更新时间:16:20｜覆盖窗口:2026-08-11（承接上一期 2026-08-10） 数据来源:GitHub Trending / Product Hunt / Hacker News / RSS(AI Hot / Juya AI Daily / Simon Willison / The Decoder / IT之家 等)/ 金十电报

数据覆盖与缺口

这份日报是一张二维坐标系:纵轴看模型与产品的能力 / 技术往哪走(实验→收敛中→事实标准,判档看证据强度,同一矢量当天 ≥2 个独立证据才算收敛),横轴看 AI 产品被多少人、多少场景真用上(萌芽→早期采用→主流化,判档看真实使用信号,不看 star / votes)。

一句话结论

地图今天没跨档，但横轴出现一个结构性拐点——生产化从口号变成花钱的动作：Gartner 预估 2026 年全球 AI 推理支出（$233 亿）首次超过训练支出（$190 亿），AI 优化 IaaS 同比 +96%，和今天智谱 ZCode 破百万用户、重置限额互为印证，说明 agent 正从实验转入生产运行；开源在补的不再是能力缺口，而是成本与分发缺口。今天没有 S-confirmed，两个候选是 Claude Code 默认 Auto Mode（维持，8/14 生效在即）与千问开放平台（今日补齐官方一手：Qwen-MM-Plugins 官方发布 + 平台支持对话内调用第三方服务，但独立复核仍缺）。接下来三天盯 8/13 一批矢量到期裁决、8/14 Auto Mode 生效后的真实拦截数据与首例事故、以及 Qwen3.8-Max 权重是否真的放出。

重点候选 · 待验证

只放深挖后仍为 S-candidate 的对象，与 S-confirmed 合计不超过 2 个；候选全文只在这里展开，纵/横轴只留 →候选① / →候选② 指针。

① Claude Code 默认 Auto Mode —— 维持重点候选，8/14 生效在即，独立复核仍是空格

• 为什么重要:这条动的是 f-knowledgework 的自主度子维度，也是 v-security 目前唯一的正面支柱。上期记到防御侧「结案宣称」（委托第三方 720 次注入攻击零成功 + 主创称成功率约零），今天编码代理赛道继续升温——Grok 4.6 已开始向 Cursor 推送、Cursor 预告 Composer 3（Vega），竞争把「默认开自治」推成编码代理的默认产品形态，反过来给 Auto Mode 的「默认开」更多理由。
• 确认阻断项:① 上期的 720 次测试是 Anthropic 委托并出题的第三方（Trajectory Labs），场景池由 Anthropic 保留，属「受托评测」而非独立复核，Simon Willison 明确说想看更多独立确认；② 8/14 才生效，真实流量下那部分漏网率、企业版是否长期 opt-in 仍未验证；③ HN 社区实践高度分化（一部分早已裸跑去护栏、一部分坚持一次性 VM），「默认开」与「社区实际」并未收敛。
• 下一步验证:8/14 生效后的真实采用率、拦截准确率与首例公开事故；是否有第二家非委托机构复现 720/0；恶意包路径是否被单独评测（T-114 / T-132 关联节点）。
• 已有证据:[Anthropic 官方]｜Auto mode 默认生效说明（720 次攻击零成功，上期深抽）｜查看原文；[Simon Willison]｜官方数据转引与独立质疑（上期深抽）｜查看原文；[Hacker News]｜Grok 4.6 进 Cursor、编码代理竞争升温（本期深抽）｜查看原文；[AI Hot]｜Cursor 预告 Composer 3 或 Grok 4.6（本期深抽）｜查看原文

② 千问开放平台：第三方 agent 进入入口级履约 —— 维持重点候选，今日补齐官方一手，独立复核仍缺

• 为什么重要:这条改的是开放阵营的分发方式，把 f-kimiopen 的渗透维度从「权重被谁下载」换成「服务在入口被谁真办成」，也是 v-chinastack 应用层第一次拿到可点名的商业履约清单。今天补上了此前唯一的硬缺口——一手官方口径：Qwen 官方发布 Qwen-MM-Plugins 多模态插件，千问开放平台支持在对话内直接调用第三方服务，平台调用第三方服务的路径从「转述」变成「官方可验证」。
• 确认阻断项:① 即便有官方插件发布，本期仍缺独立第三方复核（非阿里系测评 / 生产采用数据）；② 无使用量数字——接入伙伴是供给侧，DAU / 订单量 / 履约成功率仍只有平台叙事没有公开数据；③ 分成、结算与责任划分条款未披露，与上期「收租化」是否同一套商业设计无法判断；④ AI 眼镜终端接入仍只有一句话、无具体产品与可用范围。
• 下一步验证:平台是否公布真实调用量 / 订单量；是否有非阿里系独立测评；Qwen3.8-Max 权重是否放出决定开放旗舰能力上限（T-116 / T-125 关联节点）。
• 已有证据:[Qwen 官方]｜Qwen-MM-Plugins 多模态插件发布（本期深抽，官方一手）｜查看原文；[AI Hot / Juya]｜千问开放平台支持对话内调用第三方服务（本期深抽）｜查看原文；[Juya AI Daily]｜阿里上线千问开放平台、Qwen 官方发 Qwen-MM-Plugins（本期深抽）｜查看原文

纵轴 · 能力与技术演进

• v-security（企业 agent 数据安全与信任） —— 档位:收敛中（事实标准候选子态维持；本期 provenance 成为模型层默认，与 8/10 防御侧结案宣称形成「防住 + 溯源」双线）
  • 实验室侧:Anthropic 把隐形水印直接嵌入 Claude 模型层，覆盖全部 Claude 输出（含 Claude Sonnet 5 等全产品线），并声称即便被部分编辑仍可能留存，机器可读标记走 C2PA 式 provenance；这是把「内容来源可溯」从可选工具推进为模型层默认能力。同日 Claude Sonnet 5 定价永久锁定 2 美元 / 10 美元每百万 token，与 provenance 一起构成产品层信任打包。
    • 证据:[The Decoder]｜Anthropic 为所有 Claude 输出加机器可读标记、嵌入模型层（本期深抽）｜查看原文；[Claude 官方支持]｜How Claude marks AI-generated content（本期深抽）｜查看原文；[Juya AI Daily]｜Anthropic 为 Claude 输出添加机器可读标记、覆盖所有产品线（本期深抽）｜查看原文
  • 还卡在哪(open_pain):证明「模型层防御 + 来源标记」在真实流量下拦截与溯源的有效性仍需独立评测；应用层授权缺陷（非注入类）模型层一律拦不住。
  • 别高兴太早:provenance 是标准化动作而非能力突破，竞品（OpenAI 等）早已布局，今天只是 Anthropic 把覆盖范围扩到全产品线。

• v-openflagship / v-chinastack（国产开放旗舰系统性渗透） —— 档位:收敛中（H3 权重可用半径向边缘下沉，Qwen3.8-Max 权重仍未放出）
  • 开源侧:MiniMax-H3 的本地推理继续成熟——H3-metal 项目让 H3 在消费级 Apple Silicon 原生跑通，HN 上已有用户在 M5 Pro 64GB 上用 ComfyUI + GGUF 量化（Q5_K_M，约 34GB 的 Q8_0 也能塞进 64GB 统一内存）实测「works extremely well」，开放权重从「服务器可部署」扩到「笔记本可跑」。
    • 证据:[Hacker News]｜H3-metal – Native MiniMax-H3 inference for Apple Silicon，269 分、实测 GGUF 量化（本期深抽）｜查看原文；[AI Hot]｜用 ComfyUI API 实现 MiniMax-H3 多模态视频与音频生成流水线（本期深抽）｜查看原文
  • 实验室侧:千问开放平台今日把「调用第三方服务」做成对话内能力（见候选②），是开放阵营分发口从权重走向入口的延续。
  • 还卡在哪(open_pain):Qwen3.8-Max 可下载权重仍未放出（上期自写 falsifier 已执行下修），跨厂可比完整评测仍缺；H3 本地推理是社区量化非官方保证。
  • 别高兴太早:H3 边缘跑通是量化后的可用，不是旗舰全精度，能力上限仍受权重释放节奏约束。

• v-cost（推理成本与小模型） —— 档位:收敛中（价格战与收租化双线，生产化拐点出现）
  • 实验室侧 + 开源侧:Gartner 给出结构性数据——2026 年 AI 推理支出 $233 亿首超训练 $190 亿，推理占 AI 优化 IaaS 支出 55%（2027 升至 59%），AI 优化 IaaS 整体 $420 亿、同比 +96%；智谱 ZCode 今日宣布用户破 100 万并重置 GLM Coding Plan 限额，是价格战 + 采用双线信号。
    • 证据:[IT之家 / Gartner]｜2026 推理支出首超训练、AI 优化 IaaS $420 亿同比 +96%（本期深抽）｜查看原文；[AI Hot / jietang]｜ZCode 用户破百万、重置限额（本期深抽）｜查看原文
  • 还卡在哪(open_pain):「退潮」目前只发生在头部厂商授权条款（收租化）与个别推理分发侧折扣，统一价格战结论仍缺跨厂证据；上期 GLM 95% 折扣与本期 ZCode 重置属同方向但口径分散。
  • 别高兴太早:推理超训练是支出结构预测，不等于单位成本已下降，资本开支回收周期仍是悬题。

• v-skills（agent skills 生态与标准化） —— 档位:事实标准候选子态维持（超大厂 + 社区双线加厚）
  • 开源侧:addyosmani/agent-skills 维持 GitHub Trending（社区 skills 包集合），google/skills 上一期登榜后生态继续滚；Qwen 官方今日发 Qwen-MM-Plugins 多模态插件，把「技能 / 插件」做成官方一手供给。
    • 证据:[GitHub]｜addyosmani/agent-skills（本期深抽）｜查看原文；[Qwen 官方]｜Qwen-MM-Plugins 多模态插件（本期深抽，官方一手）｜查看原文
  • 还卡在哪(open_pain):pain_cleared 仍为 false——无安装量 / 调用量 / 生产事故数据，多_impl 已成立但真实采用未证。

• v-longtask（长任务可靠） —— 档位:收敛中（无新跨厂 benchmark 标准，顺延）
  • 开源侧:PrimeIntellect-ai/prime-agent 在 Trending，延续上期 RLM + Continual Harness 的长任务持久态样本，但属工程实现非评测口径。
    • 证据:[GitHub]｜PrimeIntellect-ai/prime-agent（本期深抽）｜查看原文
  • 还卡在哪(open_pain):跨厂可比 benchmark 标准缺口未补（→ T-113）。

• v-memory（记忆与上下文） —— 档位:实验（无独立进展，顺延）
  • prime-agent 的 Continual Harness 把记忆做成可回滚持久状态，仍属单项目实现，遗忘—恢复—审计返回弧无工程标准（→ T-101）。

横轴 · 渗透率

• f-knowledgework（企业 / 开发者真实使用） —— 档位:早期采用（生产化拐点信号出现，采用证据加厚）
  • 载体 / 入口:IDE（Cursor / Claude Code）、对话 APP（千问）、编码计划（ZCode）
  • 用户段与自主度:开发者 / 专业用户｜copilot → 有监督自治混合
  • 真实使用信号:ZCode 用户破 100 万并重置限额是直接采用证据；Gartner 推理 > 训练印证生产负载上升；千问开放平台把十余领域服务做成对话内履约
    • 证据:[AI Hot / jietang]｜ZCode 破百万、重置限额（本期深抽）｜查看原文；[IT之家 / Gartner]｜推理支出首超训练（本期深抽）｜查看原文
  • 还差什么:从「早期采用」进「主流化」仍需大众 / 企业大规模付费采用数据，目前多为开发者与专业用户段。

• f-kimiopen（国产开放权重入口级履约） —— 档位:早期采用（入口履约清单继续扩张）
  • 载体 / 入口:千问 APP 内 @服务 / 独立对话空间
  • 用户段与自主度:大众 / 企业｜有监督（对话触发履约）
  • 真实使用信号:千问开放平台今日支持对话内调用第三方服务，顺丰 / 自如 / 哈啰等履约链路从「能答」走向「能办」（见候选②）
    • 证据:[AI Hot / Juya]｜千问开放平台调用第三方服务（本期深抽）｜查看原文

• 端侧 / 边缘推理（新观察形态） —— 档位:萌芽→早期采用前段
  • 载体 / 入口:消费级 Apple Silicon（M5 Pro 64GB 笔记本）
  • 用户段与自主度:开发者 / 极客｜本地离线运行
  • 真实使用信号:H3-metal 让 MiniMax-H3 在笔记本本地跑通（GGUF 量化），开放权重可用半径从服务器下沉到个人设备
    • 证据:[Hacker News]｜H3-metal 本地 Apple Silicon 推理实测（本期深抽）｜查看原文
  • 还差什么:量化后精度与全旗舰差距、是否进入大众工具链仍未验证。

资本与政策

• Anthropic 拟九月 IPO，OpenAI 或明年跟进 —— 转述未证实，但若落地将是本轮生成式 AI 头部首次公开上市，影响一级市场估值锚与人才争夺。
  • 证据:[AI Hot]｜Anthropic 拟九月上市，OpenAI 或明年跟进（转述）｜查看原文
• 腾讯混元发布 Hy3D WorldClaw —— 从文本生成可自由探索、可编辑、可直接用于游戏的 3D 开放世界资产（非视频、非高斯泼溅），是 3D 生成从「单图」走向「世界」的形态扩展，属国产多模态工程进展。
  • 证据:[Tencent Hunyuan]｜Hy3D WorldClaw 项目页（本期深抽）｜查看原文；[AI Hot]｜腾讯混元发布 Hy3D WorldClaw（本期深抽）｜查看原文

待跟踪 & 本期变更

未来 24-72h 待跟踪

🔄 本期变更(框架 × 跟踪合并)

框架:两轴矢量 / 渗透档位全沿用、无一跨档；但出现两处方向性强化 + 一个结构性拐点——① v-security 从「防御侧结案」扩展到「来源可溯」：Anthropic 把隐形水印做进模型层、覆盖全部 Claude 输出（← provenance 成模型层默认，证据见纵轴·v-security）；② 横轴生产化拐点：Gartner 估 2026 推理支出首超训练、ZCode 破百万用户，agent 从实验进生产（← 证据见纵轴·v-cost / 横轴·f-knowledgework）；③ v-openflagship 继续向边缘下沉：H3-metal 让 H3 跑通消费级 Apple Silicon（← 证据见纵轴·v-openflagship）。框架体检未到期（距上次 8/8 仅 3 天），AC-004 维持 early-warning（v-rsi / 具身连续 11 天实验，无 regime 漂移）。

跟踪项结算（上一期 13 项逐条碰一次，无凭空消失）:

• #T-101 / T-113 / T-116 / T-121 / T-125 / T-127 / T-131 / T-133 无新进展，顺延——T-101 记忆工程仍无标准（prime-agent 单项目）、T-113 跨厂可比评测仍缺、T-116 Qwen3.8-Max 权重未放+H3 边缘推理续、T-121 Gartner 推理>训练为资本面新信号、T-125 千问 PC 终端无新手机/车机证据、T-127 千问调用第三方+Hy3D WorldClaw 加厚但口径自陈、T-131 ZCode 百万+重置限额续价格战、T-133 H3-metal 边缘为端侧新信号。
• #T-114 ⌛ 顺延：编码代理赛道升温（Grok 4.6 进 Cursor、Cursor 预告 Composer 3），但 8/14 生效前无新 distribution 数据（→候选①）。
• #T-126 ⌛ 顺延：skills 生态双线加厚（google/skills + addyosmani/agent-skills 在榜、Qwen-MM-Plugins 官方发布），pain_cleared 仍 false。
• #T-132 ⌛ 顺延：Anthropic 全局水印 = provenance 硬化（v-security 子态），与 8/10 防御侧结案宣称形成双线；8/15 METR×OpenAI 审查仍为最后节点。
• #T-128 维持 expired 结案（v-rsi 8/10 降级为季度观察，本期无复活条件：无独立复现的自改进成果）。
• #T-129 维持 expired 结案（Mesh LLM 与两轴关联弱化，本期无新结构证据，不复活）。

新开:无新顶层跟踪项；千问开放平台今日补官方一手（Qwen-MM-Plugins + 平台调用第三方）作为候选②证据升级，不另开顶项（归入 T-116 / T-125 母题）。