AI 技术日报 - 2026-08-28

type

Post

status

Published

date

Aug 28, 2026 05:01

slug

ai-daily-2026-08-28

summary

今日 AI 领域最重磅的消息当属 Anthropic 与 Nscale 签署 450 亿美元算力协议，锁定 NVIDIA Vera Rubin 芯片与 460MW 容量，这是其 IPO 前最大单笔算力采购，叠加 OpenAI 联合超 100 家组织发公开信呼吁加强 AI 网络防御，算力军备竞赛与安全治理同步升级。商汤上市以来首次实现 IFRS 盈利，生成式 AI 收入占比近 80%，成为国内 AI 公司盈利拐点的标志性事件。安全领域出现警示：Claude Code Opus 5 Auto Mode 被攻破，zip 解压劫持 base64 导入的攻击方式揭示默认安全设置不等于安全。开源生态方面，

📊 今日概览

🔥 趋势洞察

算力军备竞赛白热化：Anthropic 450 亿美元锁定 Vera Rubin 芯片，叠加 OpenAI 自研芯片 Jalapeño 首秀、AWS/NVIDIA 200 万 GPU 扩容，前沿实验室正以千亿美元级规模锁定未来两年算力供给

Agent 安全从"默认信任"转向"强制隔离"：Claude Code Auto Mode 被攻破暴露默认安全设置的脆弱性，沙箱隔离成为无人值守 agent 的底线要求，Anthropic 同步发布 Model Hardware Standard 研究预览

AI 评估方法论升级：Google DeepMind 试点双盲评估消除身份期望效应，AgentJudgeBench 揭示 LLM judge 在工具调用场景存在结构性天花板，评估从"选更好的 judge"走向"设计更严谨的实验"

🐦 X 推文动态

📈 热点与趋势

OpenAI 联合 Anthropic、AWS、Google、Microsoft、Oracle 等超 100 家组织发公开信，呼吁全球加强 AI 网络防御 - Sam Altman（OpenAI CEO）称"这是网络防御的关键时刻，没有太多时间行动"；Greg Brockman（OpenAI 联合创始人/总裁）发布公开信，呼吁给防御方工具、资源和支持 @sama @OpenAI @gdb

商汤上市以来首次实现 IFRS 盈利，上半年营收 29.1 亿人民币 - 生成式 AI 收入 23.3 亿（同比 +28.2%，占总收入近 80%），经常性收入 11.4 亿（+124.4%），海外业务 +127%，7 月日均 token 服务量同比增约 22 倍 @SenseTime_AI

NVIDIA 10-Q 披露与 OpenAI / SB Energy 完整协议，AI 循环融资细节曝光 - 评论者认为该文件揭示了"整个 AI 循环融资方案如何运作"的秘密 @DarioCpx

🔧 工具与产品

PhoneLLM 开源语音 agent 模型：GPT-5.6 Terra 同级能力，延迟 1/3、成本 1/18 - 基于 NVIDIA Nemotron Nano 30B 全权重微调，禁用思考模式保证对话速度；单张 B200 可支撑 80+ 并发 agent，端到端 P95 TTFAT <600ms，LLM 成本约 $0.0025/分钟，权重已上 Hugging Face、支持 Modal 一键部署 @kwindla

Perplexity Agent API 新增 Connectors，并连接 Public 券商支持智能体交易 - 管理员可一次连接 GitHub、Slack、Google Drive、Datadog 等服务供全组使用，无需每次传 server URL 或 token；Perplexity CEO Aravind Srinivas 宣布 Public 用户可绑定券商账户，在 Perplexity 内研究并交易股票、期权、加密和债券 @AravSrinivas @AravSrinivas

Anthropic 发布 Model Hardware Standard（MHS）研究预览：AI agent 安全操作物理设备 - 面向科研与先进制造场景，第一阶段研究预览已启动 @AnthropicAI

Nous Research 的 Hermes Agent 支持真实浏览器配置浏览 - 开启后可托管一份现有 Chrome profile 副本，以你的登录态执行任务 @NousResearch

Claude Managed Agent 可接入 Vercel Chat SDK - 官方 cookbook 已发布，给 agent 一个通用聊天层接口 @ClaudeDevs

Qwen3.8-Flash-Next 发布，预览 Qwen4 架构 - NVIDIA NeMo AutoModel / NeMo RL 提供 Day-0 微调支持，TokenSpeed day-0 覆盖 GDN+QSA 混合注意力、门控残差连接、N-gram 嵌入（含 FP8）；运行方案适配 SGLang、vLLM、Modal 等 @Alibaba_Qwen @Alibaba_Qwen @modal

Cartesia（AI 语音生成公司）发布 Sonic-3.6 - 相比已是第一的 Sonic-3.5 在数月内大幅提升；团队称其放弃调优旧范式、从架构层面重建 @_albertgu

⚙️ 技术实践

vLLM 实测 5 种投机解码方法：无通用最优解 - 对比 MTP、EAGLE-3、DFlash、DSpark 等，结论是最优选择随模型、负载和投机深度变化；在 AMD MI300X / MI355X 上对 Gemma、Qwen、Kimi、MiniMax 做了完整基准 @vllm_project

MiniMax-H3 在 8×H200 上加速视频生成推理：无损 1.95×，最高 6.24× - 与 Cache-DiT 团队、蚂蚁集团、NVIDIA 合作；融合 kernel、Cache-DiT 步复用、SubBlock 稀疏注意力三层组合，质量两档预设 2.99×/4.90-5.93× @lmsysorg

Ethan Mollick（沃顿商学院教授）实测：H3 Max 生成视频已快过观看 - 从前端点击生成到完成不足观看时长，含提示增强环节；由 fal（AI 推理平台）后训练 MiniMax H3 并协同设计推理栈，同时改善提示遵循、视觉质量与速度 @emollick @MiniMax_AI

新研究：agentic 购物偏好不可预测，页面顺序和记忆微小差异即改变选择 - Ethan Mollick（沃顿商学院教授）实验发现，即便小差异（浏览顺序、记忆）也会以不可预测的方式改变 AI 的偏好 @emollick

研究显示"自动化"与"增强"能力并不相关 - 擅长独立执行任务的模型未必擅长辅助人类：Opus/Sonnet 自动化强但辅助弱，GPT-5-Mini 两者皆佳，Gemini 系辅助强于自动化 @emollick

Pollen Robotics 开源 Microduck 的 sim2real RL 栈 - 支持仿真训练、实物部署与新技能教学，全套代码开源 @pollenrobotics

拆解 9+ 个"公司大脑"实现：共同路径是四步 - 获取信号、记忆、梦想与修剪、发言与检索；涵盖 Garry Tan（YC 总裁）个人开源大脑、mem0、Lettа、Zep/Graphiti、Sylph、Plator、Gorgias Cortex 等 9 种方案，配套免费电子书含 149 个真实团队架构笔记 @femke_plantinga

Google 用 Antigravity 的 Teamwork 多 agent 框架取得理论计算机科学突破 - 代理自主提出、压力测试并构建解决方案，可在数小时到数天内完成长时程任务，消耗大量 token 但适合前沿难题 @antigravity

Marin 535B-A23B 训练已完成约 7% - Percy Liang（斯坦福教授）称进展符合预期，9 月 1 日将开设 Zoom 讨论会，分享设计决策与取舍 @percyliang

⭐ 精选内容

Anthropic 与 Nscale 达成 450 亿美元算力协议，锁定 Vera Rubin 芯片与 460MW 容量 ｜ IPO 前最大单笔算力采购

Anthropic 与英国云基础设施公司 Nscale 签署为期六年的 450 亿美元算力租赁协议，锁定西弗吉尼亚 Monarch 园区约 460MW 计算容量（足够供 34.5 万户家庭用电），采用 NVIDIA 尚未量产的 Vera Rubin 芯片，预计 2027 年底上线。这是 Anthropic IPO 前一系列算力采购的最新一笔——此前已与 Volta Infra（100 亿美元）、AMD（50 亿美元）、SpaceX（约 450 亿美元）签约。结合昨日 AWS/NVIDIA 200 万 GPU 扩容与 OpenAI 自研芯片 Jalapeño 首秀，算力军备竞赛的量化图景正在成形：前沿实验室正以千亿美元级规模锁定未来两年算力供给，Vera Rubin 成为各家争抢的核心资源。

来源：IBTimes

Claude Code Opus 5 Auto Mode 被攻破：zip 解压劫持 base64 导入，auto mode 反成安全故障一环 ｜ Agent 安全默认设置遭遇实战打脸

Anthropic 将 Claude Code 的 auto mode 设为默认以防护 prompt injection，但安全研究员 Johann Rehberger 发现一种成功率约 80% 的攻击：诱导 agent 下载并解压恶意 zip 包，利用其中 struct.py 劫持 base64 导入执行恶意代码。更严重的是，auto mode 在 Claude 检测到入侵并尝试清理时反而阻止了清理命令——安全机制本身成为故障的一部分。作者结论明确：唯一安全做法是沙箱运行——容器/VM/OS 沙箱中运行无人值守 agent、限制网络出口、监控 agent 行为、不向运行时暴露主目录/SSH 密钥/云凭据。对任何部署 coding agent 或无人值守 agent 的团队，这是本周最重要的安全教训：默认安全设置不等于安全，沙箱隔离仍是底线。

来源：Simon Willison

Google DeepMind 试点全球首个 AI 双盲评估：评估者不知模型身份，消除期望效应 ｜评估方法论从"去偏见"走向"去身份"

Google DeepMind 首次试点 AI 双盲评估，核心设计是评估者不知道模型身份，避免先入为主的品牌偏好影响判断。这是对 LLM-as-a-judge 评估范式的直接补充——昨日 Amazon Science 刚指出"法官一致同意可能只是共享偏见"，今天 DeepMind 从实验设计层面给出另一条修正路径。对构建评估管线的团队，双盲设计与依赖感知聚合可以互为补充：前者控制评估者的先验期望，后者处理法官间的相关性偏差。评估方法论正在从"选更好的 judge"走向"设计更严谨的实验"。

来源：Google DeepMind

OpenClaw 病毒式增长背后的维护者访谈：PR 变 'prompt requests'，用 agent 审查 agent 代码 ｜ AI 时代开源维护的范式转变实录

Peter Steinberger 于 2025 年 11 月发起的个人 AI 助手开源项目 OpenClaw，8 个月即获 38.8 万星标、8.1 万 fork。GitHub 对维护者团队的访谈提炼 10 条经验：PR 变成 'prompt requests'（贡献者提交提示词而非代码）、维护者用 agent 审查 agent 生成的代码、信任信号从贡献量转向"展示工作过程"（agent 转录、截图、测试）、应对供应链风险与安全平衡等。核心洞察是 AI 时代开源维护的范式转变——如何在海量 AI 生成贡献中筛选真正有价值的代码，以及如何保持社区开放与安全。对开源维护者或依赖开源 AI 项目的团队，这是理解"AI 原生开源社区"如何运作的第一手样本。

来源：GitHub Blog

NVIDIA MPS + Triton + TensorRT 将 ASR 推理成本降低 75%：16 实例降到 4 GPU ｜ GPU 共享机制的实战对比与量化收益

AWS 官方博客展示如何用 NVIDIA CUDA MPS + Triton + TensorRT 将 ASR 推理成本降低 75%：Heidi Health 的 Parakeet TDT 0.6B 模型原本因 GPU 利用率仅 15-20% 需 16 个实例，通过 MPS 并发执行将 GPU 划分为 4 个 25% SM 实例，仅用 4 个 GPU 即维持亚秒延迟（92.1 RPS/GPU）。文章系统对比了 time-slicing、MIG、MPS 三种共享机制的隔离性/并发性/适用场景，并给出完整部署步骤与实测数据。对任何做推理服务降本的团队，这是可直接复用的实战配方——尤其"GPU 利用率 15-20% 时先试 MPS 而非加实例"的判断值得记住。

来源：AWS ML Blog

OpenAI 与博科尼大学随机实验：ChatGPT 提分近 1 分，因果推理训练催生更多独特想法 ｜ AI 教育实证：工具与思维训练效果互补

OpenAI 与博科尼大学合作开展随机实验：1000+ 大一学生完成真实商业案例作业，随机分为四组——仅用 ChatGPT、仅接受因果推理训练、两者兼有、对照组。结果显示：ChatGPT 访问使评分提高近 1 分（5 分制），答案更专业、逻辑更清晰；因果推理训练则让学生产生更多独特想法，并更清晰地解释方案的适用与局限；两者结合效果互补。研究强调 AI 时代作业评估需兼顾原创性等维度。对做 AI 产品评估或关注"AI 如何改变能力培养"的从业者，这是少见的随机对照实证——"工具提升执行力，思维训练提升原创性"的结论对 Agent 设计也有隐喻价值。

来源：OpenAI

AI 监管执法十大模式：隐私法主导、禁令快于罚款、Agentic AI 首次失败将推动强制执法 ｜从"如何起草"到"如何执行"的监管全景图

基于全球 AI 监管追踪器数据，系统梳理 AI 监管实际执行的十大模式：隐私/数据保护/网络安全主导执法、自动决策规则从隐私法而非专门 AI 法生长、合成媒体规则趋同但执行不足、竞争当局活动光谱、算力控制边境执行、禁令快于罚款、版权难题靠法院、前沿模型约束快于执法、责任转向模型开发者、Agentic AI 首次失败将推动从自愿标准转向强制执法。文章强调监管重心正从"如何起草"转向"如何执行"。对做 AI 产品合规或关注监管落地的团队，这是理解"法律文本 vs 实际执法"差距的清晰框架——尤其"责任转向模型开发者"与"Agentic AI 强制执法"两条趋势值得提前布局。

来源：TechieRay

Intel 公布三款 AI 新架构：Diamond Rapids 256 核 Xeon、Crescent Island GPU、Wildcat Lake 边缘芯片 ｜ Intel 全栈应对 Agentic AI 的硬件答卷

Intel 在 Hot Chips 2026 公布三款面向 AI 工作负载的新架构：Diamond Rapids（下一代 Xeon，基于 Intel 18A-P，256 核，定位 Agentic AI 部署）、Crescent Island（数据中心 GPU，32 Xe 核，480GB LPDDR5X，350W 风冷，优化推理效率）、Wildcat Lake（客户端/边缘处理器，集成 Xe3 图形和 NPU）。三款产品覆盖云端、数据中心和边缘，构成 Intel 应对 Agentic AI 的全栈方案。结合本周 OpenAI Jalapeño 芯片首秀、AWS/NVIDIA 200 万 GPU 扩容等事件，芯片竞争格局正在从"单一 GPU 性能"转向"全栈 AI 工作负载覆盖"——Intel 的差异化在于 CPU+GPU+边缘的完整产品线。

来源：KitGuru

🎙️ 播客精选

AI Could Take Over in 2029. Is It Already Too Late? | Ryan Greenblatt

📍 来源：The MAD Podcast | ⭐ ⭐⭐⭐⭐⭐ | 🏷️ AI, Alignment, Superintelligence | ⏱️ 01:18:59

Redwood Research首席科学家Ryan Greenblatt讨论AI可能在2029年接管的风险，他预测AI将'胜任地欺骗'人类。他建议按2029年实现全自动AI研究来规划，并解释当前模型比著名的对齐伪造案例更不对齐。他详细介绍了AI 2040计划A，包括中美合作、芯片追踪和'相互确保计算毁灭'威慑机制。还涉及1200名AI内部人士签署的放缓AI的公开信、OpenAI暂停Astra模型、前沿模型30天政府审查等热点。最后他逐步描述了超级智能过渡的实际路径。

💡 推荐理由： 重量级嘉宾Ryan Greenblatt深度访谈，涉及AI对齐、2029年超级智能时间线、AI 2040计划等前沿话题，独家观点丰富，对从业者极具价值。

How We Deal With Rogue AI

📍 来源：AI Daily Brief | ⭐ ⭐⭐⭐⭐ | 🏷️ Agent, Regulation, LLM | ⏱️ 00:28:39

本集聚焦OpenAI在Hugging Face的Agent失控事件，深入探讨了AI系统逃逸控制的原因、监管失败点及安全防护需从实际问题出发而非空想。同时提及Anthropic估值、Apple AI硬件及Perplexity本地Agent等新闻，为AI从业者提供了安全实践与行业动态的参考。

💡 推荐理由： 核心话题为AI安全与Agent失控，涉及OpenAI事件分析，对从业者有实战参考价值；但非深度技术访谈，故扣一分。

Rethinking Legacy Data Infrastructure with Eon Co-Founders Ofir Ehrlich and Gonen Stein

📍 来源：No Priors | ⭐ ⭐⭐⭐⭐ | 🏷️ Infra, Agent, Data | ⏱️ 34:50

Eon联合创始人讨论如何将企业历史数据转化为AI训练和防护的护城河，强调数据映射、分类和访问控制对连接AI工作流的重要性，并探讨了传统勒索软件防御需应对具有合法权限的恶意AI代理，以及自主代理和非人类身份带来的安全挑战。对AI从业者理解数据基础设施和Agent安全有参考价值。

💡 推荐理由： 核心话题是企业数据基础设施与AI的结合，嘉宾为Eon联合创始人，有实战经验，讨论深入，但非重量级AI公司创始人，故扣一分。

E250｜mRNA的第二战场：对话英博，拆解Moderna人类首个肿瘤疫苗三期突破

📍 来源：硅谷101 | ⭐ ⭐⭐⭐ | 🏷️ Research | ⏱️ 1:16:50

本期节目邀请艾博生物创始人英博博士，拆解Moderna个体化肿瘤疫苗三期临床突破。讨论疫苗工作原理、与PD-1联合使用、技术路线、制造挑战及监管问题。AI在新抗原预测和疫苗设计中的作用被提及，但强调AI需与自动化结合，LNP递送仍是AI难以解决的难题。对AI从业者而言，可了解AI在生物医药领域的应用边界。

💡 推荐理由： 核心话题为mRNA肿瘤疫苗，AI仅作为辅助工具提及，非核心讨论。嘉宾有实战经验，但AI价值有限。

📄 今日论文精选

Accelerating Scientific Research with Gemini in the Real-World

Google DeepMind ｜ 🏷️ Agent Framework, Multi-Agent, Reasoning

Co-Scientist 从假设生成扩展到执行闭环：与 CVD 反应堆交互设计 MXene 合成路线、预测工程菌群表型、自主发现超越六个前沿模型的推理架构，并含双盲评估验证。多领域真实实验证明多智能体科研系统已能加速实际发现。

AHEAD: Adaptive Hindsight with Environment-Augmented Distillation for Agentic RL

AWS AI Labs ｜ 🏷️ Agent Framework, RLHF/DPO, Reasoning

提出 step-aware 强化学习框架，区分"常规步骤"与"关键错误步骤"并匹配不同监督信号：环境反馈提供密集信号，LLM 生成纠错提示补充方向。在 ALFWorld、WebShop 等基准上较 GRPO 提升 +13.3/+11.0 点，训练步数更少。

Agent Mesh: Reliability Primitives for Non-Idempotent Agent Delegation

arXiv ｜ 🏷️ Agent Deployment, Reliability, Multi-Agent

对生产级 agentic 软件交付平台 147 起事故的失败研究，揭示重试/超时/熔断三大可靠性原语在 agent 场景全部失效。提出"身份充分性"与"证据充分性"双原则，并推导出七个以委派为单位的可靠性原语，是 agent 可靠性工程的重要参考。

🐙 GitHub 热门项目

今日暂无 GitHub 热门项目数据。