AITOP日报

Harvey发布首个微调模型Harvey Tenet，在LAB任务完成率上几乎翻倍，但只有一项基准数据得到独立验证。

自2025年2月6日起，AI代理在OpenRouter上消耗的令牌数量已超过人类。代理使用量增长了14倍，而人类使用量仅增长2.8倍。尽管如此，近70%的代理令牌消耗来自廉价的缓存提示，因此实际成本增长速度远低于原始数据所显示的速度。

Ox Alpha 模型、DeepSeek V4 Flash、Vision EXP 模型和 Claude Fable 5 模型进行对比，Claude Fable 5 在排版细节和色散处理上表现更佳；Ox Alpha 模型在多模态和代码能力上表现出色，可还原 3D 玻璃材质质感。

归藏（guizang.ai）对 Ox Alpha、DeepSeek V4 Flash、Vision EXP 和 Claude Fable 5 模型进行对比，发现 Claude Fable 5 在排版细节和色散处理上表现更优。

Ox Alpha 利用多模态和代码能力，通过 WebGL 技术成功还原网页，实现 3D 玻璃材质质感和透视效果，文字位置和排版细节与原图一致。

诺亦腾发布 HiPHI 数据集，包含 617.5 小时高精度人体运动数据，已上线 Hugging Face 平台。数据集由 132 名演员提供，支持人形机器人学习、数字人开发。

MCP（modelcontextprotocol.io）和Skills（agentskills.io）等工具采用Unix哲学，强调小型、高效程序和可嵌入性，支持构建CLI、后台代理和软件工厂。

Vercel与Ora合作推出免费工具Is Agentic，通过Ora的100多项检查，对公共网站进行AI代理准备度评分。

橡鹿机器人发布三款烹饪机器人，包括多模态烹饪AI基座CookingMuse厨启、3K视觉AI炒菜机器人和具身烹饪机器人现炒方舟。3K视觉AI炒菜机器人融合AI视觉与烹饪智脑，可实时判断食材状态，提升后厨运营效率。现炒方舟是一款微型无人后厨解决方案，实现全流程无人化闭环。

OpenAI Codex & ChatGPT 团队负责人回应用量消耗过快问题，明天为所有 Codex 订阅用户重置额度，并修复三个影响用量计算的问题。公司还发现一种全新方案提升使用效率。

NVIDIA应用深度学习研究副总裁@ctnzr将参与Arena Conversations新节目，探讨教师模型在构建强大能力中的作用、训练后推理挑战的增长、开源模型的重要性以及这对NVIDIA构建Nemotron的意义。节目将于8月24日早上9点（东部时间）/6点（太平洋时间）播出。

因三星、SK海力士和美光等供应商的DRAM短缺，搭载Vera Rubin和Grace Blackwell芯片的Nvidia服务器价格预计将上涨约15%。价格上涨影响了微软、谷歌和Meta等云巨头，他们在投入巨资建设AI基础设施的同时，也在支持他们试图摆脱的市场供应商的力量。

Anthropic的年度收入达到650亿美元，预计第三季度将盈利。尽管如此，其Opus 5模型在7月份发布后，用户增长缓慢，Ramp AI指数显示其市场份额仅为8.0%。与此同时，OpenAI的年度收入增长35%，达到400多亿美元，GPT 5.6的发布推动了公司业绩。

Starcloud完成2.5亿美元A轮融资，研发GPU卫星，计划建太空数据中心；英伟达等投资，去年已送Starcloud-1卫星上太空，训练AI模型；Space-1 Vera Rubin模块开发中，未来将建8.8万颗卫星集群，提供20GW计算能力。

安世中国CEO张秋明透露，过去11个月已向全球客户交付超过400亿颗芯片，强调在技术封锁下主动重建，开启市场结构本土化转型，并率先实现12英寸功率半导体平台量产。

Google DeepMind提出一种无需训练的模型架构进化方法，通过模型自身反馈进行架构修改。在Gemma3系列上，自适应变体将困惑度降低23%，GSM8k准确率提升21%，仅进行轻微超参数调整。

模型评估方式存在问题，建议使用标准测试套件。模型质量应与最小套件如Pi和Hermes Agent比较。目前缺乏标准化方法，但模型可能未来能动态生成套件。Claude模型在这方面已有尝试，但不够一致。测试套件工程是AI公司关注的焦点，但优化过于个性化。

研究多智能体系统在代码审查中的应用，提出Adversarial Review方法，使用三个智能体进行审查，在LiveCodeBench上优于五智能体基线，在SWE-PRBench上实现最高F1值。

Jacob Peake分享一篇关于AI芯片架构的长篇博客，涵盖NVIDIA、AMD、TPU、Trainium、Cerebras、Groq等主要架构，分析架构、扩展（向上扩展和向外扩展）和软件堆栈，帮助理解架构及其权衡。

Drew Breunig指出，在Fable出现之前，优化编码工具似乎没有必要，因为新模型的出现往往能解决大部分问题。然而，Fable的出现虽然令人惊叹，但其高昂的成本使得Opus、5.6、K3和GLM等模型已经足够应对大多数需求。因此，人们开始思考哪些工作应该放在哪里。

吴恩达发布AI工程技能图谱系列第一篇，聚焦构建与部署AI应用，强调AI应用输出不可预测性，提出六项核心技能：LLM基础、数据为模型提供Grounding、构建Agentic系统、Evaluation-Driven Development、生产运营AI软件、机器学习基础。

当前智能体（Codex、Cowork）采用两步文档处理方法：快速解析和即时VLM处理，提高知识工作准确性。Opus 5作为第二遍处理工具，但成本高。Llama_index提供更优解决方案：LiteParse和LlamaParse，支持多种文档类型和子文档处理。

Gergely Orosz 提出简化AI服务接入方式，建议服务或App提供MCP或cli接口，直接访问用户常用的Agent，无需额外内置Agent。适用于非前沿AI实验室用户。

康威定律指出团队沟通结构影响系统架构，AI时代AI Agent可能改变传统分工模式，但人类大脑仍为瓶颈。AI辅助下，个人效率提升，组织效率需关注资源整合。

GitHub 成为主要沟通平台，帮助调试问题。搜索 PRs 和 issues，可找到参考解决方案。