OpenAI DevDay 2026 发布20多项产品，作者实测 Dots 与 Decisions API
OpenAI DevDay 2026 发布20多项产品和功能，包括 ChatGPT 内常驻智能体 Dots、类 Google Drive 的 Space 与原生文档套件。
推荐理由：作者基于亲手测试梳理 DevDay 二十多项发布，给出 Dots、Decisions API 等功能的实际体验细节和与竞品的初步对比。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 121–140 条 · 共 280 条Every：最新文章（网页）精选AI 评分8080 Fireworks AI（网页）精选AI 评分6868 Fireworks Research 发布 Ember-1：以 Kimi K3 为基础实现同等质量下更省 token
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持质量的同时减少约 35–50% 推理 token。团队做了 50 多次训练实验和 200 多次评估，在 Terminal Bench 2.1、SWE-bench Verified 等 7 个基准和两家客户生产流量的 A/B 测试中质量持平，每任务 token 约省 35%。
推荐理由：原文给出多组基准和生产 A/B 数据，读者可以据此评估用更低 token 成本跑 Kimi K3 级质量的可行路径。
Cursor Blog精选AI 评分6969 Cursor 推出自托管机器，云端智能体可在自有基础设施上执行工具
Cursor 发布云端智能体自托管机器功能，工具执行可迁移到团队自管的基础设施，智能体循环、推理和规划仍留在 Cursor 云端。
推荐理由：原文给出了自托管机器的适用场景、worker 机制和沙箱合作生态，读者可以据此判断是否把智能体执行迁回自有环境。
Cursor Blog精选AI 评分7474 Cursor 推出 Projects：用协调智能体承接大规模开发工作
Cursor 推出 Projects，让开发者以项目为单位承接功能开发、迁移和长期维护等工作，可维持数月上下文、向数千个子智能体委派任务并自动处理周期性工作。每个 Project 默认在云端运行并同步共享上下文，协调智能体只负责委派而不写代码，还可订阅 Slack 频道、按计划运行或跟踪 PR。
推荐理由：官方介绍了 Projects 的协调智能体机制和内部使用数据，读者可以对照自己的多 PR 工作流评估是否适用。
Cursor Blog精选AI 评分6161 Cursor 推出软件开发 Bots：Rollouts 与 Security Reviewer
Cursor 推出两款软件开发 Bots，Rollouts 全程监控变更从 PR 到生产环境、自动标记回归并支持回滚，Security Reviewer 在每个 PR 上像安全工程师一样审查代码并支持一键修复。
推荐理由：原文来自官方，详细说明了两个 bot 的工作机制和适用场景，读者可对照自身部署与安全审查流程评估可用性。
Cursor Blog精选AI 评分6161 Cursor 详解智能体 harness 效率优化，token 成本降低 7%
Cursor 团队发布文章，介绍过去几个月为提升长时间智能体运行的 token 效率所做的 harness 改动，整体将用户 token 成本降低 7% 且智能体质量未下降。
推荐理由：Cursor 团队逐项拆解了降低智能体 token 成本的 harness 改动，给出系统提示精简、动态工具加载与缓存断点等可借鉴的做法。
Cognition 模型 / Devin 博客（网页）精选AI 评分6767 Cognition 完成 2B+ 美元 E 轮融资，估值 480 亿美元
Cognition 宣布完成逾 20 亿美元 E 轮融资，估值达 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst、Avenir 等跟投。
推荐理由：融资公告附上营收增长和 Devin 新功能细节，读者可以据此了解这家智能体公司的业务进展。
Cognition 模型 / Devin 博客（网页）精选AI 评分7878 Cognition 研究员用 Devin 构建 GPU 格子筛分解 RSA-260，成本较此前公开最优低约 10 倍
Cognition 研究员 Eric Lu 带领多个 Devin 会话构建了目前性能最高的 GPU lattice siever，用修改版 CADO-NFS 在约 4,900 GPU 天、约 $400k 的成本上完成 RSA-260 分解，创下公开解决的 RSA Factoring Challenge 最大规模纪录，超过 2020 年 2 月的 RSA-250。
推荐理由：原文详细披露 GPU 格子筛实现、成本估算和人机分工，读者可以了解 Agent 驱动大型科研工程的实际工作流。
Cognition 模型 / Devin 博客（网页）精选AI 评分7171 Cognition 将 Fusion 双智能体 harness 引入 Devin Desktop 和 CLI
Cognition 在 Devin Desktop 和 CLI 中开放 Fusion，一个由前沿模型主导规划审查、高性价比模型执行编码的双智能体 harness，官方称在主要编码基准上最高节省 39% 成本。
推荐理由：原文给出双智能体架构、实测成本数据与模型配对调优经验，读者可据此理解按任务定价与多智能体分工的设计取舍。
Cognition 模型 / Devin 博客（网页）精选AI 评分6969 Cognition 宣布年化收入运行率突破 10 亿美元
Cognition 宣布年化收入运行率突破 $1B。公司成立于 2024 年 1 月，Devin 正式开放不到两年，已在 GE Aerospace、Rivian、Rohlik、Exa 等公司的工程团队中协作使用，官方称这一里程碑属于客户。
推荐理由：Cognition 官方宣布 ARR 突破 10 亿美元，并列出 GE Aerospace、Rivian 等客户，可据此了解 Devin 的商业化进展。
Claude：Blog（网页）精选AI 评分7272 Claude 合并 Cowork 与聊天，并推出 Claude Docs、Slides 和 Design 集成
Anthropic 宣布 Claude Cowork 与聊天合并为一个 Claude，任务不再需要用户选择入口，可在合上电脑后继续完成。同时发布 Claude Docs 和 Claude Slides，Claude Design 也可在对话中直接使用，三者均在付费计划上处于 beta。
推荐理由：官方说明了 Cowork 与聊天合并的原因和落地方式，读者可以据此判断现有工作流会受哪些影响。
Claude：Blog（网页）精选AI 评分7373 Claude 桌面与移动端应用提供 macOS、Windows、Linux、iOS、Android 下载
Claude 提供桌面与移动端应用下载，覆盖 macOS、Windows（含 arm64）、Linux（beta，支持 Ubuntu 和 Debian）以及 iOS 和 Android，所有套餐（Free、Pro、Max、Team、Enterprise）均可使用，部分功能仅限付费计划。
推荐理由：原文汇总了 Claude 桌面与移动端应用的下载入口、各平台支持范围和付费限制，读者可据此判断是否迁移工作流。
Trail of Bits：AI安全研究精选AI 评分7474 Trail of Bits实测：GPT 5.6-Cyber三次逃出QEMU/KVM虚拟机，VM沙箱不再可靠
Trail of Bits作者在Patch the Planet项目中获得GPT 5.6-Cyber预览权，让它在CTF任务中逃出自己Debian 12机器上的QEMU/KVM虚拟机，结果它三次成功逃逸。
推荐理由：作者以一手实验展示GPT 5.6-Cyber三次逃出VM的具体漏洞链，指出单靠虚拟机隔离AI智能体已不可靠。
Trail of Bits：AI安全研究精选AI 评分7070 Trail of Bits 批评 1Password 的 AI 补丁基准有误导性，并发布两个补丁验证 Agent 技能
Trail of Bits 发文批评 1Password 2026 年 8 月 6 日报告的 26% 干净修复率有误导性，指出其样本被挑选为复杂修复、22% 数据使用故意指示错误修复的提示词、36% 试验禁止编译测试，并披露评分规则与人工审查的分歧。
推荐理由：作者用自有的 Patch the Planet 合并率和开发者首次修复失败率作对照，说明该基准在样本、指令和评分上的问题。
Trail of Bits：AI安全研究精选AI 评分6868 Trail of Bits 复盘 Miden zkVM 审计：用智能体自建工具链与 Lean 形式化模型
Trail of Bits 在审计 Miden zkVM 前，用智能体在六个月内从零构建了 MASM 的 LSP 服务器、反编译器、静态分析引擎和 Lean 形式化模型。
推荐理由：作者复盘如何让智能体在审计前自建 LSP、反编译器、静态分析和 Lean 形式化模型，方法可迁移到其他安全审计场景。
Cloudflare Blog精选AI 评分7777 Cloudflare：互联网出现第二个受众，智能体流量增长超 1700% 并推动内容付费新机制
Cloudflare 发文指出互联网出现了由软件代理人类访问的第二个受众：其网络 HTTP 请求从 2024 年底的每秒 6300 万增至近 1.15 亿，一年内 AI 智能体日请求增长超 1700%，今年首次过半流量非人类。
推荐理由：Cloudflare 用自家网络数据说明智能体流量如何改变流量与收入的关系，并给出可控授权和按使用付费的应对思路。
Artificial Analysis 完整文章（网页）精选AI 评分8484 Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index 并降价 20%
Anthropic 发布 Claude Opus 5.5，以 58 分登顶 Artificial Analysis Intelligence Index，为该榜已测最高分。
推荐理由：第三方实测给出指数得分、价格变化和各档位性价比位置，读者可据此对比 Opus 5.5 与 GPT-6 Astra 等模型的表现。
Augment Code 博客（网页）精选AI 评分6868 Augment Code 复盘如何搭建软件工厂，人均规模调整产出提升 4.5 倍
Augment Code 官方复盘其软件工厂搭建过程：2025 年 11 月至 2026 年 7 月，基于 Cosmos 平台陆续部署 PR Author、Deep Reviewer、Verifier、Incident Investigator 等专用智能体，覆盖需求、工单、PR、生产四个环节，量化分析覆盖 17,200 个已合并 PR。
推荐理由：官方复盘给出九个月内部数据与逐月部署节点，读者可以据此了解团队级智能体工厂的搭建路径与取舍。
Artificial Analysis 完整文章（网页）精选AI 评分7878 Claude Sonnet 5.5 登上 Artificial Analysis 智能指数第 2 名，token 用量创测量新高
Anthropic 发布 Claude Sonnet 5.5，在 Artificial Analysis 智能指数得分 56（max 档较 Sonnet 5 提升 18 分），仅次于 Opus 5.5 (max)。
推荐理由：原文给出 Sonnet 5.5 在智能指数、token 用量和成本上的具体数据，读者可据此对比其与 Opus 5.5 和 GPT-6 系列的实际取舍。
Anthropic：Research（发表成果 · 网页）精选AI 评分7373 Anthropic：Claude 优化 30 多个开源生物分子模型，平均加速约 4 倍
Anthropic 发布研究，Claude 在不到四周内优化了超过 30 个用于结构预测、蛋白质设计、基因组学和蛋白质语言模型的开源模型，平均加速约 4 倍、输出完全一致时约 2 倍，并开源了全部优化代码。
推荐理由：原文给出具体加速倍数、低内存模式和开源入口，读者可评估这些优化对自身生物分子建模工作流的实际收益。