智能体相关 AI 资讯

8月15日

09:56

09:56IT之家（博客/媒体）

88°

8 月 14 日，国家超算互联网上线 DeepSeek-V4-Pro-0813 正式版及智能体框架 DeepSeek Harness。该平台号称全国首个十万卡级超智融合算力资源池，支持模型训练、微调、评测到部署全流程。DeepSeek-V4-Pro-0813 增强了 Agent 能力，官方称整体性能可媲美 Claude Fable 5、Opus-4.8。8 月 13 日，DeepSeek Harness 开发者预览版 v0.1 开放测试，并以 MIT 协议开源。开发者可在平台代码仓库一键拉取全套源码进行二次开发。

事件专题

推荐理由：国产超算平台直接上线 DeepSeek V4 Pro 正式版，还能一键部署和二次开发，Harness 框架也开源了，搞智能体开发的朋友可以看看。

原文

07:13

ollama@ollama

精选

Ollama 宣布支持 DeepSeek Harness，用户可通过“ollama launch dsh”命令在本地环境中运行。该工具预装 Ollama 的网页搜索功能，并提供轨迹视图查看后台操作。DeepSeek Harness v0.1 已作为开发者预览版发布，采用 MIT 许可证开源。它基于 Cordis 元框架，将模型、工具、技能、会话等全部实现为插件，支持灵活替换与扩展。

AI产品 Ollama DeepSeek DeepSeek Harness

事件专题

推荐理由：Ollama 现在能直接跑 DeepSeek Harness 了，全本地运行，还能看后台轨迹，所有组件都能当插件换，挺好玩，值得试试。

原文

06:13

Harrison Chase@hwchase17

LangChain 发布了一份题为《Anatomy of a Managed Deep Agent》的图解，拆解托管式深度智能体的内部结构。该链接在 X 上获得 24 个赞、2 次转发和 2265 次浏览。图解展示了 managed deep agent 的模块划分与执行路径，帮助开发者理解它如何组织任务。这是 LangChain 对智能体工程化的一次可视化说明，而非产品更新。

技巧 LangChain Managed Deep Agent 智能体

推荐理由：LangChain 发了一份 Managed Deep Agent 的解剖图，直接展示它怎么拆模块、走流程，想搞懂这套智能体架构的可以看。

原文

04:42

Fireworks AI@FireworksAI_HQ

Fireworks AI 举办的 Fire Pass Kimi K3 社区构建竞赛收到大量投稿，@Prof_OZ 正在逐一测试参赛项目。首个亮相的作品是 @seanchenqt 开发的 FridgeChef。用户拍摄冰箱照片，Kimi K3 即可识别食材并规划晚餐。FridgeChef 的代码也完全由 Kimi K3 生成。演示可访问 fridgechef.qtkiwi.com。

AI产品 Kimi K3 FridgeChef Fireworks AI

事件专题

推荐理由：Kimi K3 写的 App，拍冰箱就出菜谱，还能自己跑起来，快去 fridgechef.qtkiwi.com 试试！

原文

04:35

官方一手GitHub Blog@Sam Zhang

GitHub官方博客介绍了四款agent apps，帮助你在不离开GitHub的情况下完成功能的范围界定、安全、部署和发布。这些agent apps覆盖SDLC的不同阶段，从需求到上线全程自动化。文章通过具体步骤演示如何在现有工作流中接入这些应用。

技巧 GitHub Agent Apps 智能体

推荐理由：GitHub出了四个agent apps，能帮你在一个平台里搞定从规划到上线的整个流程，不用来回切工具了。

原文

04:18

Qdrant@qdrant_engine

72°

Qdrant与Minima在单张RTX PRO 6000 Blackwell GPU上运行agentic RAG。混合搜索加后期交互重排，首次检索足以满足需求的比率从72%提升到87%。中位延迟从21.3秒降至7.7秒。每GPU小时成功任务数提升2.92倍。

AI产品 Qdrant Minima RAG

事件专题

推荐理由：Qdrant和Minima搞了个agentic RAG，单张RTX PRO 6000就够，首次检索命中率从72%提到87%，延迟从21秒降到7.7秒，效率提升快三倍。

原文

03:56

官方账号LangChain@LangChainAI

BraceSproul 用 17 分钟视频讲解 OpenWiki——一个开源的自维护维基。视频覆盖其核心设计理念与运行机制。OpenWiki 针对智能体消费文档的场景，与传统面向人类的文档有显著差异。作者还分享了构建过程中的经验教训。

技巧 OpenWiki LangChain 智能体

推荐理由：BraceSproul 用 17 分钟把 OpenWiki 讲明白了，开源自维护维基，给智能体用的文档该这么写，跟给人看的不一样。

原文

03:50

Browser Use@browser_use

精选

Browser Use CLI 发布 v2026.8.13 版本，默认启用 Browser Use 模式。该模式让智能体一次编写脚本执行完整网页流程，而不是每次点击单独调用工具。相比逐次调用，网页任务成本更低，且无需修改任何配置。此次更新让 Browser Use 成为 SOTA 级 Web 智能体工具。

AI产品 Browser Use CLI 智能体

推荐理由：Browser Use 更新后，智能体一次写脚本跑完整个网站流程，不用逐个点击调工具，更省成本，建议升级试试。

原文

03:45

lmarena.ai@lmarena_ai

智谱（Z.ai）推出GLM-5.3，基于743B基础模型进行后训练，主打编码和智能体能力。该模型已上线Agent Arena，接受基于数百万真实长程任务的评测，可调用网页搜索、文件系统和终端工具。官方称其在网络安全上取得重大提升，成为开源模型新标准。

AI模型 GLM-5.3 Z.ai Agent Arena

事件专题

推荐理由：GLM-5.3已进Agent Arena，743B大模型主打编码和网络安全，可以拿你的难题去投票测一测。

原文

03:41

lmarena.ai@lmarena_ai

GLM 5.3 现已出现在 arena.ai 的测试入口。用户可在 Battle Mode 中直接对比模型表现，也可在 Agent Mode 下尝试智能体场景。该入口由 @arena 在 X 上发布，目前帖子有 0 条评论、1 次转发和 194 次浏览。

技巧 GLM 5.3 arena.ai 智能体

事件专题

推荐理由：arena 官方在 X 上给了 GLM 5.3 的测试链接，能直接进 Battle 和 Agent 模式试试手感，想玩模型的可以点开看看。

原文

03:33

官方账号NVIDIA AI@NVIDIAAI

71°

NVIDIA发布开源库NeMo Switchyard，用于智能体工作流中的模型路由。该库允许复杂推理和规划步骤调用前沿模型，高容量专门执行使用Nemotron Lightning。开发者可自定义路由策略，在成本和性能间灵活取舍。

AI产品 NVIDIA NeMo Switchyard

事件专题

推荐理由：NVIDIA出了个开源的模型路由库Switchyard，能让工作流里复杂步骤用强模型、简单步骤用轻量模型，省成本。

原文

03:13

OpenRouter@OpenRouterAI

OpenRouter发布新工具Ori，用于在本地部署和管理Agent。通过`curl -fsSL openrouter.ai/labs/ori/insta… | bash`可完成安装，随后运行`ori prime`即可启动Prime Agent。该工具的相关文档已上线openrouter.ai/ori/harness。

AI产品 OpenRouter Ori Prime Agent

推荐理由：OpenRouter出了个命令工具Ori，一条curl装好就能跑Prime Agent，想快速上手Agent直接照抄这条命令。

原文

03:11

官方账号阿里通义 Qwen@Alibaba_Qwen

Qwen3.8-27B 现已通过 Ollama 提供，官方称它是 27B 规模下最好的开源模型之一，专为智能体任务和专业工作设计。用户可直接在 Claude Code、OpenCode、Hermes Agent、Pi 等工具中通过 ollama launch 命令调用。Apple Silicon 设备也有优化，模型标识为 qwen3.8:27b-mlx。

AI模型 Qwen3.8-27B Ollama Claude Code

事件专题

推荐理由：写代码用 Ollama 的话，Qwen3.8-27B 现在能直接跑了，还带 Apple Silicon 优化，试试呗。

原文

03:05

ollama@ollama

Qwen 3.8 27B 正式上线 Ollama 平台。它是该尺寸下最强的开放模型之一。它面向智能体任务与专业工作场景。用户可通过 Ollama launch 命令在 Claude Code、OpenCode、Hermes Agent、Pi 等工具中调用。Ollama 还针对 Apple Silicon 做了优化，模型名为 qwen3.8:27b-mlx。

AI模型 Qwen Ollama 智能体

推荐理由：Qwen 3.8 27B 上架 Ollama，直接就能接 Claude Code 等工具干活，Apple 芯片还有专属优化。

原文

02:58

lmarena.ai@lmarena_ai

精选

Z.ai 的 GLM-5.3 即将上线 LMArena 评测平台。官方将对比 GLM-5.1 与 GLM-5.2 的表现。此前 GLM-5.2 在 Agent Arena 的 5 项信号上取得进展，包括任务成功率与用户夸奖/抱怨等隐式反馈。新版本将检验这些改进能否延续。

AI模型 GLM-5.3 Z.ai LMArena

事件专题

推荐理由：GLM-5.3 要上 LMArena 了，这次直接和前两代同台对比，想蹲 Z.ai 迭代幅度的话可以盯一下。

原文

02:57

官方账号Google AI@GoogleAI

82°

谷歌发布Pixel 11系列、Pixel Watch 5和Pixel Tag，新增Magic Capture同时拍摄视频和照片等功能。谷歌推出Gemini 3.7 Flash，这是用于编码和智能体的主力模型，已在AI Studio、Antigravity等平台上线。DeepMind开源WeatherNext 2，可让气象学家预测气旋时多一天准确时间。NotebookLM升级版已全量推送给Pro用户，笔记本复制功能向所有用户开放。

AI产品 Pixel Gemini 3.7 Flash WeatherNext 2

推荐理由：谷歌这周新品不少：Pixel 11有AI拍摄，Gemini 3.7 Flash更强，天气模型WeatherNext 2开源还能多一天预报。

原文

02:44

OpenRouter@OpenRouterAI

OpenRouter 今日发布 Ori Prime Agent，让用户可直接运行 PrimeIntellect 的 Agent。该工具打通了 500 多个模型的访问，并会自动配置用户的凭证和环境。安装只需执行一条 curl 命令，随后输入 ori prime 即可启动。

AI产品 Ori Prime Agent OpenRouter PrimeIntellect

推荐理由：OpenRouter 出了个 Ori Prime Agent，一条命令就能跑 PrimeIntellect Agent，还能用上 500 多个模型，环境凭证都给你配好，挺省事的。

原文

02:43

Aravind Srinivas@AravSrinivas

Perplexity 发布 Search SDK，这是一个 agent-first 的 Python SDK。它把 Perplexity 的 Search as Code 方法引入你的应用。智能体可以同时扇出多个搜索，并在代码中过滤、去重和排序结果。该 SDK 可在任何 agentic harness 中使用，让 Perplexity Computer 在广度和深度研究上保持领先。

AI产品 Perplexity Search SDK Python

推荐理由：Perplexity 把自家搜索能力做成 Python SDK，任何智能体都能直接调用，做深度研究比现成方案省事。

原文

02:25

AI Engineer@aiDotEngineer

精选

一些学区要求通过FOIA请求处理采购问题，邮件被扫描到Google Drive，部署MCP服务器并不现实。一个小于1MB的脚本靠重放录制点击，在标准计算机使用基准上匹敌甚至击败了前沿模型。有智能体中途被登出后自行推断密码，连续尝试直到账户锁定。演讲者用确定性代码和每轮一次视觉调用，绕过了Turnstile、MTCaptcha、Lemin和reCAPTCHA v2。在新的电气工程基准上，最好的智能体从空白原理图出发通过0/25，从现有原理图出发通过6/25。

AI模型 Computer Use OpenAI 智能体

事件专题

推荐理由：@aiDotEngineer 实测：重放脚本不输前沿模型，智能体猜密码锁号，电气基准25题零通过。

原文

02:05

elvis@omarsar0

79°

Faraday是一个27B参数的智能体，基于Replica框架将论文复现转化为可扩展的强化学习任务。它调用编码agent作为工具，在held-out研究复现上击败了Claude Opus 4.8和GPT-5.5。奖励信号来自自动生成的rubric judge，与人类评估一致性高。论文已发布在arxiv.org/abs/2608.13331。

AI模型 Faraday Claude Opus 4.8 GPT-5.5

事件专题

推荐理由：一个叫Faraday的27B智能体，把论文复现变成强化学习任务，在测试集上赢了Claude Opus 4.8和GPT-5.5，还把编码agent当工具用，有点意思。

原文

02:01

官方账号阿里通义 Qwen@Alibaba_Qwen

Qwen3.8-2.4T-A95B已在DeepInfra平台上线。该稀疏MoE模型总参数达2.4万亿，激活参数为950亿，共512个专家。它面向编程、智能体工作流和复杂推理设计，原生支持262K上下文。API定价为每百万输入2美元、每百万输出6美元、缓存输入0.2美元。

AI模型 Qwen DeepInfra MoE

推荐理由：DeepInfra上线了Qwen最新稀疏MoE模型，2.4T总参数只激活95B，专攻编程和智能体场景，价格也公布了，想试API的可以直接上手。

原文

02:00

官方账号阿里通义 Qwen@Alibaba_Qwen

78°

阿里开源了 Qwen3.8-2.4T-A95B，总参数 2.4T，每次推理激活 95B 参数。SiliconFlow 在发布当天即提供该模型的 API 服务。定价为输入每百万 token 2 美元、输出 6 美元、缓存输入 0.25 美元。该模型面向自主编程、深度研究和端到端智能体执行场景。

AI模型 Qwen3.8 SiliconFlow 开源模型

推荐理由：阿里 Qwen3.8 开源当天就能在 SiliconFlow 上直接调用，2.4T 参数输入才两美元每百万 token，写代码做研究都能一口气跑完。

原文

01:43

Aravind Srinivas@AravSrinivas

72°

Perplexity与OpenRouter联合推出了Web Search Benchmarks。该基准在openrouter.ai/benchmarks上公开，比较不同模型和配置下的搜索工具表现。Web Search Benchmarks的排名能帮助开发者决定如何为智能体（agent）配置搜索grounding。

AI模型 Perplexity OpenRouter 搜索基准

推荐理由：Perplexity和OpenRouter发布了搜索基准，直接比较不同模型配搜索工具的效果，帮你决定智能体怎么接入搜索。

原文

01:31

官方账号Decoder@Matthias Bastian

阿里Qwen团队发布Qwen 3.8，权重以Apache 2.0许可开放。该模型是270亿参数的密集模型，原生上下文长度达262000个token。官方称其在编码和办公任务上优于尺寸更大的Qwen 3.7 Plus。这一版本面向构建本地应用和智能体应用的开发者。

AI模型 Qwen 3.8 Alibaba Apache 2.0

推荐理由：阿里开源了Qwen 3.8，270亿参数比Qwen 3.7 Plus更强，原生支持26.2万token上下文，做本地和智能体应用可以看看。

原文

01:11

Fish Audio@FishAudio

Fish Audio 宣布在日本上线，其语音模型 S2.1 Pro 已出现在东京出租车场景中。该模型针对日语难点优化，包括音高重音、敬语和日英混说，支持客服、销售、日程安排等智能体，延迟低于 150ms。目前已覆盖 80 多种语言，拥有 800 万用户，提供云 API 和本地部署两种方式。S2.1 Pro 限时免费试用。

AI模型 Fish Audio S2.1 Pro 智能体

事件专题

推荐理由：Fish Audio 的 S2.1 Pro 在日本正式上线，做日语语音代理延迟不到 150ms，还能日英混说，现在限时免费试。

原文

00:33

官方账号Decoder@Jonathan Kemper

83°

AI智能体使用Claude Opus 4.8和GPT-5.6 Sol，在六天、3000美元API预算和GPU访问权限下独立撰写AI研究论文。这些论文交由未发表的NeurIPS论文原作者评审，结果全部为“Reject”。研究显示，Claude Opus 4.8和GPT-5.6 Sol能完成研究工程流程，但缺乏研究判断、创造性问题解决和放弃失败方法的能力。这一结果直接反驳了Anthropic与OpenAI关于自主AI研究即将实现的声明。

论文 Claude Opus 4.8 GPT-5.6 Sol Anthropic

事件专题

推荐理由：普林斯顿和英国AI安全所让Claude和GPT-5写论文，全拒，打脸Anthropic和OpenAI。

原文

00:28

官方账号阿里通义 Qwen@Alibaba_Qwen

78°

阿里Qwen团队发布Qwen3.8-Max，总参数2.4T、激活参数95B、上下文窗口1M。该模型为开源权重MoE，编码与智能体能力突出。Together AI作为Day 0发布伙伴，已同步上线推理服务。开发者现可直接在Together AI平台调用该模型。

AI模型 Qwen3.8-Max Together AI 开源模型

推荐理由：Qwen3.8-Max刚发布就上了Together AI，2.4T参数的开源MoE，当天就能用，编码和智能体能力都挺强。

原文

00:27

官方账号阿里通义 Qwen@Alibaba_Qwen

阿里通义千问的Qwen3.8-Max（即Qwen3.8-2.4T-A95B）在Fireworks平台首发上线，获得Day 0支持。这款模型采用MoE架构，总参数达2.4T，激活参数95B，专为自主智能体、重度编码和超长上下文场景设计。开发者现可通过Fireworks直接调用，用于构建agent工作流和代码生成任务。

AI模型 Qwen3.8-Max Fireworks 智能体

推荐理由：阿里把2.4T参数的MoE模型Qwen3.8-Max放到了Fireworks上，今天就能用，专门干智能体和写代码的活儿。

原文

00:26

官方账号阿里通义 Qwen@Alibaba_Qwen

76°

阿里开源Qwen3.8-27B，SGLang团队当天完成适配。在单张RTX 5090上，借助NVFP4和DSpark优化，解码速度达到206.1 tok/s。在DGX Spark上解码速度为38.28 tok/s。该模型在智能体规划和长时任务上表现突出。

AI模型 Qwen3.8-27B SGLang RTX 5090

事件专题

推荐理由：Qwen3.8-27B开源了，SGLang当天就能跑，单张5090能到206 tok/s，小模型之王回来了，试试吧。

原文

00:19

Aravind Srinivas@AravSrinivas

Z.ai正式发布GLM-5.3，基于743B参数的基座模型进行后训练。官方称其具备顶级编程与智能体能力，面向代码生成与Agent任务。同时宣布在网络安全领域实现重大提升，为开源模型设立新标准。技术细节已公布在官方博客。

AI模型 GLM-5.3 Z.ai 编程助手

事件专题

推荐理由：Z.ai拿743B大模型搞后训练，出了个GLM-5.3，能写代码还能搞网络防御，开源模型里不多见。

原文

00:14

elvis@omarsar0

GLM-5.3 由 Z.ai 发布，基于 743B 基础模型进行后训练强化。该模型在编程和智能体任务上表现突出，据称达到开源模型第一梯队。Z.ai 称其在网络安全领域树立了开源模型新标准。模型权重开放，开发者可自行部署测试。

AI模型 GLM-5.3 Z.ai 开源模型

事件专题

推荐理由：Z.ai 放出了开源模型 GLM-5.3，743B 大底子，编程和智能体能力很强，还主打网络安全，开源党可以试试。

原文

00:13

官方一手AWS Machine Learning Blog@Ayush Sharma

精选

AWS官方博客发布教程，演示如何将SageMaker AI上的OpenAI兼容端点与Bedrock AgentCore运行时结合，构建多智能体工作流。每个智能体可选择最适合其任务的模型。教程还展示了如何从SageMaker端点获取token级可观测性，这是Strands Agents默认不提供的。

技巧 SageMaker AI Bedrock AgentCore 智能体

事件专题

推荐理由：AWS官方教程，教你用SageMaker AI和Bedrock AgentCore搭多智能体流程，还能拿到token级监控，比Strands Agents默认的细致。

原文

00:12

elvis@omarsar0

精选

作者在真实工作区实测了Slack中的AI员工Viktor。它通过单一连接接入约3000个工具，具备scoped OAuth与SOC 2合规。Viktor携带持续简报而非提示链，所有动作需人工批准。测试中它发现同一指标在两个连接来源的不同窗口报告不一致，并主动提出修复方案。客户KULINA Group表示，五个营销活动扩展到60个、覆盖29个市场、花费250万美元且未增加人力。

AI产品 Viktor Slack 智能体

事件专题

推荐理由：作者把Viktor放进自己的Slack真实干活，它能接3000个工具，每个动作要你批准，还自己抓出数据不一致。

原文

8月14日

23:49

OpenRouter@OpenRouterAI

OpenRouter发布了Web Search Benchmarks，对多种搜索工具在不同模型和配置下的表现进行排名。该基准旨在帮助开发者决定如何为AI代理配置搜索能力。排名覆盖了不同模型的搜索结果质量对比，开发者可直接参考OpenRouter官网的基准页面。

AI模型 OpenRouter Web Search Benchmarks 智能体

推荐理由：OpenRouter出了个搜索基准，能对比不同模型接搜索的表现，帮你选agent怎么接搜索。

原文

23:39

AI SDK@aisdk

75°

Vercel 在 GitHub 上为 AI SDK 搭建了一套智能体工厂流程，每个步骤由智能体执行，人类负责合并变更。运行四周后，智能体作者贡献了合并 PR 的 35%。7 月该流程关闭了 70% 的 issue，开放 bug 数下降 25%。

行业 Vercel AI SDK 智能体

推荐理由：Vercel 把 AI SDK 的维护交给智能体，四周后 35% PR 是自动写的，bug 还降了，值得看看怎么做的。

原文

23:13

23:13IT之家（博客/媒体）

85°

北京协和医院博士后金山木借助 OpenAI 的 GPT-5.6-Sol 模型，在约 16 小时内证明了自 2004 年悬而未决的 Crouzeix 猜想。康奈尔大学数学家 Alex Townsend、华盛顿大学 Anne Greenbaum 及猜想提出者 Michel Crouzeix 均已审阅并确认证明正确。此前人类专家在 2017 年仅将常数降至 2.414，而 AI 给出的证明依赖巧妙的采样策略。金山木已开源全部研究资料，包括论文、提示词和 Lean 4 形式化证明。该证明发布 8 天后，另有数学家发布了 5 页的独立证明。

AI模型 GPT-5.6-Sol Crouzeix 猜想 Lean 4

事件专题

推荐理由：一个神经外科医生借 GPT-5.6 证明了 Crouzeix 猜想，数学家集体震惊。完整提示词和代码都开源了，可以看看。

原文

22:54

techcrunch@Anna Heim

法国初创公司Kog认为，GPU不适合智能体工作流的观点可能是个误解。Kog正在更深入地优化GPU推理，以从现有硬件中榨取更多性能。与主流方向不同，Kog选择在GPU上挖掘潜力，而非转向专用硬件。这种做法或可为智能体应用提供更高效的推理基础。

AI模型 Kog GPU 推理优化

推荐理由：Kog这家法国创业公司说，都说GPU跑智能体任务不行，其实是个误会，他们正深挖推理性能，跟主流唱反调。

原文

21:08

官方账号LangChain@LangChainAI

团队开始用多个智能体调用多个模型后，LLM支出控制难度骤增。没有设置控制规则，成本可能在察觉前飙升。本教程演示如何用LangSmith LLM Gateway设置并强制执行一致的预算限制。通过观看演示，可以了解具体的配置步骤和实际效果。

技巧 LangSmith LangChain LLM Gateway

事件专题

推荐理由：你的团队在用多个智能体和模型吧？成本容易失控。看看LangSmith这个网关怎么设预算、强制执行，别等账单吓人。

原文

20:11

官方账号Decoder@Matthias Bastian

Anthropic正在测试让Claude Code负责自家应用的日常维护，包括崩溃模糊测试和死代码删除。在数周内，Claude Code创建了388个拉取请求，其中46%在人工审查后被合并。Claude Code的发明者Boris Cherny认为这是自动化维护可能的早期迹象。

AI产品 Claude Code Anthropic 智能体

事件专题

推荐理由：Anthropic让自家Claude Code天天修自己的代码，几百个PR近一半被采纳，挺能干的。

原文

19:47

小互@imxiaohu

72°

OpenAI发布GPT-5.6构建者指南，教开发者将Agent账单从33美元降至1.33美元。指南涉及模型选择、推理档位和三个新API开关的具体配置。6家创业公司提供了线上实测数据。核心思路是改用中小型号并优化架构，无需无脑上旗舰模型也能达到同等效果。

技巧 GPT-5.6 OpenAI 智能体

事件专题

推荐理由：想省Agent成本？OpenAI官方指南给了具体配置和实测数字，照着改就能把账单砍到零头。

原文