每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
今日苹果推出M6与M5 Ultra芯片，分别搭载于新款Mac mini和Mac Studio，端侧AI算力与能效显著提升。与此同时，Anthropic筹备史上最大规模IPO，OpenAI高管展望个人AGI融合方向，Meta发布面向AI以太网的新传输协议，行业竞争与基础设施升级同步加速。
16:04华尔街见闻（RSS）关联 2 源
OpenAI Codex负责人Tibo Sottiaux接受专访，称Codex已深度并入ChatGPT，未来产品边界将淡化，最终收敛为一个长期理解用户、自主完成任务的个人通用智能（Personal AGI）。他披露，Codex用户量约2000万；过去三个月OpenAI普通推理速度提升约60%；Ultra Fast极速模式最高实现14倍生成加速，预计1至2年内接近行业默认水准。他还透露，OpenAI已利用强大模型优化底层推理架构，使Luna模型运行成本下降约80%，并称这是递归自我改进的早期形态。Tibo认为，下一代模型将颠覆现有智能体系统，手动维护技能、记忆与子智能体属早期笨拙形态；
07:48MarkTechPost（RSS）
Liquid AI 开源 Pipette，一个可复现的端侧模型基准测试套件，与 Artificial Analysis 合作开发，后者作为独立方法论验证方。Pipette 将端侧行为视为部署系统的属性，而非模型孤立属性，其度量单位是完整配置：模型 + 量化 + 运行时 + 设备。发布数据集涵盖 30+ 模型、1000+ 配置，覆盖五种端侧性能指标，支持 macOS、iOS、Windows、Android 的 llama.cpp 构建，上下文长度从 256 到 8192 token。
03:12MarkTechPost（RSS）
Perplexity 发布 Portable Computer，这是其 agentic Computer 平台的本地优先版本，将 agent harness、编排器、规划器、工具路由及后训练模型打包，直接运行于 NVIDIA DGX Spark。所有任务从设备端开始，本地模型处理的工作不产生按 token 计费。当某步骤需要实时网络或前沿推理时，编排器会暂停并询问用户，经 PII 分类器检查后，才将该步骤发送至 15+ 云端模型之一。用户可选择 Qwen 3.8 27B 或 Perplexity 后训练的 PPLX 27B，NVIDIA Nemotron 3.5 Lightning 即将支持。
22:53Hacker News Best（web_list）关联 4 源
苹果今日发布M6与M5 Ultra芯片，分别搭载于新款Mac mini和Mac Studio。M6是苹果首款2纳米芯片，配备12核CPU、12核GPU及双16核神经引擎，统一内存带宽最高170GB/s，GPU AI算力较M5提升近30%，神经引擎峰值算力翻倍。M5 Ultra采用四芯片封装架构，配备最高36核CPU、80核GPU及32核神经引擎，统一内存带宽达1.2TB/s，较M3 Ultra提升50%，GPU AI算力提升4.5倍，支持最高512GB统一内存，可本地运行大规模AI模型。两款芯片均强调能效与端侧AI能力。
07:08华尔街见闻（RSS）
Anthropic正筹备IPO，拟向投资者披露超30万亿美元潜在市场规模，刷新SpaceX创下的纪录。公司预计2028年收入达1900亿至2000亿美元，目标估值约2万亿美元，最高募资1000亿美元，最快9月或10月上市。此次IPO有望成为史上最大规模。
21:43IT之家（RSS）
苹果今日在新款 Mac mini 中推出 M6 芯片，这是苹果首款采用 2 纳米制程的芯片。M6 配备 12 核 CPU（2 个超级核心、4 个性能核心、6 个能效核心），单线程性能全球最快，多线程性能较 M5 最高提升 1.2 倍、较 M1 最高提升 2.4 倍。GPU 为 12 核，每个核心均配备神经网络加速器，AI 场景下 GPU 峰值性能较 M5 提升近 30%、较 M1 提升 8 倍以上。芯片还集成双 16 核神经引擎，峰值算力为前代 2 倍，支持最高 32GB 统一内存与 170GB/s 内存带宽。
11:49华尔街见闻（RSS）
SpaceX以600亿美元完成对AI编程工具Cursor的收购，马斯克在全员会议上罕见承认旗下AI产品Grok在市场竞争中处于落后地位，并将此次收购定性为追赶竞争对手的战略举措。据科技媒体The Information 8月24日报道，五位知情人士透露，在收购完成当日的全员视频会议上，马斯克直言SpaceX旗下AI部门落后于竞争对手，并坦言"不习惯失败"。他特别点名称赞Anthropic在AI竞赛中处于领先地位，并强调SpaceXAI的Grok在其所在市场并非领导者，迫切需要追赶。马斯克还表示，SpaceX将持续积累业内最强的算力储备。此次收购对Cursor的冲击已在多个层面显现。
16:57华尔街见闻（RSS）关联 2 源
华尔街见闻获悉，8月24日蔚来CEO李斌在智驾全员会上宣布，智能驾驶负责人任少卿已创立一家聚焦物理AI基础模型和具身智能的独立公司，蔚来将战略投资并开展合作。任少卿并未离职，仍全面负责蔚来智驾，职务和职责不变。任少卿2020年加入蔚来，推动高阶智驾转向端到端和世界模型，并参与神玑NX9031智驾芯片量产。蔚来2023年启动世界模型研发，2025年开始量产推送，今年6月最新版本覆盖超70万用户。蔚来资本2025年以来先后支持逐际动力融资、领投原力灵机A轮和灵猴机器人Pre-B轮。李斌曾表示，神玑芯片独立发展后不只服务汽车，也要面向机器人等端侧推理场景。
01:25MarkTechPost（RSS）
Meta 推出 MetaRoCE，一种专为 AI 工作负载设计的全新 RDMA 传输协议，旨在解决大规模集群中网络成为训练瓶颈的问题。该协议颠覆了标准 RoCE 的假设，将网络视为有损，并把排序、路径选择与恢复功能移至网卡。其核心设计包括：默认乱序传输、原生多路径、容忍丢包、双端拥塞控制、拓扑无关以及连接状态优化。在 64 节点 AMD GPU 集群上，MetaRoCE 相比 RoCEv2 在 all-reduce 和 all-to-all 操作中实现了更高吞吐和更低流完成时间，并在 1% 丢包率下保持约 86% 的吞吐。
21:46IT之家（RSS）
苹果今日在新款 Mac Studio 中推出 M5 Ultra 芯片，这是苹果有史以来性能最强的芯片，面向专业及 AI 工作负载。该芯片首次在 M 系列 SoC 中采用新一代 UltraFusion 技术构建四芯片架构，由两颗双芯片 M5 Max 连接而成，芯片间带宽超 4.4 TB/s。M5 Ultra 配备最多 36 核 CPU（含 12 个超级核心和 24 个性能核心），单线程性能比 M3 Ultra 高至多 1.25 倍，多线程高至多 1.3 倍；
18:12Chubby♨️
据路透社报道，台湾检方起诉九人，涉嫌将Nvidia B300 AI服务器走私至中国，以规避美国出口管制。被告包括一名Nvidia台湾员工和两名超微（Super Micro）台湾前员工。检方指控，虚假文件声称130台B300服务器将留在台湾某设施，但其中74台被直接或经印尼、日本和香港交付给中国客户，其余56台被海关截获。
23:35elvis
阿里巴巴提出一种新的Agent上下文管理方法，将其视为编程任务。该方法为每个Agent会话配备追加式事件日志和沙箱化持久Python内核，工具输出、检索历史和派生状态绑定到跨模型调用的类型化变量，而非每轮序列化进提示词。模型编写的代码搜索和转换状态，仅显式打印的投影进入工作视图。事件日志保留无损真实信息，工作视图接近预算时，过期片段被驱逐但仍可恢复，驱逐索引保留与事件日志地址关联的紧凑地标，使Agent能直接导航回区域。在Qwen3.8-Max上，LongMemEval_S达94.8%，BEAM_10M达73.1%（超最佳已发布记忆系统5.1分），LOCA_256K达86.7%。
21:45elvis
微软及合作者发表新论文，提出AutoSaddler方法，将Agent的harness视为代码，通过离线失败轨迹自动学习修补。该方法运行小批量任务，诊断失败原因，生成针对提示词、工具配置和控制逻辑的结构化补丁，仅当补丁通过验证时才保留更新。在GAIA2、SWE-Bench Pro和Terminal-Bench 2.0上，相比基础harness分别提升9.0、9.6和10.0分。研究还发现，深度调试优于浅层反思，定向编辑优于无约束编辑，泛化感知选择优于仅修复当前轨迹。
21:40meng shao
本文基于TrueForge（TrueFoundry开源harness）上的研究型Agent案例，系统拆解长时运行Agent的工程要点。作者指出，当Agent从短演示走向长任务，决定成败的是包裹模型的运行时（Agent Harness）而非模型本身。一个可用Agent由模型、MCP工具、Skills、Sandbox四块积木组成，长时运行还需子Agent、上下文管理、审批检查点、持久会话。核心工程难点包括：渐进式披露避免上下文窗口被工具schema耗尽；Skills将规程与能力分离、按需加载；Sandbox双重隔离执行与上下文；上下文管理四板斧（渐进式披露、Code Mode、大结果外置、压缩）；
10:33meng shao
开发者 @b_nnett 将编译后的闭源 Grok Bot 应用反推为约 44 万行可读 TypeScript（运行时）与 5.4 万行 React（渲染层），并在此基础上做了功能扩展，代码已开源。整体分层为：渲染层 → preload 窄桥 → Electron 主进程（设置/密钥/认证/窗口）→ coordinator（utilityProcess 托管，崩溃退避重启）→ host（推理、工具、MCP、turn 执行）。主进程被拆成依赖注入图，缺绑定即 fail-closed。新增四个扩展：1.
05:35GitHub 博客（RSS）
GitHub 博客分享其在 secret scanning 场景中评估 LLM 系统的实践经验，强调从原型到生产时评估问题的变化。文章提出三大要点：首先，从产品决策而非模型出发，明确评估要支持的业务目标，并将指标分为主要结果（如误报减少、精确率）、安全约束（如召回率）和运营护栏（延迟、成本、可靠性等），避免将指标等同对待。其次，将离线评估视为集成测试，在每次对提示词、模型、输入构造或系统逻辑做出有意义变更时重跑，并记录提示词版本、模型版本、数据集版本等，确保可重复性和可对比性。最后，建议一次只改变一个主要变量，以明确结果归因，并定期测试模型升级，因为更强的模型可能用更简单的提示词表现更好。
16:44Avi Chawla
生产环境中的模型路由，传统做法按意图分类，但同一任务内意图会变化，每次调用独立评分，缺乏上下文。若路由层中途切换模型，新模型需以冷缓存重建整个缓存。问题在于按调用路由，而非路由本身。常见解法是每个任务路由一次：首次调用正常路由，模型被固定到会话 ID，后续调用都走同一模型；任务变化时重置固定，重新路由。这被称为模型亲和性（model affinity），简单任务走廉价模型，困难任务走昂贵模型。开源项目 Plano 已实现该机制，提供 OpenAI 兼容端点，只需改 base URL，路由配置在 YAML 中定义。
11:00meng shao
Addy Osmani 发布 Web 质量审计 Skill（web-quality-audit），为 Agent 注入一套 Lighthouse 风格的 Web 质量审计方法论，覆盖性能、可访问性、SEO、最佳实践与智能体浏览五个维度。工作流分五步：确定审计目标、采集实时基线、以运行时证据定位源码、分级修复、复测验证。核心是"测量认识论"，强调证据优先于分数、先实测后读码、证据类型分层（CrUX 现场数据、一方 RUM、DevTools trace、Lighthouse 实验室跑分、静态代码检查）与可复现性纪律（关键结论至少跑 3 次取中位数）。
00:04eric zakariasson
X 用户 ericzakariasson 分享了让 Grok Bot 计划运行更持久的 6 个实用技巧：1) 尽量使用事件触发（如 Slack、GitHub、reaction），而非定时 cron，避免空转；2) 指示 bot 在无法推进或停滞时立即通知你，以便人工介入纠偏；3) 优先使用 connector 而非浏览器操作，后者会产生大量截图和步骤，前者一次调用即可获取数据，更快更流畅；4) 保持技能（skills）精简，但写入真正能引导运行的细节，过于模糊会导致 bot 徘徊重试、成本增加，过于具体则需确保其正确性；
10:50Latent Space（RSS）
Latent Space 报道，吴恩达（Google Brain 和 Coursera 联合创始人）重新推出 DeepLearning.ai，将重心转向 AI 工程。该定位基于对超 1 万条招聘信息的分析、数十次结构化访谈及调查数据。吴恩达列出四项最重要的 AI 工程技能：构建和部署 AI 应用（理解 LLM、上下文工程、RAG、Agent 工作流，并用统计方法评估和治理系统）；软件工程基础（理解权衡，避免盲目 vibe coding）；使用编码 Agent（掌握其心智模型、局限、干预时机，协调多 Agent 并规避风险）；塑造构建过程（具备产品感、业务和客户理解，推动项目落地）。