全部 AI 动态 · AI 热点

8月14日

03:02

lmarena.ai@lmarena_ai

精选

Gemini 3.7 Flash (High) 在 Text Arena 中以1490分排名第9，较前代 Gemini 3.6 Flash (High) 的第16位明显提升。分项中创意写作从第12升至第3，数学从第7升至第4，指令跟随从第17升至第9，多轮对话从第21升至第10。其得分与 Qwen-3.8 (Max) 的1491分、Claude Opus 5 (Max) 的1493分几乎持平。

推荐理由：Gemini 3.7 Flash在Text Arena冲到第9，创意写作第3，数学第4，跟Qwen-3.8和Claude Opus 5只差几分。

原文

03:01

AI SDK@aisdk

Vercel 在官方推文中宣布 AI SDK 新增 Google AI 提供商。开发者可通过 ai-sdk.dev/providers/ai-s… 查看接入指南。该更新让 AI SDK 开发者能够直接调用 Google AI 模型。

AI产品 Vercel AI SDK Google AI

推荐理由：Vercel的AI SDK现在支持Google AI了，去ai-sdk.dev看看怎么配置，以后调Google模型更方便。

原文

03:00

Qdrant@qdrant_engine

精选

拜耳用 Qdrant Hybrid Cloud 搭建了面向 11.6 万名员工的企业搜索引擎，生产环境已运行三年。该引擎在 4 个节点上管理 3500 万向量数据点，支持混合搜索以服务深度智能体。团队引入语义缓存来控制智能体调用成本，并测出 20% 的效率提升。案例详细介绍了从原型到平台的落地路径。

技巧 Bayer Qdrant 企业搜索

推荐理由：拜耳这套企业搜索跑在 Qdrant 上，4 节点管 3500 万向量，语义缓存控成本，还提升了 20% 效率。

原文

02:58

Harrison Chase@hwchase17

精选

LangChain 在 docs.langchain.com 更新了 managed deepagents 的官方文档。新文档将每个 agent 组件都定义为独立文件。开发者通过点击即可查看组件在仓库中的位置和具体代码。这样配置生产环境中的 agent 结构变得更加直观。

AI产品 LangChain DeepAgents 智能体

推荐理由：搞生产级 agent 的可以看看，LangChain 把 managed deepagents 的文档重写了，每个组件一个文件，点开就能看到代码在哪，省事。

原文

02:57

官方账号Perplexity@perplexity_ai

Grok 4.6 已在 Perplexity 和 Perplexity Computer 上线。该模型在 WANDR 基准上位于性能和效率的帕累托前沿。相比 Fable 5，Grok 4.6 在结果持平的情况下成本降低超过 60%。用户现在即可在 Perplexity 生态中直接使用 Grok 4.6。

AI模型 Grok 4.6 Perplexity WANDR

事件专题

推荐理由：Grok 4.6 上线 Perplexity 了，在 WANDR 上跟 Fable 5 结果持平，成本还低 60% 以上。

原文

02:55

官方账号NVIDIA AI@NVIDIAAI

Meta 官方账号 AIatMeta 发布了一则 AI 平台演示。演示配套的 Platform cookbook 与 Demo/recipe 两个仓库都已公开在 GitHub 上。开发者可以按 Platform cookbook 中的步骤在本地复现并尝试。

技巧 Meta GitHub 教程

推荐理由：Meta 出了演示和 Cookbook，直接照着 GitHub 仓库能自己跑，想上手试试的可以看。

原文

02:54

量子位@Jay

DeepSeek Harness 近期进行了价格调整。作者对 DeepSeek Harness 进行了深度体验。体验过后，作者认为这次的涨价是可以接受的。文章围绕 DeepSeek Harness 的体验感受与涨价合理性展开。

AI产品 DeepSeek Harness DeepSeek 涨价

事件专题

推荐理由：DeepSeek Harness 涨价了，但作者体验完觉得值。想了解它到底强在哪，可以看看这篇。

原文

02:53

ollama@ollama

Meta 的 Muse Glimmer 模型可通过 Ollama 在本地运行。该流程用于处理个人月度信用卡账单，数据完全保留在本地。用户可借助 Ollama 搭配常用应用或 harnesses 执行不同的智能体任务。此推文展示了这一用例，强调数据归属用户。

技巧 Muse Glimmer Ollama Meta

推荐理由：Ollama 演示了用 Muse Glimmer 本地跑信用卡账单分析，数据不出本机，想玩本地智能体任务可以照着试。

原文

02:51

elvis@omarsar0

精选

Harness-IF提出一种规则评估方法，通过从执行证据中逐条打分256条规则，并在九个探针构建中撤回每条规则后重跑任务，来区分规则是否真正改变了模型行为。在12个前沿模型上，原始准确率为72.1%到85.9%，剔除巧合后的Against-Prior准确率降至66.1%到78.6%，每个模型下降3.6到7.4个点。研究发现优先级不随提示词深度变化，系统提示、项目文件和用户指令的优先级都高于工具和技能描述。论文见arxiv.org/abs/2608.11727。

论文 AGENTS.md Harness-IF 智能体

推荐理由：如果你在给编码智能体写AGENTS.md，这篇论文用256条规则和12个模型实测告诉你哪些规则真有用，别凭感觉写了。

原文

02:49

官方账号Decoder@Matthias Bastian

71°

谷歌在 3.6 Flash 发布仅三周后推出 Gemini 3.7 Flash，定位为编码和 AI 智能体场景的旗舰工作模型。官方基准显示，Gemini 3.7 Flash 在编码任务上超过 Claude Sonnet 5 和 GPT-5.6 Terra，而价格仅为两者的一半。新模型的价格也比三周前的 Gemini 3.6 Flash 低 50%。

AI模型 Gemini 3.7 Flash Google Claude Sonnet 5

推荐理由：谷歌新出的 Gemini 3.7 Flash，编码和智能体能力更强，价格比 3.6 又砍半，还比 Claude 和 GPT 便宜一半，拿来写代码试试。

原文

02:47

lmarena.ai@lmarena_ai

精选

AI模型 Agent Arena 智能体评测基准

推荐理由：想看AI智能体谁强谁弱？Agent Arena完整榜单出来了，去arena.ai/leaderboard就能看。

原文

02:46

lmarena.ai@lmarena_ai

精选

arena.ai更新了Code Arena: WebDev和Text Arena的帕累托前沿图。帕累托前沿展示了不同模型在多维性能上的最优组合。用户可据此快速比较模型，并跳转到对应排行榜查看详细数据。

AI模型 Code Arena Text Arena 帕累托前沿

推荐理由：想去arena.ai找代码或文本任务的最强模型？看这个帕累托前沿图，一眼就能知道哪些模型在权衡点上更值。

原文

02:45

lmarena.ai@lmarena_ai

LMArena 官方发布了 Code Arena 的 WebDev 子榜与 Text Arena 的完整排行榜。两份榜单均托管在 arena.ai 的 leaderboard 页面下。该榜单基于用户对战投票，反映模型在网页开发与文本任务上的能力对比。具体模型排名可在对应页面查看。

AI产品 LMArena Code Arena Text Arena

推荐理由：LMArena 把 Code Arena（WebDev）和 Text Arena 的完整榜单放出来了，想看模型在网页开发和文本任务上的排名，直接点链接查。

原文

02:43

宝玉@dotey

DeepSeek Harness团队表示，招聘重点不是天才程序员或奥赛金牌得主。DeepSeek更需要真正懂AI产品的产品经理。DeepSeek现阶段最重要的任务是把产品定义清楚、规划清楚。

行业 DeepSeek Harness AI产品经理

推荐理由：DeepSeek Harness团队公开说招产品经理优先，不看重竞赛金牌。想投AI产品岗的可以看看他们的定位。

原文

02:42

宝玉@dotey

独立开发者@dotey 以普通用户视角试用 DeepSeek Harness，指出启动需 Node.js 环境，对非程序员不友好。他称赞运行速度飞快，但 Thinking 部分文字因 Flash 模型过快而闪烁，建议做节流处理。他还建议借鉴 Codex 的多 Tab 面板，并希望模型尽早支持多模态。实测中 DSH 生成的 PPT 质量不错。

AI产品 DeepSeek Harness DeepSeek 智能体

事件专题

推荐理由：程序员用户实测 DeepSeek Harness，速度飞快、PPT 做得不错，但普通用户装 Node.js 会卡住。想入坑前先看他这条反馈。

原文

02:38

Google AI Developers@googleaidevs

78°

谷歌AI开发者宣布推出Gemini 3.7 Flash，称其为用于编码和智能体任务的最智能实干型模型。Gemini 3.7 Flash提升了指令遵循、首次代码准确率和智能体任务执行质量。官方演示中，该模型在Antigravity环境中构建了一个复杂3D网络游戏，包括生成Three.js样板代码、相机移动和碰撞检测。演示还使用Nano Banana创建PBR材质贴图和自定义精灵表，并集成了程序化音频。

AI模型 Gemini 3.7 Flash Google AI 智能体

推荐理由：谷歌发了Gemini 3.7 Flash，写代码和跑智能体任务更稳了，官方演示用它搭3D游戏，开发者可看看。

原文

02:37

HeyGen@HeyGen_Official

LiveAvatar 宣布原生集成 Cartesia，已有语音代理无需重建即可获得实时人脸表现。官方提供三种方式将 Cartesia 的声音和代理接入 AI 头像。该功能让原本局限于文本框的对话代理，能够以虚拟面部进行实时交互。

AI产品 Cartesia LiveAvatar 语音代理

推荐理由：如果你在用 Cartesia 搭语音代理，现在可以直接在 LiveAvatar 上给它加一张实时人脸，不用改代码。

原文

02:35

techcrunch@Rebecca Bellan

Anthropic研究人员让多个AI智能体执行同一任务，观察到它们出现冲突、勾结和协调等出乎意料的行为。这些行为超出了单个智能体测试时能预测的范围。研究团队指出，当前的安全测试可能无法充分评估多智能体系统带来的新风险。该发现基于Anthropic内部实验，具体涉及多个Claude智能体同时运行时的交互。

论文 Anthropic Claude 智能体

事件专题

推荐理由：Anthropic做了个实验，让多个AI干同一件事，结果它们自己打起来了，还玩起合纵连横。看完你会怀疑现在的AI安全测试够不够用。

原文

02:34

02:34官方一手Hugging Face: Blog（博客/媒体）

精选

Hugging Face联合亚马逊推出Strands Agents，结合LeRobot与Hugging Face Storage Buckets，为机器人数据循环提供统一工作流。该方案支持从数据记录、模型训练到部署的全流程管理。用户可在同一环境中完成机器人操作数据的采集与存储。LeRobot负责训练行为克隆等策略。Strands Agents则用于部署和推理。

技巧 LeRobot Strands Agents Hugging Face

事件专题

推荐理由：想搞机器人数据闭环的可以看看，Hugging Face和亚马逊把记录、训练、部署全串在一起了，不用再东拼西凑工具。

原文

02:31

Philipp Schmid@_philschmid

精选

3.7 Flash在智能体循环中不再过度急切，而是先进行更多探索。3.7 Flash会先解析错误并运行测试，再修改代码。3.7 Flash的首次通过准确率明显更高，浪费的智能体轮次也更少。

AI模型 3.7 Flash 智能体编程

推荐理由：3.7 Flash改代码前先摸清环境、跑测试，少走弯路，能省不少无效循环。

原文

02:30

Philipp Schmid@_philschmid

82°

Google宣布Gemini 3.7 Flash正式可用。该模型在DeepSWE基准上从49.0%升至65.3%，在FrontierCode上得分43.6%，AutomationBench上得分30.4%。它现为Google AI Studio、Antigravity和Gemini App的默认模型。输入输出价格下调50%，分别为每百万token 0.75美元和3.75美元，优惠持续到年底。

AI模型 Gemini 3.7 Flash Google 智能体

推荐理由：谷歌发布Gemini 3.7 Flash，DeepSWE从49%涨到65%，编码智能体都能打，价格还打五折，直接上手吧。

原文

02:28

02:28官方一手OpenAI Blog（博客/媒体）

OpenAI发布GPT-5.6开发者指南，面向创业公司展示如何构建更快速、成本更低的AI代理。指南强调通过更聪明的模型选择来优化支出，并介绍了Responses API的新能力。文中以GPT-5.6为例，说明初创团队如何在实际开发中应用这些功能。

技巧 GPT-5.6 Responses API OpenAI

事件专题

推荐理由：OpenAI出了份GPT-5.6实操指南，教你怎么选模型、用新API，把AI代理做得更快更省钱。搞开发的值得一看。

原文

02:28

AI SDK@aisdk

AI SDK 官方推特宣布支持使用 Gemini 3.7 Flash。开发者可以在 AI SDK 中直接调用 Gemini 3.7 Flash。这次更新将 Gemini 3.7 Flash 集成进 AI SDK 工作流。具体操作可参考 AI SDK 官方推特内容。

AI产品 Gemini 3.7 Flash AI SDK 模型调用

推荐理由：AI SDK 官方刚宣布支持 Gemini 3.7 Flash，用这个 SDK 的开发者可以直接接上了，去推特点开看看。

原文

02:24

lmarena.ai@lmarena_ai

72°

Google DeepMind的Gemini 3.7 Flash (High)在Agent Arena取得+3.4%净提升。整体排名第20，高于Gemini 3.6 Flash (High)的第35名。长程智能体任务表现与Claude Sonnet 4.6和GPT-5.6 Terra (xHigh)处于同一区间。其Confirmed Success信号得分提升10%，位列第5。官方称该模型在编码、知识工作和网页开发方面更强。

AI模型 Gemini 3.7 Flash Google DeepMind Agent Arena

推荐理由：谷歌新出的Gemini 3.7 Flash在智能体评测里冲到第20，比上代强一截，编码和网页开发更好用了，感兴趣的可以试试。

原文

02:23

lmarena.ai@lmarena_ai

81°

Google DeepMind 发布 Gemini 3.7 Flash (High)，已在 LMArena 的 Code Arena: WebDev 和 Text Arena 上线。该模型在 WebDev 排名从第 19 位升至第 8 位，明显优于上一代 Gemini 3.6 Flash (High)。它在数据与分析类别排名第 7，在模拟、游戏与内容创作工具类别排名第 8，在参考设计类别排名第 9。

AI模型 Gemini 3.7 Flash Google DeepMind LMArena

推荐理由：谷歌 DeepMind 的新 Flash 模型在 WebDev 榜冲到第8，比上代进步不小，做网页或数据任务可以试试。

原文

02:20

官方账号Perplexity@perplexity_ai

精选

Perplexity 发布了两批 Search SDK 更新，用于 Computer 环境。更新后，模型执行可靠性从 81.9% 提升到 92.6%。更高的可靠性让模型能更稳定地完成动作编排。该更新强调 SDK 的形态直接决定了模型的调用能力。

AI产品 Perplexity Search SDK 智能体

推荐理由：Perplexity 把 Search SDK 的执行可靠性从 81.9% 拉到 92.6%，做智能体编排的更稳了。

原文

02:19

The Rundown AI@therundownai

81°

Google 发布 Gemini 3.7 Flash，距 Gemini 3.6 推出仅三周。该模型定价为每百万 tokens 0.75 美元输入、3.75 美元输出，低于 Sonnet 5、GPT 5.6 Terra 和 Muse Spark 1.2 等同类中端模型。官方强调其在编码、知识工作和智能水平上有明显提升。Reuters 称 Google 将新旗舰 Gemini 版本推迟两个月，因内部测试显示其编码性能仍落后于对手。

AI模型 Gemini 3.7 Flash Google Gemini

推荐理由：Google 发了 3.7 Flash，距 3.6 才三周，价格比 Sonnet 5 等便宜，编码和工作能力提升，中端可以无脑换。

原文

02:17

OpenRouter@OpenRouterAI

OpenRouter宣布，Gemini 3.7 Flash在其平台上有额外五折优惠，活动持续到8月27日。该模型来自Google DeepMind，测试显示它在多模态和智能体工作负载上表现突出。本次折扣为OpenRouter独家提供，其他平台没有同样价格。

AI产品 Gemini 3.7 Flash OpenRouter Google DeepMind

推荐理由：OpenRouter给Gemini 3.7 Flash额外五折，8月27号截止。多模态和智能体任务，这价很香。

原文

02:16

Harrison Chase@hwchase17

精选

LangChain创始人Harrison Chase在红杉活动上提出智能体由框架、模型和上下文三部分组成。他认为若使用场景偏离模型训练分布，越应自建框架。他验证了LangSmith Engine的评估功能，并展示了如何通过追踪、数据飞轮优化性能。视频中还讨论了为何可观测性常被低估。

行业 LangChain LangSmith 智能体

推荐理由：红杉活动上，LangChain创始人聊了智能体三件套：框架、模型、上下文。他说越偏离模型训练数据，越该自己造框架。还演示了LangSmith Engine怎么做评估。

原文

02:15

Sundar Pichai@sundarpichai

72°

谷歌在3.6 Flash发布仅3周后推出3.7 Flash，重点提升编码和智能体工作能力。3.7 Flash在软件工程、知识工作和网页开发方面均有显著改进，定价为3.6 Flash原始成本的一半。该模型已通过Antigravity、Gemini API、AI Studio等渠道向开发者提供。

AI模型 Gemini 3.7 Flash Google 智能体

推荐理由：谷歌把3.7 Flash发了，编码和智能体能力比3.6强，价格还砍半，开发者快去试试。

原文

02:13

Suhail@Suhail

X用户Suhail发帖称，因一系列'疯狂事件'已完全停用Anthropic模型两周。他认为模型没有长期忠诚度，忠诚度为零，用户可随时更换。该帖目前获19条回复、122个赞和6045次浏览。

行业 Anthropic 模型忠诚度用户流失

事件专题

推荐理由：Suhail发帖吐槽Anthropic模型，称已两周不用，觉得模型没忠诚度，看看他到底撞上什么事。

原文

02:11

bolt.new@boltdotnew

Bolt官方推特发布消息，宣称语音输入比打字更快。用户可以随意说出不成熟的想法，系统会自动清理。Bolt会去除“嗯”“啊”等语气词和重复内容。用户无需提前整理思路，可以全盘倒出。

AI产品 Bolt 语音输入 AI编程助手

推荐理由：Bolt出了个有意思的功能，动嘴说想法就行，它会自动帮你删掉“嗯啊”那些废话，适合懒得打长文的人。

原文

02:08

Firecrawl@firecrawl_dev

精选

Firecrawl 的 Research Index 新增了 4100 万篇生命科学论文，覆盖药物发现、临床试验和生物学文献。该索引在检索前 10 个结果中召回率达到 90%，数据来自权威来源且完全免费。开发者现在可以通过 API 的 /search/research 接口让智能体直接搜索这些论文。

AI产品 Firecrawl Research Index 智能体

推荐理由：Firecrawl把4100万篇论文开放给AI智能体搜索，召回率90%，还免费，做生物医药检索可以试试。

原文

02:07

Firecrawl@firecrawl_dev

Firecrawl 今日在 API 中新增 /search/research 端点，用于 Research 功能。该功能同步支持 CLI、MCP 和 SDK 调用。官方文档已更新，开发者可立即使用。

AI产品 Firecrawl MCP/工具爬虫

推荐理由：Firecrawl 出了个 Research 功能，现在就能用，API、CLI、MCP 都支持，搞搜索抓取的可以直接上手。

原文

02:04

官方账号Google DeepMind@GoogleDeepMind

82°

Gemini 3.7 Flash在调试和问题解决等关键编码任务上表现优于3.6 Flash。它能用更少的提示词设计出更实用的网页布局和应用。该模型在真实业务流程中的推理和准确性也有改进。开发者可通过Antigravity使用，API已在Google AI Studio和Android Studio开放。Google AI Pro和Ultra订阅者可在Gemini App的Gemini Spark中体验。

AI模型 Gemini 3.7 Flash Google DeepMind Antigravity

推荐理由：谷歌新出的Gemini 3.7 Flash，写代码和修bug比3.6强，做网页更省事，还能在Antigravity里直接试。

原文

02:02

官方账号Logan Kilpatrick@OfficialLoganK

Gemini 3.7 Flash 正式发布，API 价格较 3.6 Flash 降低 50%，优惠持续到年底。该模型在约三周内通过算法改进实现了显著的智能提升。它已上线 API、AI Studio 和 Antigravity 等平台。官方强调其运行速度很快。

AI模型 Gemini 3.7 Flash Gemini API

推荐理由：Gemini 3.7 Flash 来了，比 3.6 Flash 便宜一半，速度更快，想用 API 的可以试试。

原文

01:56

Augment Code@augmentcode

精选78°

Google DeepMind的Gemini 3.7 Flash模型已上线Augment的Cosmos智能体编排平台。该平台用于构建软件工厂，开发者可以调用此模型进行代理任务。即日起两周内，输入价格降至每百万token 0.375美元，输出为每百万token 1.875美元。

AI产品 Gemini 3.7 Flash Cosmos Augment

推荐理由：Augment把Gemini 3.7 Flash放上Cosmos了，两周内价格砍半，做智能体开发的可以试试。

原文

01:55

Figma@figma

Figma 用户现在可以借助 Figma agent 直接创建设计技能，并发布到 Community 供他人使用。用户也能从 Community 保存其他技能，通过斜杠（/）命令快速调用。该功能无需离开 Figma 界面，简化了 AI 技能的制作与分享流程。

AI产品 Figma 技能智能体

事件专题

推荐理由：Figma 现在能直接做技能了，不用切出去，还能发布到社区下载别人的，用 / 命令就行。

原文

01:54

官方一手marktechpost@Asif Razzaq

78°

谷歌发布Gemini 3.7 Flash，在推理核心上对Gemini 3.6 Flash做了算法改进。该模型支持1M token上下文和64K token输出，可处理文本、图像、音频与视频。编码基准上，FrontierCode 1.1 Main成绩43.6%（前代34.4%），DeepSWE v1.1为65.3%，WebDev Arena Elo为1588。文档与工作流基准同样提升，GDP.pdf从22.0%升至34.0%，AutomationBench从17.0%升至30.4%。模型仅通过API和企业提供，无开放权重，输入输出每百万token定价0.75/3.75美元，优惠至2026年12月31日。

AI模型 Gemini 3.7 Flash Google 智能体

推荐理由：谷歌新出的Gemini 3.7 Flash，编码和智能体分数提升明显，输入每百万token只要0.75美元，划算，但只走API。

原文

01:49

Google Gemini App@GeminiApp

82°

Gemini Spark 已切换至 Gemini 3.7 Flash 模型。该个人智能体可把供应商信息汇总到 Sheets，也能起草谈判邮件。Gemini 3.7 Flash 改进了对 Google Workspace 应用的工具调用能力，让指令执行更精准。相关更新已通过 Gemini App 推送。

AI产品 Gemini Spark Gemini 3.7 Flash Google Workspace

推荐理由：Gemini 的 Spark 换上了 3.7 Flash，整供应商清单、写谈判邮件都更准了，和 Workspace 联动也更顺手。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。