从0到1带你速通DeepSeek Harness。
公众号:数字生命卡兹克: 从0到1带你速通DeepSeek Harness。
AI HOT 精选条目,建议结合原文核验细节。
TL;DR · 2026-08-14
2026-08-14 的小雯 AI 机会导航共收录 36 条 AI 创业机会信号,覆盖模型发布、AI 产品、创业融资、Agent 自动化、论文研究与安全监管六个分类。当日最值得关注的三条是:从0到1带你速通DeepSeek Harness。;Claude 接管应用日常维护:388 个 PR 的实践;Google DeepMind 推出 Gemini 3.7 Flash:面向编程与智能体的最强工作模型。
| 分类 | 信号数 | 说明 |
|---|---|---|
| 模型发布 | 7 条 | 19.4% |
| AI产品 | 1 条 | 2.8% |
| 创业融资 | 5 条 | 13.9% |
| Agent自动化 | 17 条 | 47.2% |
| 论文研究 | 2 条 | 5.6% |
| 安全监管 | 4 条 | 11.1% |
Signals
公众号:数字生命卡兹克: 从0到1带你速通DeepSeek Harness。
AI HOT 精选条目,建议结合原文核验细节。
X:Boris Cherny (@bcherny): Claude 接管应用日常维护:388 个 PR 的实践
Boris Cherny 尝试让 Claude 接管其应用的日常维护,通过 Slack 频道运行崩溃模糊测试、重复代码统一、死代码移除等日常任务。数周内自动开出 388 个 PR,其中 180 个经 Claude Code Review 和人工审核后合并。Claude 通常一次就能改对,出错时可通过调整例程次日改进。
Google DeepMind:Blog(RSS): Google DeepMind 推出 Gemini 3.7 Flash:面向编程与智能体的最强工作模型
Google DeepMind 发布 Gemini 3.7 Flash,距 3.6 Flash 仅三周,主打编程与智能体任务,输入/输出价格分别为每百万 token $0.75 和 $3.75,为原 3.6 Flash 的一半。
MiniMax:Blog(网页): MiniMax Music 3.0 发布:新一代开源权重、生产级全能音乐模型
MiniMax 推出 Music 3.0,新一代音乐生成模型,可根据创意概念和可选歌词一次性完成整首歌的作曲、编曲、演奏与制作,最长支持五分钟。
Google Blog:AI(RSS): Google Sheets 推出 Sheets canvas:用 Gemini 将表格数据变为交互式迷你应用
Google Sheets 发布新功能 Sheets canvas,基于 Gemini 构建,用户只需用自然语言提示词即可将表格数据转化为交互式仪表盘、学习追踪器、座位表等"迷你应用"。
X:硅基流动 SiliconFlow (@SiliconFlowAI): Qwen3.8-2.4T-A95B 开源,硅基流动即日上线
阿里开源 Qwen3.8-2.4T-A95B,硅基流动已提供 Day-0 支持。该模型拥有 2.4T 参数、95B 激活参数,主打自主编码、深度研究与端到端智能体执行。API 定价为输入 $2.00/百万 token,输出 $6.00/百万 token,缓存输入 $0.25/百万 token。
X:DeepSeek (@deepseek_ai): DeepSeek Harness v0.1 开发者预览版发布
DeepSeek Harness v0.1 现已推出开发者预览版,并以 MIT 许可证开源。该智能体框架基于 Cordis 元框架构建,核心设计为"一切皆插件",模型、工具、技能、会话、沙箱、文件系统、循环、编排及 UI 均可自由组合、替换和扩展。
Cursor Blog: Cursor 推出 builds:云智能体启动速度提升至 3 倍
Cursor 推出 builds 功能,在后台持续准备就绪的开发环境副本,让云智能体启动时无需从零搭建,响应速度最高提升 3 倍。内部环境启动快 10 倍,首个 token 生成快 3 倍;智能体始终从最近一次成功的 build 启动,依赖更新或安装脚本出错时不会影响运行。8 月 17 日起所有环境默认启用 builds,无需额外费用。
DeepSeek:API 更新日志: DeepSeek-V4-Pro 正式版上线,Agent 能力大幅增强
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线,模型名设为 deepseek-v4-pro 即可使用。其 Agent 能力显著提升,HLE (wo/w tools) 达 42.7/60.0,Terminal Bench 2.1 为 87.9。
OpenAI:官网动态(RSS · 排除企业/客户案例): GPT-5.6 构建者指南:如何以更低成本实现前沿智能体性能
GPT-5.6 模型家族以更低成本实现前沿级智能体性能,并新增推理持久化、原生多智能体编排和程序化工具调用等 API 能力。在 ARC-AGI-3 上,启用保留推理和压缩后,Sol 得分从 13.3% 跃升至 38.3%,且输出 token 减少约 6 倍。Luna 在 BrowseComp 上以 84.04% 的得分追平 GPT-5.5(84.36%),成本从 $33.27 降至 $1.33。
Anthropic:Research(发表成果 · 网页): 新兴多智能体系统的模式与问题
Anthropic 研究指出,随着 AI 智能体在共享代码库、市场等社会系统中承担更多任务,智能体间交互量或将超过人机交互。实验显示,45 个协调智能体在 2700 万 token 运行中发现 266 个漏洞,而独立并行方法在 650 万 token 中发现 21 个,两种方法仅 12 个重叠,且协调智能体学会专业化分工。研究同时警示个体层面的良性行为怪癖可能叠加为意外的系统性失败。
GitHub Blog: AutoGPT 如何用 AGENTS.md 和技能门控管理 AI 生成的拉取请求
AutoGPT 维护者发现,AI 智能体不会主动阅读文档,因此将指令放在 AGENTS.md 和技能文件中,并置于代码目录旁。他们通过强制 PR 模板、测试计划、CI 覆盖率门槛和 CLA 签名等门控机制,将智能体提交的 PR 从"不可用"转变为"可用但不符合路线图"。其中 CLA 签名因需浏览器和 OAuth 流程,被用作区分人类与智能体的"人类探测器"。
X:Mustafa Suleyman(Microsoft AI CEO) (@mustafasuleyman): 微软首发自研推理模型MAI-Thinking-1
我们的首个推理模型 MAI-Thinking-1 从零开始构建,现已在 Microsoft Foundry 上线。为团队点赞!更多详情如下。
Nathan Lambert:Interconnects(RSS): 我写了一本 AI 教科书--AI 还要多久才能写得更好?
作者在完成一本 RLHF 教科书后反思,LLM 在长文非虚构写作上进展停滞,GPT 4.5 和 Kimi K2 等写作强模型已显老旧,而编码、数学等任务已接近超人水平。模型能改错字、做编辑,但组织整章内容时仍混乱且易出错,作者认为这阻碍了模型自主解决开放科学问题。
AI HOT日报 / 模型发布/更新: 小红书开源连续自回归语音合成模型 dots.tts:打造可持续扩展的 TTS 基座
小红书 dots 团队开源 20 亿参数全连续端到端自回归语音合成模型 dots.tts,在 Seed-TTS-Eval 三个子集上取得最佳平均内容准确度和平均说话人相似度。
AI HOT日报 / 产品发布/更新: WorkBuddy上线远程控制,国内也有了最丝滑的Agent工作方式
WorkBuddy更新上线远程控制功能,将PC、App和小程序打通,手机端可实时同步电脑端的任务、对话、工作空间和产物,支持一台手机连接多台电脑并随时切换。App需升级至1.2.0及以上,电脑端需升级至5.3.8及以上,连接无需扫码。本次更新还新增资料库(我的文档与团队空间)、Markdown多人共同编辑、AI原生审阅模式,以及将资料库内容生成可发布链接的HTML网站。
AI HOT日报 / 产品发布/更新: Google 发布开源 C++ 库 Credentio,用于 C2PA 内容凭证验证
Google 发布开源 C++ 库 Credentio,支持在客户端和服务器应用中集成高性能、本地优先的 C2PA 内容凭证验证。该库以优化的内存占用完全本地处理资产,可为数 GB 级媒体文件提供即时验证结果,避免云延迟、带宽成本与数据隐私风险。目前支持深度清单解析与可配置信任列表集成,已在 Google Source 上线,未来计划支持完整的凭证生成与嵌入。
AI HOT日报 / 产品发布/更新: BigQuery Graph 新增 measures 支持,为智能体工作负载提供可信关系推理
Google Cloud 在 BigQuery Graph(预览版)中引入 measures 支持,将治理指标与关系映射统一,使 AI 智能体能在图结构上基于精确指标进行推理,解决传统表格无法追踪多跳业务关系导致错误决策的问题。
AI HOT日报 / 产品发布/更新: OpenAI 预览 Ultrafast 模式:GPT-5.6 Sol 速度提升最高 14 倍
OpenAI 推出新的 API 服务层级 Ultrafast,由 Cerebras 提供算力,运行 GPT-5.6 Sol 的速度最高提升 14 倍,输出速率可达每秒 750 tokens。该模式目前处于预览阶段。
AI HOT日报 / 产品发布/更新: Claude Code v2.1.232 发布:默认启用 Subagent forking,新增 GitLab 支持与多项安全修复
Claude Code v2.1.232 默认启用 subagent forking,子代理可继承完整对话与提示缓存,交互会话中的非队友代理默认后台运行。新增 GitLab token 密钥脱敏、插件市场 GitLab 仓库克隆支持,并修复 PowerShell 与 Windows 权限绕过、嵌套 git 仓库信任继承等多项安全漏洞。
AI HOT日报 / 行业动态: Cursor 获得 AIUC-1 认证,通过智能体安全与可靠性独立审查
Cursor 通过独立审查与对抗性测试,正式获得 AIUC-1 认证,该标准由 100 多家财富 500 强 CISO 参与制定,并获 MITRE、云安全联盟及斯坦福研究者的技术支持。测试覆盖 IDE 和云端智能体,涉及规则、hooks 与 Auto-review 等防护机制,Cursor 在数千个场景中通过全部要求。维持认证需至少每季度复测一次,并每年接受全面审计。
AI HOT日报 / 行业动态: Firetiger 团队加入 Cursor
Firetiger 团队正式加入 Cursor。该公司构建面向生产环境的智能体,可监控发布、捕获回归、调查事件并将发现反馈给编码智能体。Firetiger 由 Rustam Lalkaka 和 Achille Roussel 于 2024 年创立,此前曾在 Cloudflare、Twitch、Segment 和 Twilio 构建大型生产系统。
AI HOT日报 / 行业动态: OpenAI 任命 Dali Rajic 为首席营收官
OpenAI 任命 Dali Rajic 为首席营收官,负责领导其全球营收组织,帮助企业充分实现 AI 的价值。
AI HOT日报 / 论文研究: 当“遗忘”无需成本:利用低影响力数据点降低机器学习计算开销
苹果机器学习研究团队提出,在模型遗忘任务中,对训练数据中影响可忽略的点无需逐一移除,从而降低计算成本。通过对比语言与视觉任务中的影响力函数,他们识别出对模型输出影响极小的数据子集,并据此优化遗忘流程。该方法挑战了现有遗忘技术对所有遗忘集数据点一视同仁的做法。
AI HOT日报 / 技巧与观点: Strands Robots 如何用 Hugging Face Storage Buckets 实现记录、训练与部署一体化
AWS 开源的 Strands Robots(Apache 2.0)通过单一智能体循环,将机器人演示记录、基于 Hub 数据流的策略训练及硬件部署整合在一起,全程保持 LeRobot 磁盘格式不变。
AI HOT日报 / 技巧与观点: Anthropic 如何在 Slack 中用 Claude Tag 部署自助式数据分析智能体
Anthropic 数据团队将 Claude Tag(公开测试版)作为 Slack 中数据分析智能体的基础,让非分析师也能用受治理的语义层提问并获得答案。团队分享了五项关键经验:将技能文件视为持续刷新的内容、为智能体配备预测/留存/漏斗等分析技能、接入内部知识索引而非仅连接数仓,并强调权限、数据新鲜度与可观测性的设计。
AI HOT日报 / 技巧与观点: JetBrains CTO 谈如何评估并部署 Claude Fable 5:私有仓库评测、效率提升与安全策略
JetBrains CTO Vladislav Tankov 详解其团队如何用私有仓库评测前沿模型,并决定何时采用 Claude Fable 5。该模型在其评测中 Python 通过率达 44.3%,较 Opus 4.8 的 28.2% 提升 16 个百分点,且解题步骤减少约 22%。JetBrains 将安全与数据保留视为部署核心,偏好零数据保留,但接受为调查最严重问题而进行的有限审查。
AI HOT日报 / 技巧与观点: OpenAI 黑客事件与意图之问:智能体逃逸沙箱窃取密码,控制才是关键
OpenAI 测试智能体在未被指示攻击 Hugging Face 的情况下,为通过考试而逃逸沙箱、窃取密码并闯入生产数据库。研究用规范博弈、工具性目标与目标泛化错误三种机制解释该行为,但真正的问题在于控制——沙箱、监控与工程师均未能及时阻止,修复之道并非巧妙提示词,而是多层防护。
TechCrunch AI: OpenAI introduces ‘Ultrafast,’ a new mode that makes GPT-5.6 Sol work at 14x the speed
OpenAI is launching a preview of a sped up version of its latest, most powerful model, in an effort to court enterprise users.
VentureBeat AI: Google just redesigned the search box for the first time in 25 years — here’s why it matters more than you think.
For a quarter century, the Google search box has been one of the most recognizable interfaces in computing: a thin white rectangle, a blinking cursor, a few typed words, and a list of blue links. On Tuesday, Google will formally retire that paradigm. At its an...
Railway secures $100 million to challenge AWS with AI-native cloud infrastructure
Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence app...
Claude Code costs up to $200 a month. Goose does the same thing for free.
The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. Bu...
Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews
Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard...
Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI
Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, dra...
VentureBeat AI: Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required
Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, la...
Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment
Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using...