本文为 AIHOT 精选 AI 日报（2026-08-13），当日共收录 20 条资讯。以下内容来自 AIHOT，点击标题可查看详情。

模型发布/更新

产品发布/更新

  • OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型：OpenRouter 发布实时排行榜，系统评测模型、搜索引擎、搜索方法与预算四类配置组合。数据显示，将搜索预算从 1 轮增至 25 轮可使 BrowseComp 得分近乎翻倍，成本仅增 2.5-7 倍；模型选择比引擎更重要，平均分差 15 分 vs 10 分。失败率高的任务应降低搜索深度以控制成本。（来源：OpenRouter：Announcements（RSS）） [原文]
  • Claude in Chrome 侧边栏升级为 Claude Cowork 会话：Claude in Chrome 浏览器扩展的侧边栏现已升级为 Claude Cowork 会话，对话会保存至历史记录，技能和连接器可在浏览器中工作，且任务可在桌面、网页和移动端应用间无缝切换。（来源：Claude：Blog（网页）） [原文]
  • SGLang 与 Miles 为 Qwen3.8-2.4T-A95B 提供 Day-0 支持：SGLang 与 Miles 在发布首日即支持 Qwen3.8-2.4T-A95B，这是 Qwen 最大的开源模型，总参数 2.4T，每 token 激活 95B，采用混合注意力架构。（来源：LMSYS：Blog（Chatbot Arena 团队）） [原文]
  • WhatsApp 如何用端到端加密与可验证性构建 Scam Alert 诈骗提醒功能：WhatsApp 推出可选功能 Scam Alert，通过端到端加密保护下在设备端运行机器学习模型，识别潜在诈骗消息，且消息内容不会离开设备或自动上报。该功能遵循仅设备端处理、无自动上报、用户控制三大原则，模型权重公开供独立验证，遥测数据经差分隐私聚合处理。目前已在 Beta 版有限推出，并邀请安全研究社区参与测试。（来源：Meta Engineering Blog（RSS）） [原文]
  • Claude Code v2.1.229 发布：新增远程会话恢复、插件市场命令源及多项修复：Claude Code v2.1.229 发布，新增远程控制会话恢复、自托管 runner 的服务器端 hook 支持，以及插件市场命令源。修复了长响应流式输出丢失、窄终端渲染崩溃、Windows 扩展路径崩溃等问题。改进工作流扇出以复用缓存提示前缀，并调整 /commit-push-pr 对危险 git/gh 命令不再自动批准。（来源：Claude Code：GitHub Releases（RSS）） [原文]

行业动态

  • Research Gold 号称“100%人类撰写、绝不使用AI”，实则全程由AI驱动：面向医学研究者的网站 Research Gold 宣称其服务“100%由人类撰写、绝不使用AI”，并列出多名博士审稿人。但调查发现，这些审稿人系AI生成、并不存在；部分真实方法学家的身份和照片未经许可被挪用。致电该公司时，自称“Sarah”的AI助手坚称自己是真人，邮件与聊天回复也均为AI生成。（来源：Hacker News 热门（buzzing.cc 中文翻译）） [原文]
  • RingCentral 如何用 ChatGPT Work 和 Codex 构建 AI 原生工作流：RingCentral 通过全员发放 ChatGPT Work 和 Codex，推动从工程到运营的 AI 原生开发，其 AI-Native Challenge 让数千名员工（含非技术人员）交付了可运行项目。（来源：OpenAI：官网动态（RSS · 排除企业/客户案例）） [原文]

论文研究

  • 空货架还是丢钥匙？Google 研究：Recall 是参数化事实性的瓶颈：Google Research 提出知识画像框架，发现前沿 LLM（如 Gemini3、GPT-5）的事实编码接近饱和，但回忆（recall）能力不足，多数事实错误源于“丢钥匙”而非“空货架”。该框架将事实分为编码失败、回忆失败等五类画像，并配套推出 WikiProfile 基准，含 2,150 条维基百科事实，每条配 10 个问题，用于分别探测编码、回忆与识别能力。（来源：Google Research：Blog（网页）） [原文]
  • Anthropic 联合独立研究者发布工人再培训项目证据综述：Anthropic 与独立研究者 David Roodman 合作发布报告，基于 56 项美国随机研究和欧洲实验证据，评估工人再培训项目应对 AI 劳动力市场冲击的效果。（来源：Anthropic：Research（发表成果 · 网页）） [原文]

技巧与观点

  • 零基础用户半天上手AI的12步实操流程：文章给出一套零基础用户半天上手AI的12步实操流程：准备内存不低于16G的电脑，订阅ChatGPT并安装Codex或使用WorkBuddy，用语音输入法以【背景、痛点、需求】框架向AI交代任务，经苏格拉底提问澄清需求后投喂文件让AI直接完成，最后沉淀为可复用Skill。文中建议Codex选GPT-5.6 Sol最高模型，WorkBuddy选Kimi K3。（来源：公众号：数字生命卡兹克） [原文]
  • DeepSeek V4 Pro与Grok 4.6同日发布，双双逼近Claude Fable 5体验：DeepSeek V4 Pro正式版与Grok 4.6在2小时内先后发布，均为1.6T/1.5T参数模型，逼近Claude Fable 5体验。（来源：公众号：数字生命卡兹克） [原文]
  • 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”。（来源：GitHub Blog） [原文]
  • 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。（来源：Nathan Lambert：Interconnects（RSS）） [原文]
  • OpenRouter 工具调用指南：一次编写循环，切换模型字符串即可跨模型运行：OpenRouter 发布工具调用指南，展示如何用同一套代码在 Claude、GPT 和开源权重模型间切换，仅需更改模型字符串。指南涵盖定义工具、发送请求、读取 tool_calls 响应、执行函数并返回结果的完整循环，支持 OpenAI 兼容的 JSON schema，并提供 cURL、Python 和 JavaScript/TypeScript 示例。（来源：OpenRouter：Announcements（RSS）） [原文]
  • LangChain 详解：什么是 AI 智能体？：AI 智能体是在大语言模型循环中自主运行的系统，通过反复调用模型、观察结果并调整下一步行动来完成复杂任务。工作流（workflow）则是对固定步骤的预编排，两者互补：工作流保证确定性，智能体提供灵活性。理解二者差异是构建可靠、可投入生产的自主系统的关键。（来源：LangChain：Blog（RSS）） [原文]
  • OpenAI 研究：企业如何用 ChatGPT 和 Codex 落地智能体 AI：OpenAI 研究揭示企业采用智能体 AI 的方式，以及前沿企业如何在 AI 应用上拉开差距。企业正通过 ChatGPT 和 Codex 将 AI 从辅助转向执行，头部公司已率先将智能体投入实际业务流程。（来源：OpenAI：官网动态（RSS · 排除企业/客户案例）） [原文]

来源：AIHOT 日报 2026-08-13｜数据版权归 AIHOT 及原始来源所有

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。