Anthropic / Claude

Groq 融资 3.5 亿美元，转型 AI 云服务提供商

AI 芯片初创公司 Groq 宣布获得 3.5 亿美元融资，由 Disruptive 领投，Nvidia 计划参投，估值 35 亿美元，较去年 9 月的 69 亿美元有所下降。Groq 正从 AI 芯片制造商转型为提供 Nvidia GPU 和 AI 基础设施服务的 neocloud 公司，计划到 2027 年将数据中心容量从 54 兆瓦扩展到 200 兆瓦

追踪稀有书籍运输：终点是亚马逊 AI 训练设施

404 Media 通过在一批约1000本稀有书籍中放置苹果 AirTag 进行追踪，发现这批书最终被送往亚马逊位于拉斯维加斯的 LAS8 设施 VGT3 区域，该区域被证实会破坏性扫描大量书籍，用于 AI 训练。此前已有猜测称匿名买家大量购书是为了 AI 训练数据，此次追踪提供了直接证据。

另有 2 家信源报道

Import AI 469：科学AI、RSI模拟器与扎克伯格的技术悲观主义

Import AI 第469期介绍了三个AI研究进展：DiG-bench基准测试通过70个游戏评估AI在未知环境中的发现能力，结果显示Opus 5和Fable 5表现最佳但远未达到人类水平；Paradigm Research发布了一个模拟递归自我改进的浏览器游戏；AI初创公司Inherent发布了论文，介绍其构建的AI科学家模型Faraday，用于监督前沿模

WorkBuddy升级资料库：HTML成为AI办公新载体

雷峰网报道了WorkBuddy升级其“资料库”功能，使普通用户能用自然语言生成、编辑和发布HTML页面，并支持CSV数据联动和多人协作。作者通过制作书影音世界地图和处理长播客文本两个案例，展示了HTML作为AI办公新载体的潜力，并探讨了知识沉淀与持续使用的重要性。文章还引用了“HTML is the new Markdown”的观点，指出机器需要结构、人需要

美团详解Agent评测：从观测到持续迭代的实践方法论

美团技术团队发表了一篇关于Agent评测的科普文章，系统介绍了评测的定义、体系建立方法以及长程Agent框架带来的评测变化。文章基于图灵Agent评测团队两年的实践经验，提出了“观测+评测=持续迭代”的研发公式，并分享了人人对齐、人机对齐等核心方法论。文章还讨论了长程Agent时代评测范式的变化，以及Skill评测等新趋势。

从数千到一：构建 LLM 驱动的选择系统

Jendrik Jordening 在演讲中讨论了如何用 LLM 构建选择系统，源于采购自动化任务。他指出了 LLM 在决策中的问题，如上下文窗口限制、难以集成现有基础设施、易受提示注入攻击等。他还分享了使用 LLM 生成演示文稿的经验，并提出了规则 0：移除随机性，通过设置温度为 0 和禁用思考预算来确保输出稳定。

YC 开源企业级 Agent 管理工具 QM，三天获 3.9k Star

YC 开源了企业级 Agent 管理工具 QM，上线三天获得 3.9k GitHub Star 并登顶 Hacker News。QM 通过作用域隔离、持久化沙箱、模型无关架构和三级安全策略，解决企业场景中 Agent 的数据隔离、权限治理和环境一致性问题。其核心设计是让 Agent 代表具体员工并使用公司分配的凭证，而非赋予独立超级权限，从而支持审计和责任追

菲尔兹奖得主：AI数学突破主要靠找反例

菲尔兹奖得主Timothy Gowers指出，近期AI在数学领域的重大突破多通过寻找反例实现，如OpenAI模型解决Erdős单位距离问题、Claude协助发现雅可比猜想反例等。Gowers认为AI擅长在巨大搜索空间中寻找特殊对象，但缺乏人类数学家的直觉判断力，并预测AI将快速进步。

阿里云构建智能客服自动化运营Agent体系，实现AI评测AI

阿里云官方AI博客介绍了智能客服从传统NLP机器人到RAG增强，再到AI原生智能体的演进过程，并重点阐述了如何构建“评估-诊断-优化”三位一体的运营Agent平台，利用大模型自动评测客服对话效果，实现BadCase发现准确率85%以上，根因归类和优化建议生成准确率80%以上，显著降低人工运营成本。

OpenAI 解散预备团队，安全团队再遭调整

据英国《金融时报》报道，OpenAI 于上月底解散了其预备团队，该团队负责评估模型风险并制定缓解措施。相关职责被拆分至生物、网络等特定领域并并入现有团队。这是 OpenAI 在筹备 IPO 过程中对其安全团队的最新调整，此前已有多个安全相关高管离职，引发外界对其忽视安全的批评。

Nail-Qwen3.6-35B-A3B-GGUF：高效量化模型，提升推理速度与对话质量

peculiar-ragdoll 发布了 Nail-Qwen3.6-35B-A3B-GGUF，这是基于 Qwen3.6-35B-A3B 的 4-bit 量化模型，采用改进的聊天模板和强制系统提示，旨在减少过度思考、工具调用失败和冗长输出。在基准测试中，Nail 在响应速度和多轮对话质量上优于 Qwen3.6-27b 及其微调版本，但在长上下文任务中，其密集版

为何公众不买账扎克伯格的AI未来愿景

Meta CEO马克·扎克伯格发布6500字宣言，宣称AI将赋能每个人，但TechCrunch播客主持人认为公众因Meta在社交媒体时代的负面历史而对其愿景持怀疑态度。评论指出Meta在AI前沿领域并非领先者，其新模型Glimmer和Muse Spark的硬件要求限制了普通用户的可及性。扎克伯格被比作Anthropic CEO Dario Amodei的反面

谷歌发布Gemini 3.7 Flash，编程能力大幅提升并限时半价

谷歌于8月14日发布Gemini 3.7 Flash，这是其面向编程和Agent场景的最强Flash系列模型，在编程、网页开发、复杂文档处理和企业自动化等任务上均有提升，其中DeepSWE v1.1成绩从49.0%升至65.3%。该模型在2026年底前提供半价优惠，每百万输入Token价格为0.75美元，输出Token价格为3.75美元。Gemini 3.7

xAI联创吴宇怀5亿买下硅谷豪宅，AI造富潮推高湾区房价

xAI联合创始人、杭州95后吴宇怀以7000万美元（约5亿人民币）购入硅谷希尔斯伯勒的豪宅，成为北加州今年最大住宅交易。吴宇怀曾参与AlphaStar、STaR、Minerva等项目，2023年加入xAI，今年2月离职。此次购房或与其在xAI的股权收益有关，也反映了AI人才通过IPO实现财富跃迁的趋势。

北航90后副教授何静回应B站教AI爆火与学历争议

北航90后副教授何静因在B站以通俗方式讲解AI应用而走红，其慕课视频播放量破百万，引发对其学历和学术效率的争议。何静回应称，其研究领域要求快速响应现实，并强调跨学科视角和稀缺性选择的重要性。她计划继续通过B站科普AI，并利用AI工具辅助回复评论。

AWS 开源 Dogwood，扩展 Cedar 以治理智能体工具调用序列

AWS 开源了 Dogwood，一种用于治理智能体工具调用序列的策略语言。Dogwood 扩展了 Cedar，支持基于事件历史的时序条件，并已集成到 AgentCore Policy 中。该语言以 Apache 2.0 许可发布，但 AWS 警告其参考解释器仅用于探索，不适用于生产环境。

调查：五分之一美国员工将工作任务委派给AI

Epoch AI与Ipsos的一项代表性调查显示，20%的美国在职员工已将至少一项原本由同事或外包商处理的工作任务交给AI。AI在软件开发（57%）和数据分析（46%）中使用率最高，但多数情况下仅作为部分支持。当AI完成大部分工作时，53%的案例报告节省了时间，但六分之一的AI辅助任务反而耗时更长。调查还发现，66%的AI输出被直接使用或仅做少量编辑。

LiteLLM v1.98.0-rc.1 发布：镜像签名验证与多项修复

LiteLLM 发布 v1.98.0-rc.1 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，如修复 Bedrock 中 Claude Sonnet 5 的 toolSpec.strict 问题、为 Grok 4.6 添加定价、支持 gpt-5.4-mini 的 xhig

llama.cpp 新增 Kimi-K3 模型支持，实现混合注意力与 MXFP4 优化

llama.cpp 发布 b10448 版本，新增对 Kimi-K3 文本模型的支持，包括混合 KDA 线性注意力和 MLA 全注意力架构，以及跨层残差注意力、潜在 MoE、situ 激活、MLA 输出门和全秩 KDA 门等特性。该版本还实现了 MXFP4 量化权重的无损重打包，并添加了 Kimi K3 的聊天格式支持，包括推理提取和工具调用解析。验证显示与

SpaceX 正式完成对 Cursor 的收购

AI 编程初创公司 Cursor 正式被 SpaceX 收购，成为其一部分。SpaceX 此前已收购 xAI，并拥有全球最大的 GPU 集群，Cursor 将利用该基础设施扩展其 AI 编程工具。此次收购最初于 4 月宣布，交易金额为 600 亿美元，现已完成。