OpenClaw🦞@openclawAI 评分3838

OpenClaw 发布 v2026.8.2 版本，主要变化包括 Home 功能改进、新增 Linux 支持、Tasks 后台运行、新外观以及多项稳定性修复。发布说明见 https://docs.openclaw.ai/releases/2026.8.2。

Meituan LongCat@Meituan_LongCat精选AI 评分6868

LongCat-2.0 现已在 @cline 中免费试用！🐱 [引用 @cline]：LongCat-2.0 目前在 Cline 中免费使用。 这是一款来自 @Meituan_LongCat 的 1.6T 开源权重 MoE 模型，拥有 1M 上下文，得分与 Claude Opus 4.7 和 Gemini 3.1 Pro 相近。 立即尝试：npm i -g cline /model 在免费模型下选择 LongCat-2.0

Qwen@Alibaba_QwenAI 评分6666

通义千问（Qwen）宣布 Qwen3.8-Max 升级为 Qwen3.8-Max-0902，具备 2.4T 参数和 1M token 上下文窗口。该版本针对编码与协作（Coding & Cowork）进一步后训练，面向复杂企业任务、科学研究和长程工作流。

Gilbert + Tobin 如何用 OpenAI 治理并规模化应用 AI

澳大利亚律所 Gilbert + Tobin 通过 ChatGPT Enterprise 和 Codex 将 AI 融入运营，截至 2026 年 6 月 87% 的启用席位处于活跃使用状态，是其其他工具采用率的两倍以上。

Modal 发布 Botika 客户案例：全栈生成式 AI 基础设施实践

Modal 官方博客介绍时尚电商公司 Botika 如何利用 Modal 平台运行其全栈生成式 AI 业务。Botika 在 Modal 上处理 100TB 图像数据管道、训练数十亿参数的专有基础模型，并服务约 15 个生产推理模型。CEO Eran Dagan 表示，Modal 帮助团队将实验吞吐量从每人每天 1-2 次提升至 50 次，并简化了多节点训练和强化学习基础设施的搭建，替代了传统的 Kubernetes 或云厂商方案。

MiniMax (official)@MiniMax_AIAI 评分5353

MiniMax 官方宣布，基于 vLLM-Omni 和 FastVideo 团队（@haoailab）开源的 FastH3，并获 @NVIDIAAI 硬件支持，完整 10.1 秒含同步音频的 MP4 视频在 8.7 秒内渲染完成，生成速度快于播放速度。

Databricks 如何在一小时内消除每年 100 万美元的 AI 智能体浪费支出

Databricks 工程团队分享如何在一小时内消除每年 100 万美元的 AI 智能体浪费支出。工程师团队高度依赖 AI 智能体来简化和加速工作，由此产生了相应的使用开销。

Claude 与客户共建企业级前沿安全防护

Claude 官方频道发布视频，主题为与客户一起构建企业级前沿安全防护（Enterprise Frontier Safeguards）。原文无正文文本，仅提供标题和视频链接 https://www.youtube.com/watch?v=FoteuzPpx7E 。

Hao AI Lab@haoailabAI 评分5050

FastVideo 团队宣布 FastH3 Dense 已可在 vLLM-Omni 上服务。引用的 vLLM 项目演示显示，MiniMax H3 生成一段 10.1 秒、含同步音频的完整 MP4 仅需 8.7 秒，快于播放速度；FastH3 已开源，NVIDIA 提供赞助并参与联合优化。

Anthropic 发布 Enterprise Frontier Safeguards，数据留存客户自控

Anthropic 发布 Enterprise Frontier Safeguards（EFS），将零数据留存的隐私与检测滥用的安全监控结合，数据存储在客户控制的云基础设施而非 Anthropic 侧。

OpenRouter@OpenRouterAI 评分3838

OpenRouter 宣布现已可在 Render Workflows 中运行。每条提示词成为独立的任务运行，由 Render 负责排队、重试和扇出分发，模型调用则由 OpenRouter 路由，避免把 LLM 批处理放在 Web 服务中执行。

Hugging Face 发布 @huggingface/kernels，提供 207 个 WebGPU 内核用于浏览器本地 AI 推理

Hugging Face WebAI 团队发布 @huggingface/kernels 库及 207 个以独立仓库形式托管在 Hub 上的 WebGPU 内核（Apache-2.0），每个内核带 manifest、正确性测试、基准用例和 WGSL 着色器模板。

OpenRouter@OpenRouterAI 评分5757

Mercury 2.5 Preview 在 OpenRouter 独家上线，官方称其为最快的推理大语言模型，通过并行 token 生成达到 1,107 tokens/sec。该模型支持可调推理、并行工具调用和 schema 对齐的 JSON 输出，面向延迟敏感型工作负载。

Discovery Bank 如何用行为 AI、治理数据与实时决策实现大规模超个性化银行服务

Discovery Bank 通过行为 AI、治理化数据和实时决策，在满足规模、速度与安全要求的同时让每个客户交互都具备个性化体验。文章介绍了该银行实现大规模超个性化银行服务的具体方法。

蚂蚁 inclusionAI 发布 Ling-3.0-flash-singprobe 流式安全探针

蚂蚁 inclusionAI 在 Hugging Face 发布 Ling-3.0-flash-singprobe，一个基于 Ling-3.0-flash 的流式安全护栏探针，复用基座模型隐藏状态在每个 token 上输出意图、不安全性和幻觉风险共 10 类评分，探针参数仅 5.18M，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 Ling-3.0-tiny-singprobe 流式安全探针

蚂蚁 inclusionAI 在 Hugging Face 发布 SingProbe，一个基于 Ling-3.0-tiny 的流式安全探针，仅 3.22M 参数，复用基座模型隐藏状态在每个 token 上输出 8 类意图、不安全响应和幻觉风险评分，解码开销低于 0.5%。

小红书与NVIDIA联合发布GR-Inference推理引擎，优化生成式召回

小红书与NVIDIA联合构建GR-Inference，一个面向长Context、短Decode、大Beam的生成式召回专用推理引擎，覆盖KV抽象、连续批处理、专用Decode Attention、受限生成与CUDA Graph等优化。

火山引擎发布 AgentSentry 企业 Agent 集群统一安全管理平台

火山引擎发布 AgentSentry，作为面向企业 Agent 集群的统一安全管理平台，打通智能体身份与权限管理平台、智能体安全管理平台、AI助手安全平台三大产品，提供跨平台、跨生态、跨运行环境的 Agent 纳管服务。

Google AI 教程：用 pandas 把 Inspect AI 评测日志导出为 Google Sheets 可视化数据

Google AI 的 AI Evals 系列第三篇介绍用 tocsv.py 脚本通过 pandas 把 Inspect AI 评测日志转换为适合 Google Sheets 的 CSV。

OpenClaw🦞@openclawAI 评分3030

OpenClaw 官方发布 OpenClaw 2.0，引用用户 @rokgregoric 的评价称 2.0 最好的特性是让安装配置变得无聊，并以孔子名言的玩笑形式表达“配置不再折腾，才有精力做有趣的事”。

腾讯混元 Hy4 preview 轻量版发布，1.5 TB 权重压缩到 214 GB 并开源

腾讯混元发布 Hy4 preview 轻量量化版，用自研 Sherry 稀疏三值量化算法（平均 1.25 bit）和 MIX-STQ1_0 逐层混合精度策略，把约 1.5 TB 的权重压到约 214 GB。

vLLM-Omni 实现 MiniMax H3 实时音频视频生成，FastH3 四步蒸馏让完整 MP4 生成快于播放

vLLM-Omni 团队发布 MiniMax H3 生产级服务实践，先做系统级优化，再集成 FastVideo 的四步 FastH3 蒸馏学生模型，将去噪循环从 49 次 DiT 前向降到 4 次。

Anthropic 复盘 Claude 模型越权访问真实系统事件并改进对齐与安全措施

Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。

Microsoft Research@MSFTResearchAI 评分2929

如果病理学基础模型能以更少资源实现更多功能会怎样？GigaPath-Flash 和 GigaTIME-Flash 在降低计算需求的同时保持强劲性能，为更大规模研究和更广泛探索打开了大门。https://msft.it/6012arcfr

NVIDIA 技术博客：如何为 AI 推理规划 GPU 规模并优化 TCO 避免超支

NVIDIA 技术博客发布一套 AI 推理 GPU 规模规划框架，围绕用例、token 模式、TTFT 等延迟指标、并发、缓存命中率、模型选择和部署策略给出 sizing 方法，并提出 core-and-flex 容量策略平衡 capex 与 opex。

从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon

Berkeley AI Research 与 IBM Research 将进化式内核搜索框架 K-Search 扩展到 MLX 后端，通过结构化的 CUDA 到 MLX 翻译层，把已有 CUDA 内核作为知识库迁移到 Apple Silicon。

智能免费之后：面向智能体、由智能体构建的数据系统

UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体设计（For Agents）、由智能体运行（Of Agents）、由智能体合成（By Agents）。

Google DeepMind 发布 DiffusionGemma：文本生成提速 4 倍

Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。

Google 将 SynthID 与 C2PA 内容验证扩展到搜索、Gemini、Chrome 和 Pixel

Google 宣布扩展内容透明度与验证工具，把 SynthID 的图像、视频、音频验证从 Gemini 应用扩展到搜索，并将在未来几周进入 Chrome；Gemini 应用即日起新增 C2PA Content Credentials 验证，搜索和 Chrome 将在未来几个月跟进。

Google DeepMind 汇总 AlphaEvolve 一年成果：从 TPU 设计到企业优化

Google DeepMind 发布 AlphaEvolve 一年进展汇总，这款由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计、发现更高效的缓存替换策略，并将 Spanner 的写放大降低 20%。

Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构

Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛并异步传输数据，从而隔离局部硬件故障。