Knowledge File / 全球热点解读
AIHOT 日报参考 2026-08-13
本日报汇总了 2026-08-13 的重要 AI 资讯，包括 Grok 4.6、Qwen3.8 等模型发布，OpenRouter 搜索基准、WhatsApp 防诈骗功能等产品更新，以及关于 AI 真实性、工作流和写作局限的行业洞察。
SOURCE / 全球热点解读
MIN / 3
ACCESS / 公开
POST / 2026-08-13 08:00:26
原贴
查看原文中文翻译
模型发布/更新
- xai 发布 grok 4.6，强化长时运行智能体能力xai 今日发布 grok 4.6，在 grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力。该模型在多项智能体编码与知识工作基准上达到前沿水平，在 artificial analysis intelligence index（九项基准综合分）上追平 gpt-5.6 sol。来源：xai：news（网页）
- 阿里开放 qwen3.8-2.4t-a95b 模型权重2.4t moe、激活 95b、原生 256k 上下文：阿里 qwen 团队正式开放 qwen3.8-2.4t-a95b 模型权重，这是 qwen-max 级别模型首次开源。模型总参数 2.4t，每个 token 激活 95b，原生支持 262,144 token 上下文并可扩展至 1,010,000 token。来源：it之家（rss）
- ltx-2.5 模型登场ai 生成 10 秒 720p 视频仅需 6.8 秒，原生集成 comfyui：ltx 推出 ltx-2.5 模型，原生集成 comfyui，在 2 张英伟达 gb200 配置下生成 10 秒 720p 视频仅需 6.8 秒。ltx-2.5 fast 以每秒 0.09 美元生成带音频 720p 视频，10 秒片段成本 0.90 美元；年度经常性收入低于 1,000 万美元的组织可免费使用。来源：it之家（rss）
- 微软首发自研推理模型mai-thinking-1我们的首个推理模型 mai-thinking-1 从零开始构建，现已在 microsoft foundry 上线。为团队点赞！更多详情如下。来源：x：mustafa suleyman（microsoft ai ceo） (@mustafasuleyman)
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）
- 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）
- 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）
- 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）
- 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）
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）
- 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）
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）
- 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）
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
- 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
- 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
- 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）
- 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）。
核心信息
本日报汇总了 2026-08-13 的重要 AI 资讯，包括 Grok 4.6、Qwen3.8 等模型发布，OpenRouter 搜索基准、WhatsApp 防诈骗功能等产品更新，以及关于 AI 真实性、工作流和写作局限的行业洞察。
- 模型发布/更新：xai 发布 grok 4.6，强化长时运行智能体能力
- 模型发布/更新：阿里开放 qwen3.8-2.4t-a95b 模型权重
- 模型发布/更新：ltx-2.5 模型登场
- 模型发布/更新：微软首发自研推理模型mai-thinking-1
详细解读
模型发布/更新
- xai 发布 grok 4.6，强化长时运行智能体能力xai 今日发布 grok 4.6，在 grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力。该模型在多项智能体编码与知识工作基准上达到前沿水平，在 artificial analysis intelligence index（九项基准综合分）上追平 gpt-5.6 sol。来源：xai：news（网页）
- 阿里开放 qwen3.8-2.4t-a95b 模型权重2.4t moe、激活 95b、原生 256k 上下文：阿里 qwen 团队正式开放 qwen3.8-2.4t-a95b 模型权重，这是 qwen-max 级别模型首次开源。模型总参数 2.4t，每个 token 激活 95b，原生支持 262,144 token 上下文并可扩展至 1,010,000 token。来源：it之家（rss）
- ltx-2.5 模型登场ai 生成 10 秒 720p 视频仅需 6.8 秒，原生集成 comfyui：ltx 推出 ltx-2.5 模型，原生集成 comfyui，在 2 张英伟达 gb200 配置下生成 10 秒 720p 视频仅需 6.8 秒。ltx-2.5 fast 以每秒 0.09 美元生成带音频 720p 视频，10 秒片段成本 0.90 美元；年度经常性收入低于 1,000 万美元的组织可免费使用。来源：it之家（rss）
- 微软首发自研推理模型mai-thinking-1我们的首个推理模型 mai-thinking-1 从零开始构建，现已在 microsoft foundry 上线。为团队点赞！更多详情如下。来源：x：mustafa suleyman（microsoft ai ceo） (@mustafasuleyman)
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）
- 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）
- 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）
- 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）
- 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）
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）
- 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）
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）
- 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）
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
- 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
- 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
- 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）
- 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）。
信息差价值
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 aihot.virxact.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《AIHOT 日报参考 2026-08-13》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。