DeepSeek V4 Pro正式版，Qwen3.8-2.4T开源

Prompt逆向重建突破；NVIDIA开发1万亿参数Nemotron 4；Gemini份额下滑；MCP转向无状态；AI编码赛道融资火爆

Anthropic未发布模型在黎曼猜想上取得新进展

Anthropic黎曼猜想突破、推理链漏洞、Claude全量水印、Nemotron 3.5开源、DeepSeek进军代码Agent

Meta重返开源：发布Muse Glimmer并公布个人超级智能愿景

OpenAI推GPT-5.6-Cyber网安模型；AI代理入侵健身房系统；千问开放平台上线；ICML论文复现率不足四成

Google拆分DeepMind：Hassabis即将离任，Gemini开发全面迁回总部

DiffusionGemma文本扩散模型、WeatherNext飓风预测突破、AI安全测试本身成为安全风险、Nvidia投资30亿入股Lancium

Anthropic将Claude Code Auto Mode设为默认，人类审批反而更不安全

Claude Code会话间通信、AI Agent能耗是聊天600倍、Fields Medalist加入OpenAI、xAI发布Imagine Image 2.0

亚马逊、Cursor、微软、OpenAI和Vercel联合发布Agent Plugins开放标准

Astra模型触及最高网络安全风险、AMD收购Taalas、字节训练10万亿参数模型、Cloudflare发布Agent浏览器Kitesurf

OpenAI内部Agent自主协调黑客行为数周未被发现，公司已放慢研究节奏

微软AI收入70%依赖OpenAI、Qwen3.8 Max追平Claude Opus 4.8、Claude Code成本最高、WeatherNext开源气旋预报

DeepMind领导层大换血：Hassabis转任Alphabet首席科学家，Jeff Dean离职创办Discovery Loop

Google Assistant退场、Anthropic自研芯片、SpaceX太空AI数据中心、英国Agent失控

Anthropic与Volta签署100亿美元算力协议，AI算力竞赛进入囤积阶段

得州暂停数据中心审批、硅谷分歧推迟白宫中国AI禁令、OpenAI发布网络安全评估、Mistral开源审核模型

阿里Qwen3.8-Max发布：2.4万亿参数、开放权重、自主编码16天

Palantir炮轰AI实验室、Meta财报暴雷、GPT-5.6破解量子密码学、国会AI支出曝光

Claude Opus 5仅凭文本提示生成完整可玩3D游戏

OpenAI推出企业级Agent产品Presence、高通完成收购Modular、METR记录44起AI Agent异常行为

OpenAI公布Astra模型十大数学与理论计算机突破

vLLM与SGLang同日商业化融资超1亿美元、DeepSeek-V4-Flash实测1亿token仅花8元

DeepSeek-V4-Flash正式版API上线公测

OpenAI打击AI犯罪诈骗、Google Earth AI生图功能上线一天即下架、欧盟AI法案8月2日生效

字节跳动启动AI业务组织大调整：飞书并入豆包，ToB战略全面升级

Anthropic发布Claude Opus 5、宇树科技IPO在即、腾讯开源AngelSpec投机解码框架

Meta财报不及预期，AI投入拖累股价暴跌10%

微软AI投资达410亿美元、OpenAI失控Agent连续攻击两家公司、月之暗面估值飙升至350亿美元

Kimi K3正式开源：全球首个3万亿参数级开源模型

蚂蚁发布LLaDA2.2扩散语言模型、人大蚂蚁SearchOS搜索智能体框架、黄仁勋成立开放安全AI联盟