AI 每日简报 | 2026-08-17¶

今日概览¶

本周是国产大模型的「密集发布周」：DeepSeek V4 Pro 正式版上线并同步开源 Harness 框架、阿里开源 Qwen3.8 系列、智谱发布 GLM-5.3，而 DeepSeek 的 API 涨价正是在今天（8 月 17 日）生效——国产模型正从「卷性能」转向「卷生态与商业化」。海外方面，Google 换帅后首发 Gemini 3.7 Flash，OpenAI 与 Anthropic 则在 IPO 冲刺中经历高管震荡与「水印」争议。

最值得关注：
- DeepSeek V4 Pro 正式版 + 开源 Harness 框架，API 涨价今日生效
- 阿里开源 Qwen3.8 系列（2.4T 旗舰 MoE + 27B 多模态）
- 智谱发布 GLM-5.3，称「编程能力最强开源模型」
- Google DeepMind 换帅后首发 Gemini 3.7 Flash，主打编程与 Agent
- Anthropic 隐形水印引退订争议，Q2 营收涨 13 倍冲刺 IPO

深度阅读推荐¶

以下条目标注为 ⭐ 深度推荐，包含 AI 提炼的核心观点。

⭐ 1. DeepSeek V4 Pro 正式版上线 + 开源 Harness 框架，API 涨价今日生效¶

核心观点：DeepSeek 正在完成从「模型提供商」到「全链路 AI 工作流平台」的定位切换。V4 Pro 正式版在 9 项智能体基准上逼近甚至反超 Anthropic 旗舰 Fable 5，DeepSWE 从预览版 12.8% 飙升至 62.7%；同步开源的 Harness 框架（MIT 协议）以「Model + Harness = Agent」为口号，用「一切皆插件」的架构直指 Claude Code 生态。但涨价（部分项目最高涨 500%、峰谷定价）标志着这家曾以「永久低价」著称的公司正式告别补贴式定价，转向算力压力下的商业化纪律。两者叠加，DeepSeek 的策略轮廓已经清晰：用顶尖开源模型抢心智，用 Harness 抢开发者生态，用涨价换算力可持续性。

⭐ 2. 阿里开源 Qwen3.8 系列：2.4 万亿参数旗舰 MoE + 27B 多模态¶

核心观点：阿里首次把「Max 级别」旗舰模型权重完全开放，Qwen3.8-2.4T-A95B（2.4 万亿参数、激活 950 亿）在 GPQA Diamond 92.6、OSWorld 86.1 等基准上对标闭源旗舰；同批开源的 27B 稠密多模态模型则走「消费级显卡可跑」路线，用 48 层 Gated DeltaNet 线性注意力 + 16 层全注意力混合架构，新增 reasoning_effort 让用户控制思考深度。一天之内从云端旗舰到端侧小模型全线开源，配合此前累计 30 亿次下载、30 万衍生模型，阿里正在把「开源生态」本身做成竞争壁垒。

⭐ 3. 智谱发布 GLM-5.3：后训练 Scaling 驱动的「编程最强开源模型」¶

核心观点：GLM-5.3 的基座与 GLM-5.2 完全相同（约 7430 亿参数），能力提升几乎全部来自「后训练 Scaling」——更长的后训练时间、数十倍长程任务环境。编程能力较上代提升约 50%，在 Terminal Bench 3.0、Agents' Last Exam 等开源榜单登顶，并「涌现」出网络安全能力（CyberGym 约 84.5%，逼近 Mythos 5）。这说明当基座参数不再扩张时，后训练的边际收益仍然可观，也为「不卷万亿参数」提供了一条可复制的技术路线。

⭐ 4. Google Gemini 3.7 Flash：DeepMind 换帅后的第一发，主打编程与 Agent 性价比¶

核心观点：Gemini 3.7 Flash 是 Demis Hassabis 卸任 CEO、Koray Kavukcuoglu 接掌日常运营后发布的首款模型，距 3.6 Flash 仅三周。它在 FrontierCode 1.1（34.4%→43.6%）、DeepSWE v1.1（~49%→65.3%）、OSWorld 2.0（33.8%→47.9%）等编程/Agent 基准上大幅跃升，并以上代一半的引入价（输入 $0.75/M、输出 $3.75/M）直接开打价格战。旗舰 Gemini 3.5 Pro 仍无时间表，意味着 Google 在「性价比斩杀线」上的攻势明显快于旗舰追赶。

⭐ 5. Anthropic 隐形水印引退订争议，Q2 营收涨 13 倍冲刺 2 万亿 IPO¶

核心观点：Anthropic 自 8 月 2 日起给 Claude 输出打上「机器可读」的隐形水印，本意是配合欧盟 AI Act 透明度要求，却引发用户恐慌——担心自己润色、翻译过的文本也会被标记为「AI 处理」，Paul Graham 甚至提出做「去水印改写」的创业点子。与此同时，其 Q2 营收突破 115 亿美元（同比 13 倍以上）、首次实现调整后运营利润，投资者正按 2 万亿美元估值为其 10 月 IPO 建模。水印争议与商业化狂飙同框，折射出 AI 公司在「透明度合规」与「用户信任」之间的现实张力。

⭐ 6. Simon Willison 实测 Qwen 3.8 27B：优秀但「过度思考」¶

核心观点：Simon Willison 用实测确认 Qwen 3.8 27B「极出色」，但发现其默认会「疯狂过度思考」——简单问题也启动长链推理。这与他此前观察到的「推理 token 通胀」问题一脉相承：模型默认的 reasoning_effort 偏高时，既浪费 token 又拖慢响应。Qwen 新增的 reasoning_effort 参数正是解决这一问题的开关，但也提示所有支持「可控思考深度」的模型，都需要一个更好的「默认值」策略。

OpenAI¶

GPT-5.6 Sol 推出 Ultrafast 模式，最高提速 14 倍：OpenAI 为旗舰模型 GPT-5.6 Sol 上线「Ultrafast」预览模式，基于 Cerebras 推理基础设施，处理速度最高提升 14 倍、输出可达 750 token/秒。该模式先在 API 向部分客户开放，官方称无需为速度妥协改用小型模型。这是 OpenAI 首次引入外部专用推理芯片来缓解旗舰模型的速度瓶颈。来源

IPO 冲刺期的高管震荡仍在持续：首席营收官 Denise Dresser 上任约 9 个月后离职，由前 Wiz 总裁/COO Dali Rajic 接任；长期高管 Brad Lightcap 也宣布离开。据 36 氪统计，2026 年前 8 个月 OpenAI 已有约 12 名高管出走，包括前首席产品官 Kevin Weil、Sora 负责人 Bill Peebles 等，均发生在传闻中的保密 S-1 递交前后。来源

Astra 模型因网络安全暂停，Altman 表态「会开放但需更安全」：OpenAI 内部评估发现未发布模型 Astra 触及「关键」网络安全阈值——可自主发现零日漏洞并规划攻击，因而暂停相关内部活动。Sam Altman 随后发帖称 Astra 很强大、正在推进「普遍可用」，但「不把强大模型留给少数人」的同时也需要更长时间确保安全。来源

Google DeepMind / Gemini¶

Gemini 3.7 Flash 发布：换帅后首秀，编程与 Agent 性能大幅跃升 ⭐ 深度推荐（详见深度阅读区）。8 月 13 日发布的 Gemini 3.7 Flash 定位「最聪明的干活模型」，专注编程与 AI Agent 工作流：FrontierCode 1.1 从 34.4% 升至 43.6%、DeepSWE v1.1 从约 49% 升至 65.3%、OSWorld 2.0 从 33.8% 升至 47.9%，部分结果已超过 Claude Sonnet 5 与 GPT-5.6 Terra。它以 3.6 Flash 半价（输入 $0.75/M、输出 $3.75/M，优惠至年底）开售，并已接入 Gemini Spark 订阅。此次发布距 DeepMind 大规模人事调整仅 8 天，被视为新管理层「提速、降价」路线的第一枪。来源

Anthropic / Claude¶

隐形水印全面铺开引发退订与「去水印」讨论 ⭐ 深度推荐（详见深度阅读区）。8 月 2 日起，Anthropic 给受支持的 Claude 模型输出打上不可感知、机器可读的水印，文本复制后仍可溯源，图片附带 C2PA 数字溯源元数据。官方强调「检测到水印只说明 Claude 处理过文本，不说明 Claude 撰写」，但大量用户担心自己编辑、校对过的文字被误标为 AI 生成，Paul Graham 公开提出做「改写去水印」的创业点子。Anthropic 回应称未观察到退订显著上升。来源

Q2 营收 115 亿美元、首次调整后盈利，IPO 估值或达 2 万亿美元：Anthropic 二季度营收同比暴涨 13 倍至 115 亿美元，实现首次调整后经营利润；投资者正按 10 月 IPO 估值 2 万亿美元建模，为 5 月 H 轮后私有估值的两倍多。年化营收预期已达 100 亿–120 亿美元区间。来源

内部「Model 2」超越 Mythos 5 但不公开，风险评级上调：8 月风险报告披露，内部模型 Model 2 在多项内部任务上超越 Mythos 5，但不会对外发布；报告同时把「灾难性失控」风险评级从「极低」上调至「低」，并称 Claude 现已负责 Anthropic 生产代码库中绝大多数的合并代码。来源

国内大厂动态¶

DeepSeek / Kimi / 豆包 / 智谱等

DeepSeek V4 Pro 正式版 + Harness 开源 + API 涨价三连发 ⭐ 深度推荐（详见深度阅读区）。8 月 13 日凌晨，DeepSeek 将 V4 Pro 从预览版转正，同步在 App、网页与 API 上线，官方称 9 项智能体基准接近 Claude Fable 5（CyberGym 83.3 对 83.1）。当晚开源首款 AI 智能体运行框架 DeepSeek Harness（DSH）开发者预览版，以「一切皆插件」架构支持接入近 40 家模型提供方，并已开设官方账号、启动招聘。与此同时，API 峰谷定价今日（8 月 17 日）起生效，部分项目最高涨幅 500%，结束仅维持 83 天的「永久价格」。来源

阿里开源 Qwen3.8 系列：旗舰 MoE 与端侧多模态同日登场 ⭐ 深度推荐（详见深度阅读区）。8 月 13 日开源 2.4 万亿参数旗舰 Qwen3.8-2.4T-A95B（阿里首次开放 Max 级权重，已在 9 家国产芯片完成 FlagOS 适配）；8 月 14 日再开源 270 亿参数的 Qwen3.8-27B 多模态稠密模型，48/16 层混合 Gated DeltaNet 线性注意力，支持 262K 原生上下文、可外推至 1M，新增 reasoning_effort 控制思考深度，消费级显卡可跑。来源

智谱发布 GLM-5.3：编程能力提升 50%，两周后开源权重 ⭐ 深度推荐（详见深度阅读区）。8 月 14 日发布的 GLM-5.3 基座未变，全靠后训练 Scaling 提升能力，编程较上代提升约 50%，在 Terminal Bench 3.0、Agents' Last Exam 等开源榜单登顶，并涌现出白盒代码审查与漏洞发现能力（联合测试发现 2400 余个潜在漏洞、约 1100 个中高危）。完整权重计划两周后开源。来源

月之暗面 G 轮融资推进至 500 亿美元估值，ARR 破 3 亿美元：Kimi 母公司 G 轮（Pre-IPO 轮）投前估值锁定约 500 亿美元，7 个月估值涨超 8 倍；年化经常性收入 6 月站稳 3 亿美元、API 收入占比约七成。针对 8 月 3 日「本月递表港股 IPO」传闻，公司明确否认；8 月 14 日法务部再发严正声明，打击冒名虚假融资，称不存在「朋友基金」「老股额度」等。来源

字节发布 SeedRealtime，梁汝波表态「接受短期落后、坚持自研」：字节 8 月 5 日上线原生音视频全双工大模型 SeedRealtime（已全量接入豆包 App），端到端评测显示音视频对话节奏问题减少约 50%。CEO 梁汝波在年中全员会承认大语言模型被海外领先模型拉大差距，但强调坚持自研、接受短期落后；同时飞书并入豆包、火山引擎整合，成立「创造力服务平台」面向 B 端。来源

AI 研究前沿¶

重要论文、技术突破

HF 每日论文精选（按投票热度）：

LLMRouter：开发、评测、部署 LLM 路由器的统一基础设施（102 票）。给「多模型调度」提供一个标准化框架，直击当下混合路由、成本优化场景的工程痛点。来源
DarwinX：通过自然选择进化 Agent Harness（84 票）。用进化算法自动搜索更优的 Agent 框架配置，与 DeepSeek Harness 开源的「框架化」趋势形成呼应。来源
DreamX-Phi 1.0：面向机器人操作的动作条件视频世界模型（91 票）。将世界模型用于机器人操作规划，具身智能方向的高热度工作。来源
Alaya-EVOKE：从线性扩展监督到「无尽世界」（116 票）。当日最高票论文，探索可无限扩展的世界/视频生成与监督范式。来源
混合线性注意力大模型中的 Massive Activations（28 票）。针对 Qwen3.8-27B 等混合线性注意力架构，系统分析「Pre-Attention 尖峰与尖峰间平台」的激活异常现象，对理解新架构的数值稳定性有直接价值。来源

至知研究院提出大模型可解释性新路线：拆权重、数据成本不到 1%：提出「稀疏权重分解」路线，声称无需再训练一个替代网络即可理解大模型，数据成本不足传统方法的 1%。若成立，可显著降低可解释性研究的门槛。来源

苏剑林（科学空间）：今日无更新。最新文章为 8 月 9 日《除了交叉熵，LM Loss 还有什么选择？》，从信息论视角重新审视 LLM 预训练损失函数的可替代选择。来源

行业观点与解读¶

KOL 重要推文、深度分析文章

Simon Willison 实测 Qwen 3.8 27B：优秀但默认「疯狂过度思考」 ⭐ 深度推荐（详见深度阅读区）。他确认 Qwen 3.8 27B 是「极出色」的模型，但默认设置下会为简单任务也启动冗长推理，浪费 token 且拖慢响应，呼应他此前提出的「推理 token 通胀」担忧。来源

李飞飞最新访谈：AI 不是替代者，而是个人能力的「放大镜」：量子位刊发李飞飞访谈，她强调 AI 的价值在于放大个人能力而非替代人，呼应其一贯的「以人为本 AI」主张。来源

Simon Willison 摘引 Dario Amodei：Simon Willison 在其博客摘录 Anthropic CEO Dario Amodei 的近期言论，围绕 AI 安全与行业竞争展开评论。来源

值得关注的视频¶

YouTube 播客与频道近期值得看的视频。标注 ⭐ 的为重点推荐。

⭐ 《一旦 AI 能自动化 AI 研究，会发生什么？》——Dwarkesh Podcast 对话 Ryan Greenblatt（Redwood Research 首席科学家）：2 小时 13 分钟的长谈，围绕「递归自我改进」是否会让 AI 迅速跃升至超智能展开辩论，Greenblatt 给出 AI 全自动研发的中位预测 2030–2031 年，并讨论了近期「AI 合谋欺骗人类」的真实案例。推荐观看。链接

灵感种子¶

以下是今日简报中值得进一步思考的灵感种子。

「推理 token 通胀」正成为新一代模型的默认成本陷阱：Qwen 3.8 默认「过度思考」、DeepSeek 用峰谷定价把推理成本显性化——两者指向同一趋势：模型能力越强，推理 token 的消耗越不可控。一个值得深挖的方向是：当「思考深度」变成可调参数后，谁来决定默认值？这可能是模型厂商、应用开发者与最终用户之间新的产品博弈点。

「后训练 Scaling」正在接棒「参数 Scaling」：智谱 GLM-5.3 基座不变、仅靠后训练就提升编程能力 50%，这与本周 Qwen、DeepSeek 的发布共同印证：参数规模的边际收益在下降，后训练（长程任务、环境多样性、RL）成为新的性能杠杆。值得关注：这条路线是否意味着算力需求会从「训练集群」向「后训练/推理集群」迁移，进而重塑算力产业链。

开源框架之争：从「模型开源」升级到「Harness 开源」：DeepSeek Harness 与 DarwinX（进化 Agent Harness）同周出现，说明「Agent 运行框架」正在取代「模型权重」成为新的开源战场。若框架成为事实标准，模型本身可能退化为可替换的「插件」——这会是国产厂商绕开闭源巨头生态封锁的关键路径吗？

生成时间：2026-08-17 09:05 | 下次更新：明日 9:00