⌘ K
… 读取采集状态 同步中...
雷

#编码

今日 10 条
8月14日周五
  1. APPSO84

    xAI 发布 Grok 4.6，基准性能位列全球第三

    xAI 发布 Grok 4.6，Artificial Analysis Intelligence Index 得分 61，全球第三，落后于 Claude Opus 5 与 Claude Fable 5，与 GPT-5.6 Sol 并列。

    推荐理由：原文通过多项基准测试与成本对比，展示了该模型在复杂知识工作与编码任务上对现有竞品形成的性价比优势。

  2. 极客公园67

    DeepSeek Harness 公测对标 Claude Cowork，OpenAI 年化营收有望达 400 亿美元

    DeepSeek 于 8 月 13 日开源 DeepSeek-V4-Pro-0813 模型，并推出基于 Cordis、MIT 协议的代码智能体框架 Harness v0.1 开发者预览版，同步开放插件生态，定位对标 Claude Cowork 与 OpenAI Codex。

    推荐理由：汇总了 DeepSeek 开源模型与代码智能体框架、OpenAI 与 Anthropic 的营收和 IPO 预期等多条行业动态，便于快速把握近期 AI 商业格局变化。

  4. Google DeepMind83

    Gemini 3.7 Flash 发布

    Google DeepMind 发布了专为编码和智能体设计的 Gemini 3.7 Flash 模型。新版本在 FrontierCode 1.1 和 DeepSWE v1.1 等基准上表现显著优于 3.6 Flash。模型通过 Gemini API 开放，开发者还可以在 Gemini Spark 中使用该模型。

    推荐理由：模型在多个编码基准上较前代有显著提升，并结合了减半的每百万 token 定价。

8月13日周四
  4. 量子位83

    Grok 4.6 发布：跑分反超 GPT-5.6 Sol 和 Fable 5 Max，价格更低

    SpaceXAI 发布 Grok 4.6，官方跑分显示其在 GDPVal-AA v2 拿到 1753 分，反超 GPT-5.6 Sol 的 1728 分和 Fable 5 Max 的 1741 分，AA-Briefcase 和 Harvey LAB 也排第一，但 Terminal-Bench v3.0 只有 26%，低于 GPT-5.6 Sol 的 34.6%。

    推荐理由：原文给出跑分、价格与接入入口的完整对照，可据此判断新模型在长程任务上的定位与性价比取舍。

  5. 钛媒体AGI82

    腾讯2026年Q2财报：AI投入集中显现，资本开支528亿元致自由现金流转负

    腾讯2026年第二季度总收入2048亿元，同比增长11%；资本开支528亿元，同比增长176%，致自由现金流转负至-138亿元。管理层表示负现金流主要因约514亿元的AI算力预付款，剥除该因素后自由现金流为376亿元。公司提出“智能、应用、基础设施”三层AI战略，自研模型Hy3按token消耗量居全球前三，AI办公智能体WorkBuddy PC端月访问量居国内首位。

    推荐理由：文章拆解了腾讯AI投入与利润表的量化关系，读者可据此评估该公司算力战略对现金流的影响。

  6. AIGC开放社区93

    DeepSeek V4 Pro 与 Grok 4.6 同日发布

    DeepSeek 上线 V4 Pro 正式版，马斯克推出 Grok 4.6。Grok 4.6 在 AA Intelligence Index 上拿到 61 分追平 GPT-5.6 Sol。

    推荐理由：原文展示了 DeepSeek 与 Grok 同天发布的性能基准、价格对比以及具体评测分数，便于直观比较两者的能力差异与成本优势。

  9. 夕小瑶科技说71

    DeepSeek V4 Pro 实测：在 Codex 中表现低于预期

    作者实测 DeepSeek V4 Pro 在 Codex 中的表现，发现其思考 token 占比达 84.5%，倾向于复用历史 session 上下文而非独立推导，且前端代码生成质量低于预期。基础测试显示 100 并发下成功率 100% 且缓存命中率高，但主负载 p99 延迟达 12.3 秒，综合评估认为其不适合作为 Codex 主力模型。

  10. APPSO70

    实测 DeepSeek V4 Pro 正式版：Agent 场景下的成本与能力评估

    DeepSeek V4 Pro 正式版上线并开放 API，实测显示其在复杂编程任务完成度上优于 Flash，但多模态并非当前重点。作者强调 V4 系列 1M tokens 上下文适配 Coding Agent，并提出通过模型路由结合 Flash 与 Pro 优化 Agent 成本。

    推荐理由：作者通过实测 V4 Pro 在文案、编程和 Agent 场景的表现，指出其能力梯度与 Harness 架构为低成本智能体系统提供了新的优化路径。

8月12日周三
  2. 新智元55

    威努特发布本地AI桌面助手WinClaw，实现文件全本地处理与深度语义检索

    网络安全公司威努特发布AI桌面助手WinClaw，利用核心引擎灵犀文脉在本地进行文件向量化，支持全文语义匹配、跨文档归纳与关系推理。该系统通过“文件不出本机、敏感信息过滤、支持断网调用”三层安全架构，实现本地数据的安全闭环，目前支持Windows和Mac双平台。

8月11日周二
  3. 量子位71

    谷歌创始人布林重新深度介入Gemini战略，SemiAnalysis称Gemini 3.5 Pro已被取消

    据SemiAnalysis判断，谷歌原计划推出的Gemini 3.5 Pro已被悄悄取消，其能力大约接近Anthropic Claude Opus 4.5水平；官方口径则是该模型仍处受限合作伙伴封闭测试阶段、无确切上市月份，同时Gemini 4已进入预训练阶段。

    推荐理由：文章梳理了谷歌Gemini旗舰模型缺席、高层人事动荡与算力分配三重压力的关联，有助于理解谷歌在AI竞赛中的处境。

  4. 深度学习与NLP87

    600 亿美元收购案将致 Cursor 品牌逐步淘汰

    The Information 独家曝出，SpaceX 对 Cursor 的 600 亿美元收购最快下周五完成，Cursor 品牌将在几个月内逐步淘汰。该交易被视为有史以来最大的初创公司收购案，Cursor 将被拆散并入各团队，未发布的通用 AI Agent「Sand」大概率以 Grok Bot 或全新品牌上线，现有编程工具则暂保留原名。

    推荐理由：文章拆解了交易背后的数据逻辑与品牌去独立化路径，为理解 AI 编程工具的商业命运提供了参照。

8月10日周一
  2. 特工宇宙77

    Together AI 实测：Agent 场景下 Kimi K3 在 DeepSWE 多轮尝试中反超 GPT-5.6 Sol

    Together AI 发布独立评测报告，指出在允许多次尝试的 Coding Agent 场景下，Kimi K3 在 DeepSWE-pass@2 和 pass@4 上分别以 82.0% 和 89.4% 反超 GPT-5.6 Sol 的 81.0% 和 85.8%。

    推荐理由：文章拆解了Together AI独立评测报告，展示了在允许重试的Agent场景下Kimi K3在成本和成功率上的具体数据，为工程选型提供依据。

8月9日周日
  1. APPSO94

    马斯克收购 Cursor：整合时间表公布，品牌或逐步淡出

    据 The Information 报道，SpaceX 最快将在下周末完成对 Cursor 的收购。收购后，Cursor 品牌将在新品中被逐步淘汰，团队考虑将下一代 Agent 命名为 Grok Bot 或全新品牌。Cursor 团队将不再保留独立性，其员工、流程和 Slack 工作区将被拆散并入 SpaceXAI 的各业务团队。

    推荐理由：将收购时间表、品牌整合争议与SpaceX AI财务压力并置，清晰呈现了技术整合背后的商业逻辑与组织风险。

  3. AI科技评论82

    Qwen 3.8-Max 长程 Agent 能力实测：对比 GPT-5.6 打造 3D 大模型演进宇宙

    作者使用 Qwen 3.8-Max 与 GPT-5.6 实测从零构建 3D 大模型演进宇宙网站。实测显示 Qwen 3.8-Max 交付细节与完成度高于 GPT-5.6，但运行时间长达 3 小时 29 分钟，发起 195 次模型请求，处理约 1664 万输入 Token，最终因 Token 额度耗尽中断，揭示了其在追求极致完成度时的高算力代价与收敛特性。

    推荐理由：原文通过两轮实测对比了 Qwen 3.8-Max 与 GPT-5.6 在构建 3D 模型演进宇宙时的效率与完成度差异，为理解长程 Agent 能力代价提供了直观依据。

8月8日周六
  1. Datawhale79

    Claude Code 支持独立会话间直接消息互通

    Anthropic 更新 Claude Code，允许用户在非父子关系下将相互独立的 Claude Code 会话连接起来，实现点对点通信并支持会话主动同步。新增工具 ListAgents 用于定位可通信目标，SendMessage 负责发送有限的文字指令，但不传输完整对话历史、附件或修改对方权限配置。

    推荐理由：原文对比了Claude Code新机制与Codex Multi-agent v2在会话拓扑上的差异，解释了平级独立会话互通的实现边界。

  2. 腾讯研究院33

    腾讯研究院发布 AI 每周关键词 Top50

    腾讯研究院发布 8 月 3 日至 7 日 AI 领域每周关键词 Top50。榜单涵盖算力、模型、应用、观点及事件五大类，收录 GPT-5.6 降价、DeepSeek-V4-Flash、Astra 模型等 50 个热点主体与动态。该清单旨在帮助用户快速把握全局 AI 动态，关键条目支持点击查看资讯概述。

8月7日周五
  1. AGI Hunt17

    用户吐槽 Claude Code 的 Fable 模型存在降级、拟人化表达及高成本等 6 个毛病

    用户列出 Claude Code 中 Fable 模型近期暴露的 6 个问题，包括无故从 Opus 5 降级至 Opus 4.8、频繁输出“舒服”等拟人化语句、生成选择题而非直接方案、擅自简化流程、低估自身能力以及缺乏成本意识。其中 Fable 曾在 5 分钟内启动 20 个子 agent 并消耗用户 10% 的 Fable 周额度。

  2. Datawhale71

    腾讯发布WorkBuddy Bench与E-Bench两项Agent评测基准

    腾讯公开两项Agent评测基准WorkBuddy Bench和E-Bench，共含583道题目。WorkBuddy Bench涵盖代码、前端、办公、安全四赛道，题目源自真实场景并开源。E-Bench基于王者荣耀、QQ音乐、腾讯会议合成有状态环境，测试多步工具调用能力。评测显示无模型能通吃所有场景，且模型性能受执行环境影响显著，开源模型在安全赛道表现优于部分闭源模型。

  4. 刘小排r62

    ChatGPT Pro 手机与电脑切换防降智实操方法

    ChatGPT Pro 网页版在不干净的机房 IP 或共享出口等网络环境下，会被自动降级为 GPT-5.5 mini 回答，手机 App 同一账号同一网络下则不会降智。 作者给出三步法：先在电脑网页版上传代码、需求与日志攒上下文，再切到手机 App 同一对话发送重新思考一遍，由不降智的 Pro 模型生成答案后回电脑验收。

  6. AIGC开放社区87

    Meta 发布 Muse Spark 1.2 模型与 Muse Code 编码智能体

    Meta 推出编程增强模型 Muse Spark 1.2 及终端编码智能体 Muse Code。Muse Spark 1.2 性能接近 Claude Opus 5，开启数据共享时价格仅为 DeepSeek V4 Flash 的 30% 左右，已接入 Meta Model API。Muse Code 支持多智能体协作和长周期内核优化，目前处于测试版阶段。

    推荐理由：Meta 发布了性能逼近 Claude Opus 5 且定价极低的 Muse Spark 1.2 和 Muse Code，展示了其在编码智能体领域的激进策略与性能细节。

8月6日周四
  1. 腾讯研究院59

    腾讯研究院刘琼：智能体执行权转移下的企业管理变革

    腾讯研究院刘琼指出，2026年春节前后人机协作比例从9:1翻转为2:8，OpenClaw等本地智能体让执行权从人转向系统。文中提到2024年初中国日Token消耗约1000亿，2026年3月达140万亿；腾讯开源Agent Memory使长任务成功率从33%提升至50%。刘琼建议企业将经验转化为系统能力，通过“一个人+一组智能体”重构组织单元，并前置最小权限与沙箱隔离等安全治理措施。