更新时间:16:05｜覆盖窗口:2026-08-12 ~ 08-13（承接上一期 2026-08-12） 数据来源:GitHub Trending / Product Hunt / Hacker News / RSS(OpenAI / Anthropic / Google AI / Meta AI / DeepMind / HuggingFace / Mistral / NVIDIA / The Decoder / Juya / AI Hot 等)/ 金十电报

数据覆盖与缺口（CLS 不采集属设计、非缺口；多家官方/Newsletter feed 当日 0 条为 feed_empty 正常空返回，按降级标注）:

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

地图今天动了一格，而且是本轮跟踪以来开放权重轴最实的一跳：Qwen3.8-Max 的开放权重正式发布，把「国产开放旗舰差最后一块开放度拼图」这个卡了近两周的 falsifier 直接命中——能力、开放、可用性三道门今天一次性补齐，开放阵营第一次在「可下载真旗舰」上和封闭侧正面坐实。封闭侧也不是静音：DeepSeek V4 Pro 0813 正式版 API 上线（增强 agent 能力、接入 Codex、DeepSWE 从 12.8 跳到 62.7）、Grok 4.6 把 xAI 重新送回智能前沿（AA 61，仅落后 Claude Opus 5 的 63），三强并立但都卡在「独立第三方复测」这道最后的闸门外。今天的重点是 Qwen3.8-Max 开放权重（已确认 S-confirmed，下面拆解）；重点候选是 DeepSeek V4 Pro 0813（仍待独立 benchmark 复核）。接下来 24-72h 最该盯两件事：Qwen3.8-Max 放出后的真实部署量与跨厂可比评测，以及 8/14 Claude Code Auto Mode 默认生效后第一批真实拦截数据。

今日重点 · 深度拆解

① Qwen3.8-Max / Qwen3.8-2.4T-A95B 开放权重 —— 国产开放旗舰第一次把「可下载真旗舰」坐实

• 是什么:阿里发布 Qwen3.8-Max 的开放权重，对应模型 Qwen3.8-2.4T-A95B——2.4T 总参数、95B 每 token 激活的细粒度 MoE，混合全注意力 + 线性注意力，原生上下文最长 1M token、输出最长 128K，面向推理与 agentic 工作负载。形态定性：开放权重（非 API-only）。NVIDIA 同日给出 GB300 NVL72 多节点部署食谱，无需额外微调即实现 4K+ tok/s 吞吐。
• 方法论落点:动了纵轴 v-openflagship（开放旗舰/开放权重）与横轴 f-kimiopen（开放权重入口级履约）两个档位——更重要的是它把上一期写进 watchboard 的 falsifier「若 8/13 前 Qwen3.8-Max 权重放出且许可证为宽松开源，则 v-openflagship 开放度判断回调」直接命中。此前候选②（千问开放平台）连续多期只差「开放度」这一条毕业判据，权重一放出，开放度从「待验证」回调为「已兑现」，四道确认门槛同步过：① 结构影响（开放旗舰权重开放，重塑 v-openflagship 开放度）✓；② 官方一手（QwenLM 权重页 + NVIDIA GB300 部署博客）✓；③ 真实可用（HuggingFace 可下载权重、GB300 可部署）✓；④ 独立复核（Artificial Analysis Intelligence Index 已将 Qwen3.8 Max 列入对比，τ³-Banking 51.3% 居前二、GDPval-AA v2 Elo 与 Fable 5/Opus 5 置信区间重叠；NVIDIA 实测 >4K tok/s）✓。
• 产业位置:这是开放阵营第一次有「2.4T 级、原生 256K、可数据中心级部署」的真旗舰权重，和 DeepSeek V4-Flash/Kimi K3 一起把开放权重从「可用」推到「前沿可用」。上游仍依赖 NVIDIA/国产算力协同（GB300 食谱是软硬协同范本），下游直接赋能想自托管前沿能力、又不愿被 API 定价绑死的企业与开发者；中美对照里，这是国产开放侧对 Claude/GPT 闭源 API 最直接的「可下载替代」。竞品接法大概率是：闭源侧用更低价格（Grok 4.6 $2/$6）或更强能力顶住，开放侧用「免费可部署」抢主权场景。
• 证据与反例:一手（QwenLM 权重页、NVIDIA GB300 博客）与独立（Artificial Analysis）分层成立；反例是许可证宽松度仍待 QwenLM 页明确打印（Qwen 惯例为 Apache 2.0，但今天官方页未显式声明），以及跨厂可比完整评测仍只有 AA 一家第三方、生产采用量尚未披露。这两点不阻止 S-confirmed（四门槛已满足），但决定它能不能从「开放度毕业」进一步坐实「生产采用」。
• 兑现路径:开/更新 T-116（v-openflagship 母题，权重卡点已解除、续追跨厂可比评测与生产采用）；falsifier「8/13 前权重放出」已命中移除；24-72h 验证点：QwenLM 页许可证声明、首批第三方复测与自托管部署量。
• 证据入口:NVIDIA GB300 部署博客｜NVIDIA 官方、>4K tok/s｜查看原文；AIHot 权重上线｜转述+原推｜查看原文；Juya 早报 #8｜第三方转述｜查看原文

重点候选 · 待验证

① DeepSeek V4 Pro 0813 —— 重点候选，尚缺独立第三方 benchmark

• 为什么重要:重点厂商旗舰新代正式版 API，可能同时改变能力（增强 agent）与开放性/部署门槛两维：官方称增强 agent 能力、支持 Responses API 与 Codex 接入，DeepSWE 从预览版 12.8 升至 62.7；OpenRouter 显示其为大规模 MoE、1M 上下文、GA 发布、定价 $0.435/$0.87 per 1M。
• 确认阻断项:官方基准数字（DeepSWE 62.7 等）据 Simon Willison 考证，仅经 DeepSeek 官方微信群 → Reddit（被删）→ Hacker News ASCII 表传播，尚无独立第三方复测；权重是否开放仍未确认（Simon Willison 称「likely」但无官宣）。
• 下一步验证:24-72h 看独立 benchmark 复核与权重开放官宣；关联 T-116/v-openflagship。
• 已有证据:OpenRouter 模型页｜一手规格/定价｜查看原文；Simon Willison 解读｜独立第三方｜查看原文；金十·腾讯 CodeBuddy 支持｜厂商生态确认｜查看原文

纵轴 · 能力与技术演进

• 国产开源旗舰/开放权重（v-openflagship） —— 档位:收敛中（开放度子态回调）
  • 实验室侧:阿里发布 Qwen3.8-Max 开放权重（2.4T/95B、原生 256K、GB300 NVL72 可部署、>4K tok/s），把开放旗舰从「权重待放」推到「可下载真旗舰」→ ①；DeepSeek 上线 V4 Pro 0813 正式版 API（增强 agent、Codex 接入、DeepSWE 62.7）补封闭侧能力。
    • 证据:NVIDIA GB300 博客｜NVIDIA 官方｜查看原文；OpenRouter DeepSeek V4 Pro｜规格/定价｜查看原文
  • 开源侧:Grok 4.6（封闭 API）在 AA Intelligence Index 拿 61，与 GPT-5.6 Sol 并列、仅落后 Claude Opus 5/Fable 5，τ³-Banking 51.3% 与 Qwen3.8 Max 同处前二，给开放/封闭对比提供第三方标尺。
    • 证据:The Decoder｜转述+价格｜查看原文；Artificial Analysis｜独立评测｜查看原文
  • 还卡在哪:跨厂可比完整评测仍只有 AA 一家第三方；Qwen3.8-Max 生产采用量、许可证宽松度待明确。

• 长任务可靠性/企业级 agent（v-longtask） —— 档位:收敛中
  • 实验室侧:DeepSeek V4 Pro 0813 把「增强 agent 能力」写进正式版说明、支持 Responses API 与 Codex 接入；OpenAI Codex 活跃用户突破 1500 万（上期 1000 万）并重置用量，真实使用信号继续加厚。
    • 证据:AIHot·Codex 1500 万｜用户量信号｜查看原文
  • 开源侧:Zed 推出 Delta——基于 DeltaDB 的 agent 协作编程环境，是多 agent 协作工程化的一例。
    • 证据:Hacker News·Delta｜产品发布｜查看原文
  • 还卡在哪:跨厂可比评测标准（T-113）仍未建立；用户量是采用指标非可靠性指标。

• 企业 agent 数据安全与信任（v-security） —— 档位:收敛中（攻击侧再加厚）
  • 实验室侧:今年 3 月 LiteLLM 供应链投毒事件细节披露——约 40 分钟攻击窗口波及全球超 2500 家企业、195TB 凭据泄露（含云密钥、CI/CD 凭据），英伟达/AWS/三星等多家在受影响名单；IIT Bombay + Adobe Research 提出 PTP（Previous-Token Prediction）方法，仅靠输出文本即可近乎完美逆向还原 LLM 提示词，无权重访问也能攻第三方模型。
    • 证据:AIHot·LiteLLM｜事件细节｜查看原文；The Decoder·PTP｜研究方法｜查看原文
  • 还卡在哪:120 家 SAFE 框架仍是提案非强制；8/15 METR×OpenAI 审查为最后节点（→候选①/T-132）。

• skills/harness 标准化（v-skills） —— 档位:收敛中（事实标准候选子态）
  • 开源侧:msitarzewski/agency-agents、anthropics/skills 等技能相关项目继续在 GitHub Trending 在榜，超大厂第一方技能包供给延续。
    • 证据:GitHub Trending·agency-agents｜在榜项目｜查看原文
  • 还卡在哪:无安装量/调用量/生产事故数据，pain_cleared 仍 false；Anthropic 是否加入 Agent Plugins TSC 的 8/19 节点维持。

• 推理成本与小模型（v-cost） —— 档位:收敛中
  • 实验室侧:DeepSeek V4 Pro 0813 定价 $0.435/$0.87 per 1M（GA，预告的涨价尚未落地）；Grok 4.6 维持 $2/$6、较 Claude Opus 5 低 60%+；Qwen3.8-Max 开源免费可自托管——成本地板与收租化并存。
    • 证据:OpenRouter DeepSeek V4 Pro｜定价｜查看原文
  • 还卡在哪:两条相反价格信号同时缺条款级证据；DeepSeek 涨价节点空过、收租化无第三家跟进。

• 中国 AI 全栈（v-chinastack） —— 档位:收敛中
  • 实验室侧:Qwen3.8-Max 权重发布 + 微信自研 WeLM（80B/3B 激活，嵌 14 亿用户）+ 豆包学生特惠 + 腾讯 Hy4 预告，国产模型层从开放到入口全线加厚。
    • 证据:AIHot·WeLM 微信｜入口级部署｜查看原文
  • 还卡在哪:第三方性能对比仍缺（8/20 节点）。

• 具身智能/机器人 agent（v-embodied，边界观察） —— 档位:实验
  • 开源侧:Dyna Robotics 发布 DYNA-2 世界-动作模型，基于 100 万小时第一人称人类视频预训练，任务成功率最高 90%，客户部署质量通过率 87%（上代 46%）。
    • 证据:AIHot·Dyna-2｜模型发布｜查看原文
  • 还卡在哪:仍踩「agent 软件为主形态」框架边界，连续无结构性进展，维持实验档（AC-004 early-warning）。

横轴 · 渗透率

• 企业知识工作（f-knowledgework） —— 档位:早期采用
  • 载体/入口:Codex 活跃用户破 1500 万（真实使用加厚）；Gemini 新增 14 款应用集成（Angi/OpenTable/Ticketmaster/Wix/Zocdoc 等），在设置里关联服务统一规划与待办；千问开放平台上线菜鸟智能体（@菜鸟对话寄快递、结合通讯录与历史记录自动补全）；Claude Cowork 上线 Chrome 侧边栏支持跨端接续；VS Code 1.133 支持会话期间切换模型提供商（Claude/Copilot）。
    • 证据:AIHot·Gemini 14 集成｜入口扩张｜查看原文；AIHot·菜鸟智能体｜入口级 agent｜查看原文；AIHot·VS Code 1.133｜工具标准化｜查看原文
  • 真实使用信号:Codex 1500 万、Gemini 集成扩张是真实使用，但 distribution（付费/普及率）仍无硬数据；8/14 Auto Mode 生效、8/14 飞书/千问办公披露节点维持。

• 开放权重入口级履约（f-kimiopen） —— 档位:早期采用
  • 载体/入口:Qwen3.8-Max 权重发布后，自托管成为可选项；千问开放平台菜鸟智能体是入口级履约的延续。
    • 证据:NVIDIA GB300 博客｜部署食谱｜查看原文
  • 真实使用信号:权重可下载 = 供给侧开放，真实部署量待 24-72h 验证。

• 端侧/入口级 agent（f-caros） —— 档位:萌芽
  • 载体/入口:微信自研 WeLM（3B 激活）嵌 14 亿用户聊天/搜索/小程序，是端侧+入口级最大单点部署；Google Pixel 11 在 PH 上架。
    • 证据:AIHot·WeLM 微信｜14 亿用户入口｜查看原文
  • 真实使用信号:微信规模为硬数据，但手机 Agent OS 激活量（T-103/T-130）仍缺，8/14 节点维持。

资本与政策

• Anthropic 洽谈收购 Decart AI（约 60 亿美元）:据彭博社，Anthropic 正洽谈以约 60 亿美元收购 Decart（专注跨芯片性能优化与生成式视频「世界模型」），谈判仍可能破裂。
  • 证据:AIHot·Anthropic/Decart｜彭博转述｜查看原文
• Lovable 完成 4 亿美元 C 轮:AI 应用层融资信号，显示 agent 应用赛道资本热度延续。
  • 证据:Hacker News·Lovable｜融资｜查看原文
• 腾讯 Q2 财报重注 AI、自由现金流首现负值:资本开支前置信号，呼应 AI 资本支出自我回报期主线（→T-121）。
  • 证据:AIHot·腾讯 Q2｜财报｜查看原文
• 面壁智能启动 A 股上市辅导:国产大模型公司资本化延续。
  • 证据:Juya 早报 #19｜第三方转述｜查看原文

待跟踪 & 本期变更

未来 24-72h 待跟踪（watchboard 投影）:

🔄 本期变更（框架 × 跟踪合并）

• 框架:① v-openflagship 开放度子态回调——Qwen3.8-Max 开放权重今日发布，命中 8/13 falsifier，开放旗舰从「权重待放」升为「可下载真旗舰」（← frame_change，证据见今日重点①）；② v-longtask 真实使用加厚——Codex 破 1500 万、DeepSeek V4 Pro 增强 agent 能力（证据见纵轴）；③ v-security 攻击侧再加厚——LiteLLM 2500 企业泄露 + PTP 提示逆向（证据见纵轴）；④ 其余矢量（v-skills / v-cost / v-chinastack / v-embodied）档位沿用，本期顺延。框架体检（🔴 DUE）对照三条 invalidation_trigger 全未命中，regime 有效不换代。
• 跟踪项结算:
  • #T-101（v-memory）⌛ 8/13 到期、无跨厂记忆审计/遗忘规范新进展 → 降级为季度观察（同 v-rsi 处置），退出每日 tracking_items。
  • #T-113（v-longtask AgentPerf）⌛ 8/13 到期、跨厂可比评测标准仍未建立 → 结算 expire（无实质突破）。
  • #T-112（v-skills 子项）⌛ 8/13 到期、仍无生产采用数据 → 结算 expire，母题 T-126 继续。
  • #T-119（v-chinastack 子项）⌛ 8/13 到期、Apple 端侧/高通 SoC 无新证据 → 结算 expire。
  • #T-116（v-openflagship 母题）→ ✅ 有进展顺延：Qwen3.8-Max 权重发布命中 falsifier，开放度回调，续追跨厂评测与生产采用（8/20）。
  • #T-114（v-longtask/f-knowledgework）→ ⌛ 顺延：Codex 1500 万 + DeepSeek V4 Pro agent 能力加厚，8/14 Auto Mode 生效前维持 open（续 8/20）。
  • #T-121（AI capex）→ ⌛ 顺延：腾讯 Q2 重注 AI + 面壁上市辅导 + 英伟达信贷，中报季继续（续 8/20）。
  • #T-125（f-caros 母题）→ ⌛ 顺延：子项 T-103/T-130 无激活量，8/14 节点（续 8/19）。
  • #T-126（v-skills 母题）→ ⌛ 顺延：agency-agents/anthropics skills 在榜，8/19 TSC 节点（续 8/19）。
  • #T-127（v-chinastack）→ ⌛ 顺延：Qwen3.8-Max 权重 + WeLM/豆包/腾讯 Hy4 加厚，8/20 第三方对比节点（续 8/20）。
  • #T-131（v-cost 母题）→ ⌛ 顺延：DeepSeek 涨价未落地、Grok 低价、Qwen 开源免费，收租化/价格战双线并存（续 8/20，子项 T-102 续 8/14）。
  • #T-132（v-security 母题）→ ⌛ 顺延：LiteLLM + PTP + 120 家 SAFE 攻击侧加厚，8/15 METR×OpenAI（续 8/14，子项 T-120 续 8/14）。
  • #T-133（v-chinastack 母题）→ ⌛ 顺延：WeLM 微信 14 亿 + LFM2.5-VL 端侧，中报季继续（续 8/20，子项 T-119 已 expire）。
  • #T-128 / #T-129 维持 expired 结案，本期无新证据不复活。
• 候选① Claude Code 默认 Auto Mode 退出候选预算（让位于 Qwen3.8-Max S-confirmed 与 DeepSeek V4 Pro 候选），降 A 级、由 T-114/T-132 继续跟踪，8/14 生效为关键验证点。
• 新开:无新顶层项——Qwen3.8-Max 开放权重里程碑并入 T-116（v-openflagship 母题），DeepSeek V4 Pro 0813 作为 S-candidate 入 grading_audit，均不另开顶层。