Anthropic / Claude

DeepSeek V4 Pro与Harness深度拆解：后训练成主战场，缓存优化控成本

雷峰网发布万字长文，拆解DeepSeek V4 Pro与Harness框架。文章通过实测发现，V4 Pro在Terminal Bench等agentic任务上大幅提升，但相比Flash性价比不高，且其1M上下文是通过YaRN外推实现，但实测未衰减。DeepSeek通过缓存优化和定价策略控制成本，并开源Harness框架，强调后训练成为旗舰模型升级主战场。

GLM 5.3实测：更强但更谨慎，自动化开发易卡壳

雷峰网对智谱最新旗舰模型GLM 5.3进行了实测，通过让其与GLM 5.2开发同一款基于OpenStreetMap数据的北京驾驶游戏，发现GLM 5.3在开发效率、真实感和工程组织能力上更优，但因其更强的安全策略，在自动化工具链中更易触发拒绝判断，导致流程卡顿。

GitHub最热架构图Agent Archify走红，开发者专升本逆袭引热议

开源项目Archify登上GitHub热榜，它能用AI一键生成美观且支持实时更新的架构图，兼容Claude Code、Codex等Agent。开发者“也无风雨也雾晴”是专升本出身，曾因学历在求职中屡遭挫折，后通过开源作品证明自己并获大厂Offer。Archify通过生成JSON IR并验证渲染，支持多种图表类型和交互功能，旨在解决AI生成架构图准确性问题。

LiteLLM v1.99.0 发布：镜像签名验证及多项修复

LiteLLM 发布 v1.99.0 版本，所有 Docker 镜像均使用 cosign 签名，并提供了通过提交哈希或发布标签验证签名的方法。该版本包含多项修复和功能更新，涉及类型检查、代理 WebSocket 透传、Bedrock 批量任务取消、MCP OAuth UI 恢复、Azure Content Safety 防护等。

MoziAI-35B-V3.8：15.9GB 本地部署多模态金融模型

MoziAI-35B-V3.8 是由中国金融领域意见领袖陈雨墨团队开发的开源多模态 AI 模型，基于 Ornith-1.5-35B-A3B 基础模型，采用 MoE 架构，通过自研 MoziSmartBit 量化压缩至 15.9GB，支持本地部署和免费商用。模型具备动态七维思考框架、Agent LOOP 迭代机制、金融垂直优化和无审查特性，支持多语言、视觉理解

筷子科技推KP钱包，统一视频商业AI价值计量

筷子科技发布视频商业AI能力统一价值单位“KP”及企业“KP钱包”，旨在统一管理模型调用、内容生产、分发等环节的预算与能力。KP建立在Token之上，覆盖模型、算力、Agent、工具等资源，企业可通过KP钱包分配预算并管理多业务环节。目前Kuaizi已积累超1.2亿条商业视频，服务13500多家付费企业，并展示了多个客户效率提升案例。

LLM增强因果发现：边存在性与方向的概率融合

该研究提出概率依赖图（PDG）表示法，将贝叶斯网络结构学习（BNSL）与大型语言模型（LLM）的因果知识进行概率融合。在26个基准网络上，将三种BNSL算法与三种LLM结合，50/50融合在22个网络上优于单一来源，平均F1显著提升。分析显示BNSL提供高召回率的边骨架，而LLM提供高准确率的边方向，两者互补。

41年Jeopardy!知识时间胶囊：单个免费本地模型的表现

该研究首次在完整的Jeopardy!题库（1984-2025年，529,939条线索）上评估了单个9GB开源模型（Qwen2.5-14B，4位量化），严格强制回答下准确率达67.0%，事实类类别超过85%。研究对比了IBM Watson，指出训练数据暴露是两者共有的，但本地模型在训练截止后的线索上仍保持65%准确率，而Watson为0%。作者认为知识压缩能力

AWS Agent Registry 正式可用，统一管理 AI 代理与工具

AWS 宣布 Agent Registry 正式可用，这是一个用于大规模管理 AI 代理、工具和技能的统一目录服务。该服务提供治理平面和发现平面，支持 MCP、A2A 等资源类型，并具备语义搜索、访问控制和审批流程。索尼、三菱电机和西南航空等公司已开始使用该服务，以解决代理发现、治理和运营挑战。

llama.cpp b10724 发布：KV 缓存恢复性能大幅优化

llama.cpp 发布 b10724 版本，优化了 KV 缓存状态恢复时非连续单元格的散列读取性能，通过按连续运行批量复制，将恢复时间从 25-63 秒降至 221-424 毫秒，并增加了相关测试。

Strands Agents SDK TypeScript v1.16.0 发布

Strands Agents SDK 发布了 typescript/v1.16.0 版本，新增了后台任务、MCP v2 兼容、BM25 全文搜索等功能，并修复了多项问题。该版本还包含文档更新和依赖升级，旨在提升 SDK 的功能性和稳定性。

OpenClaw 2.0 发布：史上最大更新，安装简化但仍有门槛

智东西报道，OpenClaw 2.0 在停更7周后发布，这是其史上最大更新，涉及安装流程、浏览器界面、共享会话等全面翻新。新版本由 OpenClaw Foundation 运营，创始人加入 OpenAI 但项目保持独立。实测显示安装更简单，支持导入 Hermes 记忆，但仍有极客风格，对非开发者不友好。社区反响不一，有人认为其丰富了开源生态，也有人仍偏爱 H

AI 视频搜索初创公司 Clipto 估值达 2.5 亿美元

Clipto 是一家总部位于旧金山的初创公司，利用 AI 技术帮助用户搜索和整理本地视频、音频、图片及文档等文件，近期完成了 1500 万美元融资，估值达 2.5 亿美元。该公司已拥有超过 3000 万用户和数十万付费订阅者，年经常性收入达 1500 万美元，并保持盈利。Clipto 最近支持了 MCP 协议，允许 AI 应用在用户授权下访问索引数据，所有处

英伟达35亿美元投资联发科，布局定制AI芯片生态

英伟达向台湾芯片制造商联发科投资35亿美元，联发科将采用英伟达技术，为AI公司和超大规模云服务商设计可直接接入英伟达数据中心的定制芯片。此举旨在应对亚马逊、谷歌、微软等客户自研芯片的趋势，同时巩固英伟达在数据中心生态中的主导地位。双方还将扩展在DGX Spark、RTX Spark及AI汽车平台上的合作。

另有 1 家信源报道

OpenAI 试行按结果付费，AI 成功才收费

OpenAI 开始为部分大客户提供基于结果的定价模式，即仅在 AI 成功完成任务（如处理客户支持请求）时收费。此举反映了软件行业从固定订阅费向按结果付费的转变，Salesforce、Sierra、Fin 等公司也在采用类似模式。然而，该模式面临归因难题，即如何证明业务成果确实由 AI 带来，Stripe 已发布相关指南。

DoorDash 的 Flux 平台通过云端代理运行 13 万项工程任务

DoorDash 将其工程代理工作负载从开发者笔记本电脑迁移到云端 Flux 平台，该平台在 2026 年单月自动执行了 13 万项工程任务，每周支持超过 2.5 万次自动代码审查。Flux 基于云沙箱、MCP 网关、可复用剧本和调用表面四个原语构建，使用 Firecracker 微虚拟机隔离代理环境，并通过内部 Agent Gateway 控制访问和记录审

OpenClaw 2.0发布：简化设置、重建浏览器应用并支持多人会话

OpenClaw 基金会发布了其开源AI平台2.0版本，这是迄今最大的一次发布，包含超过16,000个拉取请求。新版本简化了首次设置流程，可自动检测现有资源（如ChatGPT或Claude订阅、API密钥和本地模型），并从头重建了浏览器应用，支持即时对话和会话状态显示。此外，新增的共享云会话允许多个用户协作处理任务，会话可在本地网关、用户自有硬件或通过Cra

Langfuse v4.25.0 发布：增强评估与 CSV 解析

Langfuse 发布 v4.25.0 版本，包含多项新功能、修复和重构。新功能包括定义标准化的 I/O 契约、增强 CSV 解析错误处理、改进 ClickHouse 查询 AST、持久化会话头部可见性、MCP 评估器输出定义、按数据集名称过滤评估样本等。修复涉及 API 历史数据访问限制、OTel 属性路径重建、UI 问题等。此外，还进行了多项代码重构和文

Kimi前CLI负责人：模型越强Harness越厚，复杂度从能力层转向协作层

前 Kimi CLI 负责人、Raft 创始人 stdrc 在采访中提出，模型越强，Harness 反而越厚，但复杂度从能力层转移到协作层。他基于 Kimi CLI 的实践，指出底层 Harness 可被模型内化，而上层多智能体协作、状态管理等需求催生更厚的 Harness。Raft 正是这一理念的实践，通过跨厂商通信协议和团队协作机制，将 Harness

GPT-6 灰测 demo 刷屏，3D 生成能力惊人，周四发布在即

OpenAI 被曝正在灰测代号为 Astra 的 GPT-6 模型，开发者放出的 demo 显示其能一键生成带音效的 3D 资产，细节惊人。该模型因安全问题推迟发布，现进入大范围灰测，预计 9 月 3 日发布。