🚨 AI News | TestingCatalog@testingcatalogAI 评分6060

Meta 官方宣布 Muse Spark 1.3 发布，已在 Meta 模型 API 和 Muse Code 上推出，官方称这是其在编码和智能体工作上的最大跃升，价格极低。

Claude Code 团队如何使用 Claude Code

Claude 官方频道发布视频，介绍 Claude Code 团队自己如何使用 Claude Code。材料仅含标题，无正文文本，具体内容细节以视频为准。

OpenCode@opencodeAI 评分2020

Meta Muse Spark 1.3 Contributor 现已在 OpenCode Go 上可用。

ClaudeDevs@ClaudeDevsAI 评分5555

Claude Code 桌面应用的 Computer use 现在可在后台运行，Claude 在用户允许的应用中操作，同时用户可继续工作。曾用过 computer use 的用户默认开启，也可在 Settings > General 中打开；功能为 Pro 和 Max 套餐的 beta 版，仅限 macOS。

Google 发布 Gemini 3.8 Flash，六周内第三款 Flash 模型

Google 发布 Gemini 3.8 Flash，称其为此前最佳的推理与编码模型，这是六周内的第三款 Flash 模型，另推出面向漏洞检测与缓解的 Gemini 3.8 Flash Cyber。

GitHub Copilot 如何在不牺牲任务质量的前提下降低 AI 编码成本

GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。

Cursor 推出 Self-Hosted Machines，云智能体可在企业自有机器上执行

Cursor 发布 Self-Hosted Machines，让云智能体的工具执行迁移到企业自有网络内的机器，智能体循环、推理和规划仍留在 Cursor 云端，通过 worker 的出站 HTTPS 连接对接，Cursor 不会主动连入企业网络。

Meituan LongCat@Meituan_LongCatAI 评分6262

美团 LongCat 宣布 LongCat-2.0 已在 Command Code 上线并对所有订阅用户免费可用。该模型参数量 1.6T、上下文 1M、激活参数 48B，可通过 npm i -g command-code 安装使用。

Google AI@GoogleAIAI 评分5757

Google AI 发布 Gemini 3.8 Flash Cyber，专为安全团队等防御者构建，可大规模生成修复漏洞的补丁（patch generation），官方称是其迄今最强的防御模型之一，较 3.5 代大幅提升。

Google 发布 Gemini 3.8 Flash，六周内第三款 Flash 模型

Google 发布 Gemini 3.8 Flash，含通用版和面向经审核防御者的 3.8 Flash Cyber。

Anthropic 发布 Claude 商务智能体蓝图，含购物与商家智能体参考实现

Anthropic 发布面向电商、旅游、电信和票务平台的商务智能体蓝图，提供可在数天内上线的 harness、模式和护栏，附购物智能体与商家智能体的完整参考实现及 Claude Code 插件。

Anthropic 发布 Claude 电商智能体构建指南及参考实现

Anthropic 发布构建电商智能体的指南，总结架构、延迟与成本优化、生产运维三部分实践，涉及购物和商家两类智能体，企业客户部署后出现购物车变大和卖家运营效率提升。核心建议包括用单个智能体加技能而非子智能体、将 UI 组件做成工具、用提示词缓存实现 90-99% 命中率、在 harness 中强制安全规则，并开源参考实现 anthropics/commerce-agents。

Yuchen Jin@Yuchenj_UWAI 评分3232

Yuchen Jin 分享 Fable 5.1 首日使用印象：说话更像正常人，不再有明显的 Claudish 味。他提到其网页搜索仍不如 GPT-5.6 Sol，常漏掉应搜的关键内容，但在前端方面仍明显强于 GPT 模型。他还表示自己的日常主力模型现在是 Kimi K3，称在 Databricks 内部大量实际使用，效果出乎意料地好。

Demis Hassabis@demishassabisAI 评分5555

Google 发布 Gemini 3.8 Flash 及新的 3.8 Flash Cyber，作者称后者推进网络防御前沿，这是 6 周内第 3 次 Flash 模型更新。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款新模型

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

Google DeepMind 发布 Gemini 3.8 Flash 模型卡

Google DeepMind 发布 Gemini 3.8 Flash 模型卡，称其为 Gemini 3.7 Flash 的下一代迭代，在软件工程和智能体知识工作流方面提升性能，并继续支持自定义 effort 等级以平衡质量、成本和延迟。

谷歌低调上线 Gemini 3.8 Flash 模型，面向软件工程与智能体任务

谷歌 9 月 2 日在 Google DeepMind 网站低调上线 Gemini 3.8 Flash 模型，基于 Gemini 3.7 Flash，截至发稿官方尚未通过新闻稿或社媒官宣。

谷歌推出 Gemini 3.8 Flash Cyber 模型，内部已全面部署用于代码安全防护

谷歌于当地时间 9 月 2 日宣布推出 Gemini 3.8 Flash Cyber 模型，通过 Fairwind 计划面向首批受信任的安全防护团队开放。该模型在 CyberGym 基准上达到顶尖自主漏洞挖掘水平，内部测试中 20 种编程语言的漏洞挖掘成功率突破 70%，CWE-Bench 上 Pass@1 达 47.2%。

Sundar Pichai@sundarpichai精选AI 评分6565

Google 发布 Gemini 3.8 Flash，为 6 周内第 3 次 Flash 更新。官方称相较 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升，在 DeepSWE v1.1 上以更低成本自主端到端解决复杂工程问题，表现超越多数更大的前沿模型。图中基准显示其 Terminal-bench 2.1 得 89.4%、HLE-Verified 得 54.9%，输入价格 $0.75/1M tokens、输出 $3.75/1M tokens，为 2026 年 12 月 31 日前 introductory 价。详情见 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

Rohan Paul@rohanpaul_aiAI 评分7070

Google 发布 Gemini 3.8 Flash，这是 6 周内第 3 次更新的 Flash 模型，官方称智能体与编码能力再次提升。

elvis@omarsar0AI 评分4848

上海人工智能实验室论文提出 Harness-of-Harness（HoH），把现有 coding agent harness 的执行组织为迭代的规划、编码、测试循环，使智能体在无人工干预下持续改进软件。

elvis@omarsar0AI 评分6969

Google DeepMind 发布两款新 Gemini 模型：3.8 Flash 相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；3.8 Flash Cyber 专注网络安全，提供前沿级漏洞检测和自动补丁。作者认为 3.8 Flash 定价有吸引力，Cyber 版在补丁能力上处于 Pareto 前沿。

elvis@omarsar0AI 评分6060

Elvis Saravia 分享一条经他实测有效的提示词，用于减少 Claude Fable 5.1 的 "claudese" 文风。提示词来自 Claude 官方文档的 writing density 部分，通过定义 mannered prose 反模式来让文风更直接，官方也给出了简短版本 "Please remove all mannered prose."，建议加入用户消息或系统提示词。原文链接：https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-1#writing-density

Replit ⠕@ReplitAI 评分1212

Replit 宣布 Free Mode，称过去不可能做到的事现在变得可行。配图展示了在 Free Mode 下构建的多个项目示例，包括 Rigid 浏览器游戏、Morph apparel 电商商店、Bloomy 移动应用和 Monolith logo 设计，并引用用户 Andrew B. 的评价称免费模式下构建了大量网站和应用。

OpenRouter@OpenRouterAI 评分5757

OpenRouter 宣布 Google DeepMind 的 Gemini 3.8 Flash 已上线，入口为 https://openrouter.ai/google/gemini-3.8-flash。官方称其以 3.7 Flash 的引入价在所列各项基准（编码、金融、法律、视频、科学）上超越前代；配图显示输入/输出价为 $0.75/$3.75 每百万 token（常规价 $1.50/$7.50），引入价有效期至 2026 年 12 月 31 日。

Google 推出 Fairwind Program，提供 Gemini 3.8 Flash Cyber 与 CodeMender 自主漏洞防御

Google 发布 Fairwind Program，面向政府机构和可信合作伙伴开放限制访问的先进网络防御能力，首批提供专用模型 Gemini 3.8 Flash Cyber 与 CodeMender 组合，用来自主查找、验证和修复漏洞，可在几分钟内生成可部署补丁而非耗时数周的人工修复。

Multiverse Computing 发布 Quasar 438B 推理模型，自称欧洲领先

Multiverse Computing 发布首款大模型 Quasar 438B，定位面向企业级智能体和编码的推理模型，支持英文和西班牙语。

Google AI@GoogleAIAI 评分6262

Google 发布 Gemini 3.8 Flash，主打处理复杂智能体和多步任务，推理能力显著提升，不仅写代码还能驾驭复杂项目。模型延续 effort controls，使完成任务的思考量与 token 花费成正比；官方还演示其在 @antigravity 中结合原生视频理解与编码，自主构建 3D 游戏、试玩找错并执行代码修改。

Logan Kilpatrick@OfficialLoganKAI 评分5454

Google 发布 Gemini 3.8 Flash，是 6 周内第 3 次更新的 Flash 模型，主打智能体和编码能力提升。官方跑分显示其在 Terminal-bench 2.1 达 89.4%、HLE-Verified 达 54.9%、LVBench 达 87.8%， introductory 价为输入 $0.75、输出 $3.75 每 1M tokens，2026 年 12 月 31 日后恢复 $1.50/$7.50 定价。

Logan Kilpatrick@OfficialLoganKAI 评分2222

Gemini 3.8 Flash 在 DeepSWE V1.1 基准上得分 73.7%。配套图表显示该成绩在多款模型的分数与每任务平均成本对比中位于高效区，图表来源标注为 Datacurve AI（deepswe.datacurve.ai）。

Google Gemini@GeminiAppAI 评分5757

Google 发布 Gemini 3.8 Flash 模型，即日起面向 Pro 和 Ultra 用户开放。官方称该模型响应更可靠、更全面，可提供日常话题的可操作建议，并支持文本分析和复杂编码等深度任务。

Google DeepMind@GoogleDeepMindAI 评分6262

Google DeepMind 发布两款 Gemini 新模型。Gemini 3.8 Flash 是其目前最智能的模型，相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；Gemini 3.8 Flash Cyber 是其能力最强的网络安全模型，具备前沿水平的漏洞检测和自动修补能力。

什么是 harness 工程？Google 用 ADK 2.0 与 Antigravity SDK 演示自动修复编码循环

Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。

DAIR.AI@dair_aiAI 评分4848

上海人工智能实验室论文提出 Harness-of-Harness（HoH），包裹现有 coding-agent harness，将执行组织为规划、编码、测试的迭代循环，使编码智能体在无人类干预下持续改进软件。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6262

Google Gemini 3.8 Flash 正在 Gemini、Google AI Studio 和 API 上推出，DeepSWE 1.1 得分 71%，接近 Claude Opus 5 的 74%，但价格低得多。定价为 2026 年 12 月 31 日前输入 $0.75、输出（含 thinking tokens）$3.75，2027 年 1 月 1 日起分别涨至 $1.50 和 $7.50。

Rohan Paul@rohanpaul_aiAI 评分6565

Rohan Paul 推荐 GitHub 仓库 academic-research-skills，收录覆盖论文全流程的 Claude Code 技能，包括文献调研、论文规划、写作、引用与论断核查、同行评审式修改和最终投稿文件生成，仓库已有 45K+ stars。

Runway 发布 Runway Dev MCP 托管服务器，让编码 Agent 自动完成集成

Runway 发布 Runway Dev MCP，一个托管 MCP 服务器，将 Runway Dev 账户连接到编码工具，让 Agent 能研究可选模型及价格与能力、拉取请求 schema、配置 Model Router 和 Characters，并在生成失败时查询任务原因后重试。

Runway@runwaymlAI 评分3737

Runway 发布 Runway Dev MCP，让开发者在自己的编码智能体内连接 Runway 开发者平台进行构建、调试和管理。支持设置 Model Routers、查询任务等操作，无需离开智能体。

Rohan Paul@rohanpaul_aiAI 评分6666

Anthropic 维护的大型开源 Claude Skills 仓库已获 173K+ GitHub stars。Skills 是按需加载的预定义指令文件夹，每个 skill 仅用约 100 token 读取基本元数据，完整指令只在任务需要时才进入上下文窗口；还有专门的 skill-creator 用于从头构建新技能，可通过单条终端命令安装，在网页端和 API 中通用。

elvis@omarsar0AI 评分3232

Elvis Saravia 提出 harness 并非千篇一律，好的 harness 应解决上下文工程问题，关键在于理解并优化系统提示词、缓存和有效工具调用等底层细节。他建议用自己喜欢的语言构建一个带基本 agent 循环、系统提示词和工具调用能力的最小 harness，在用例上测试验证并迭代，掌握这些可调旋钮后再迁移到生产级 harness。