Anthropic / Claude

DarwinX：通过自然选择进化智能体 harness

DarwinX 提出了一种通过自然选择进化智能体 harness（提示、工具、技能和控制流）的方法，在冻结基础模型的情况下，利用种群选择和验证器评估来提升性能。在多个基准测试中，该方法平均提升约 17 个百分点，例如 Terminal-Bench 2.1 从 75.5% 提升至 83.2%，WebArena-Infinity 从 43.5% 提升至 93.0

Google ADK Python v2.7.0 发布：正确性修复与性能优化

Google ADK Python 发布 v2.7.0 版本，主要修复正确性问题，包括模型能力声明、工具返回媒体、对话历史保留、Jinja2 指令模板等改进。该版本还优化了启动速度和热路径性能，并将 pyarrow 从 gcp extra 移至新的 bigquery-analytics extra，这是一个破坏性变更。

llama.cpp b10417 发布：修复 LFM2 工具调用参数歧义

llama.cpp 发布 b10417 版本，主要修复了 LFM2 工具调用参数名前缀歧义问题，该修复由 Claude Opus 5 协助完成。此版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的二进制文件，并支持多种后端如 Vulkan、CUDA、ROCm 等。

OpenAI 推出 Ultrafast 模式，GPT-5.6 Sol 速度提升 14 倍

OpenAI 推出了名为 Ultrafast 的新模式，使最新模型 GPT-5.6 Sol 的处理速度提升至标准处理的 14 倍，每秒可生成多达 750 个输出 token。该模式由 OpenAI 与芯片制造商 Cerebras 合作提供支持，目前仅向少数客户开放预览，未来将扩大访问范围。OpenAI 表示，Ultrafast 可应用于事件响应、客户服务、金

另有 1 家信源报道

IBM与OpenAI合作，推动企业AI应用

IBM宣布与OpenAI建立合作伙伴关系，将OpenAI的模型和工具引入其全球咨询业务，以拓展企业AI市场。双方将联合营销AI产品，并为金融、政府、电信和零售等行业开发定制解决方案。IBM将在其咨询部门设立专门的OpenAI实践团队，培训数万名顾问，并将OpenAI的模型（如GPT-5.6、Codex和ChatGPT Work）集成到其AI平台IBM Con

谷歌发布Gemini 3.7 Flash，编码性能提升且价格减半

谷歌发布了Gemini 3.7 Flash模型，距离上一代Gemini 3.6 Flash仅三周。该模型在编码和AI代理方面性能显著提升，在FrontierCode和DeepSWE基准上分别达到43.6%和65.3%，超越Claude Sonnet 5和GPT-5.6 Terra。API定价为每百万输入token 0.75美元，输出token 3.75美元，

ICML 2026 大规模复现挑战：AI 智能体验证 2200 篇论文

Hugging Face 社区在 2026 年 7 月 15 日至 8 月 2 日举办了 ICML 2026 开放复现挑战，参与者使用 AI 智能体复现了 2200 篇论文。结果显示，51% 的论文至少有一个声明被独立验证，23% 的论文有声明被证伪或质疑。挑战还确认了多起论文错误，包括证明缺陷、理论不匹配和评估偏差。该活动表明，AI 智能体可以大规模辅助科

DeepSeek Harness开源实测：Agent时代的安卓，为自进化而生

DeepSeek正式发布并开源了DeepSeek Harness（DSH），这是一款为自进化与DIY设计的Agent框架，采用Cordis插件架构，一切皆可插拔，内置超100个插件。实测显示DSH在长程任务能力上表现优于Codex，但UI细节仍有差距。DSH被视为Agent时代的安卓，旨在通过开放生态推动AI自进化。

Vercel 发布 v0 API，实现无头应用构建

Vercel 正式发布了 v0 API 的通用版本，提供对其 AI 驱动的应用构建代理的程序化访问。开发者可以通过 API 发送提示，让 v0 生成和修改应用文件，在 Vercel Sandbox 中运行应用，并获得可嵌入的预览 URL。该 API 支持同步、异步和流式请求，并支持从 GitHub 仓库、ZIP 归档或文件集创建应用，还可连接 MCP 服务器

微软合并 Copilot 应用并淘汰多项 AI 功能

微软宣布将消费者版 Copilot 应用与面向企业的 Microsoft 365 Copilot 应用合并，并淘汰多项不成功的 AI 功能，包括 Group Chats、AI 播客、Copilot Labs 实验功能和 Deep Research，同时移除动画角色 Mico。此举旨在简化产品体验，承认此前策略过于复杂，难以与 ChatGPT、Claude 和

AI电影《Cully Hill Boys》：人类创意仍是核心

AI电影平台Higgsfield发布了新片《Cully Hill Boys》，该片由真人编剧撰写剧本，并使用其Cinema Studio工具和Seedance 2.5模型生成。影片的亮点被认为来自人类艺术家的贡献，如导演风格和剧本结构。Higgsfield公开了制作提示词，以展示其AI电影制作能力，并作为其新功能的广告。

英伟达5000亿美元AI数据中心计划：风险与机遇并存

英伟达宣布与多家金融机构合作，承诺投入高达5000亿美元建设AI数据中心，并为其GPU作为抵押品的价值提供最高25%的担保，以建立二手AI硬件市场。此举旨在缓解融资风险，但面临“错误方向”风险，可能因需求疲软而增加公司负担。英伟达CEO黄仁勋强调这是引入独立长期资本，而非循环融资，并希望打造AI基础设施的长期投资价值。

Google 在 AI 竞赛中落后了吗？DeepMind 重组引发行业热议

Google 宣布重组其 AI 部门 Google DeepMind，首席科学家 Jeff Dean 离职创业，DeepMind 联合创始人兼 CEO Demis Hassabis 将卸任 CEO 并专注于长期研究。The Verge 高级 AI 记者 Hayden Field 在 Decoder 节目中分析了这一变动，认为尽管 Google 拥有巨大资源和

Grok 4.6发布：性能反超对手，价格更低，Grok Bot同步上线

SpaceXAI发布Grok 4.6模型，在多项基准测试中超越GPT-5.6 Sol和Fable 5 Max，且价格更低。同时推出Grok Bot智能体产品，可自主操作工具并24小时运行。这些产品整合了Cursor的技术和SpaceXAI的算力，标志着马斯克在AI领域的战略布局。

AI颠覆工程职业发展：初级工程师招聘放缓，技能培养受阻

在QCon London上，Alasdair Allan指出AI正在通过消除初级工程师的学习机会来颠覆职业发展，导致入门级招聘放缓。他警告称，AI虽然提高了生产力，但削弱了验证AI编写代码所需的技能，破坏了培养未来高级工程师的管道。他建议采用类似医学住院医师的结构化学习路径，并强调理解比速度更重要。

DeepSeek Harness 内测名单曝光：死磕 Agent 基建，补齐安全与成本短板

DeepSeek V4 Pro 发布后，其 Harness 内测入选项目名单疑似曝光，显示其重点扶持安全、路由、端侧控制、多智能体协作等 Agent 基础设施项目，而非高星通用工具。此举旨在补齐执行层安全、工程可靠性和商业化 ROI 短板，推动从 API 提供商向工业级 Agent 生产线转型。

Mechanist：AI作为科学仪器发现智能机制

Mechanist是一个自主智能体系统，利用AI发现和控制模型智能的机制，生成假设、进行因果干预，并提升安全性和性能。该系统构建了约13,000篇论文的可解释性知识图谱，并整合了涵盖26个领域的4300万篇论文的多学科数据库，以及32种基础方法库。与Claude Code和现有AI科学家系统相比，Mechanist能生成更有价值的机制假设并更可靠地执行实验。

工具架构如何塑造编码智能体行为：接口设计的关键作用

该研究通过控制实验比较了六种工具架构对编码智能体行为的影响，涉及三个模型和11,700条轨迹。结果显示，即使工具能力相似，架构也会改变智能体行为：结构化低级接口提高一致性，自然语言搜索扩大探索范围，Python CodeAct风格接口减少41.6%步骤和56.3%令牌使用，而轻量级认知脚手架工具影响有限。

DeepSeek V4 Pro正式版发布，Agent能力对标Fable 5

DeepSeek发布了V4 Pro正式版，API平台已更新至DeepSeek-V4-Pro-0813，多项基准测试显示其Agent能力接近或超越Fable 5和Opus 4.8。价格与预览版持平，但网友发现其思维链输出变得简略，可能影响写作能力。该发布被视为国产开源模型在性价比之外向SOTA发起冲击的标志。

美国政府解禁TikTok，DeepSeek V4 Pro上线，阿里开源Qwen3.8

本期资讯涵盖多个AI相关动态：美国政府解除联邦设备上TikTok的使用限制，因TikTok美国业务重组后不再构成安全威胁；DeepSeek发布V4 Pro正式版API，增强Agent能力；阿里开源Qwen3.8-2.4T-A95B模型权重；腾讯发布二季报，AI投入加大；小红书打造AI导购功能；宇树科技IPO中签率创科创板新低。