AI 日报 · 2026-08-13

今天多项发布集中在模型能力与基础设施：DeepSeek V4 Pro 0813 低调通过 API 上线，Google DeepMind 推出可落地 Pixel 的手语转文本模型 SL2T，LiquidAI 发布面向边缘的 3B 视觉语言模型。研究方面，Anthropic 综述 56 项美国随机对照研究后指出，现有职业再培训项目平均只能提升 2 到 3 个百分点就业率，若 AI 大规模替代工人很可能力不从心，建议投资并严格评估最有前景的项目。Google Research 用知识剖析框架发现前沿 LLM 事实错误主要来自「回忆失败」而非「从未编码」，瓶颈更像「丢失的钥匙」而非「空货架」。工具与智能体基础设施也在推进：LangChain 的 LangSmith BYOC 在 AWS 正式可用并主推托管深度智能体，Simon Willison 发布跨数据库工具 alchemy-utils，同时一篇被引评论提醒 AI 辅助编程可能带来认知债务。

北美一手（LLMs 官方 & 关联账号）

Anthropic

⭐⭐⭐ [研究] Reviewing the evidence on worker retraining programs

Anthropic 经济研究团队与独立研究者 David Roodman、Maxim Massenkoff 联合发布了一份关于工人再培训项目证据的综述，评估这类政策能否应对 AI 引发的大规模劳动力市场冲击。报告综合了 56 项美国随机对照研究的新元分析以及欧洲实验证据，发现职业培训平均效果温和：每提供一个培训名额，就业率提高 2 到 3 个百分点，年收入增加约 1000 美元，而成本约为 13000 美元；计入新增税收和福利支出减少后，政府能收回超过一半支出，项目整体大致收支平衡。少数与高需求行业雇主合作并直接把人送进岗位的「部门项目」收益高出数倍，但复制这些项目往往失败。作者总结认为，若 AI 大规模替代工人，现有再培训项目很可能力不从心，建议现在投资示范、评估和推广最有前景的项目，并严格测量其中一项领先项目快速扩展的效果。

⭐⭐ [产品更新] 2.1.231

Claude Code 发布 2.1.231 与 2.1.229 更新，集中修复多项稳定性与兼容性问题，包括 MCP OAuth 登录重定向 URI 不匹配、流式响应长文本部分丢失并重复打印、Windows 扩展路径或 UNC 路径崩溃、禁用 attribution header 时自动模式失败等。新增功能包括插件市场命令源、自托管 runner 会话支持服务端提供的 Claude Code hook，以及 remote-control --continue 用于恢复最近会话。同时改进了工作流 fan-out 的前缀缓存复用、过长提示的报错说明、沙箱 IPv6 字面量处理和 OpenTelemetry 导出等细节。

Google

⭐⭐⭐ [模型发布] Putting sign language AI into users’ hands

Google DeepMind 发布手语转文本模型「SL2T」，称其在质量和通用性上实现突破。该模型首次将手语 AI 从实验室带入消费产品，驱动 Pixel 11 上的 Gboard 和 Live Transcribe 提供手语转文字听写，首批支持美国手语（ASL）转英语，未来将扩展更多设备和语言。用户可以在通常打字的场景打手语搜索、起草消息或文档、让 Gemini 执行任务，也可以在对话中用手语回复。文章指出，手语翻译不仅需要真正的机器翻译，还要求模型学会「看懂」手、手臂、躯干、头部和面部的同步动作。SL2T 的训练数据规模超过 10 万小时、覆盖 50 多种手语。

⭐⭐⭐ [研究] Empty shelves or lost keys? Recall is the bottleneck for parametric factuality

Google Research 提出知识剖析框架，用于区分 LLM 事实错误是「从未编码」还是「编码后难以回忆」。研究引入 WikiProfile 基准，包含 2150 条维基百科事实，每条配十道问题分别探测编码、回忆和识别。分析显示，Gemini 3、GPT-5 等前沿 LLM 几乎编码了所有事实，却难以回忆其中许多事实，因此瓶颈更像「丢失的钥匙」而非「空货架」。作者将事实分为编码失败、回忆失败、直接回忆、思考后回忆、无编码推理五类画像。

衍生 & 周边（产品 / Agent / Tools / 观点）

模型发布

⭐⭐⭐ [模型发布] LFM2.5-VL-3B for Better and Faster Vision Capabilities for the Edge

LiquidAI 发布视觉语言模型 LFM2.5-VL-3B，目标是在自有硬件上运行，主打文档与屏幕理解、对象定位、多图输入和函数调用，并通过直接作答而非推理来保持低延迟。模型采用 SigLIP2 400M NaFlex 视觉编码器搭配 2.6B 文本骨干，预训练约 34T tokens，视觉数据比之前多 4 倍，并将词汇表扩展到 128K 以支持非拉丁文字。训练分为监督微调（含知识蒸馏和 Antidoom）与多奖励强化学习两个阶段。基准测试显示，该模型在多种视觉和文本任务上领先同尺寸模型，并擅长处理文档、图表和屏幕 UI 元素。

⭐⭐⭐ [模型发布] DeepSeek V4 Pro 0813 (on OpenRouter)

Simon Willison 报道，DeepSeek 最新 Pro 模型 DeepSeek V4 Pro 0813 已上线，目前仅通过 API 提供，且 DeepSeek 没有明显官方公告页面，他只能借 OpenRouter 链接。Willison 尚未确认该模型是否会发布开放权重，但考虑到今年 4 月的 V4-Pro 和 7 月的 V4-Flash-0731 权重均已公开，他认为开放权重可能性较大。他还观察到该模型在低、中、高三种推理级别下生成了外观差异很大的 Pelican 图像，此前未在其他模型上见过这种现象。据他了解，基准成绩最初发布在 DeepSeek 官方微信群，后被复制到 Reddit，因「低质量」被版主删除，又出现在 Hacker News 的 ASCII 表格中。

产品更新

⭐⭐⭐ [产品更新] LangSmith BYOC on AWS is generally available

LangChain 宣布 LangSmith BYOC（自带云）在 AWS 上正式可用。企业版用户可在自己的 AWS 账户和 VPC 中运行托管 LangSmith 部署，敏感数据如痕迹、数据集、提示词、智能体部署和沙箱数据均留在客户云环境中。该方案将自托管的数据驻留和网络隔离与托管服务的运维体验结合，面向金融、医疗、网络安全等合规敏感行业。BYOC 的控制平面位于 LangChain 云，不持有敏感应用数据；数据平面运行在客户 AWS 账户中，控制平面与数据平面通过 AWS PrivateLink 通信。BYOC 目前面向企业客户，覆盖美国、欧盟和亚太共 15 个 AWS 区域。

⭐⭐ [产品更新] Introducing OlmoEarth embeddings: Custom embedding exports from OlmoEarth Studio for downstream analysis

AllenAI 的 OlmoEarth Studio 平台新增自定义嵌入导出功能，用户可通过 UI 或 API 计算并导出由开源 OlmoEarth 基础模型生成的地球观测嵌入向量。该功能按需计算，不依赖预计算档案，可指定感兴趣区域、1-12 个月时间跨度、编码器变体（Nano/Tiny/Base）、空间分辨率（10/20/40/80 米）以及 Sentinel-2 L2A 与 Sentinel-1 RTC 等影像源。导出结果为 Cloud-Optimized GeoTIFF，每个嵌入维度对应一个波段，向量以 int8 存储，并附有反量化方法恢复浮点数。这些嵌入可用于相似性搜索、分割和无监督探索等下游任务，也支持监督微调以获得更高性能；源码与模型权重均已公开。

⭐⭐ [产品更新] alchemy-utils 0.1a0

Simon Willison 发布了 alchemy-utils 0.1a0，这是一个基于 SQLAlchemy 构建的跨数据库版 sqlite-utils，目前为 alpha 版本。该工具保留了 sqlite-utils 的核心 API，包括 insert、upsert、insert_all、upsert_all、create、update 以及表结构自省能力，并支持 PostgreSQL、SQLite 和 DuckDB。他提到自己通过 Codex 和 GPT-5.6 Sol Ultra，在很少后续提示的情况下完成了原型开发。文中还演示了查询本地 PostgreSQL 博客数据库，以及将旧金山街道树木 CSV 数据插入 DuckDB 的用法，后者经过优化后从近一小时降到约 35 秒。

观点

⭐⭐ [观点] Why managed agents are the next big thing in agent building

LangChain 发布 Managed Deep Agents，称其为构建、运行和部署生产级智能体最简单的方式。作者 Harrison Chase 回顾了智能体构建的几个阶段：从早期 AI 框架/应用到 LangGraph、Google ADK、Vercel AI SDK 等更成熟的框架，再到以工具调用循环为核心的智能体，以及 Claude Code、Pi、Deep Agents 等 harness。他指出，持久化执行、沙箱、AGENTS.md、MCP 和 skills 等原语与标准，正推动托管智能体体验的兴起。托管服务把 harness 与基础设施打包，可降低运行时、UI、沙箱、上下文管理、评估、记忆和认证等方面的生产落地门槛。

⭐⭐ [观点] What is an AI agent?

LangChain 博客将 AI 智能体定义为使用大语言模型决定应用控制流的系统，其智能体程度取决于模型对控制流的掌控程度。文章提出自主性是一个光谱，从简单路由到完全自主系统，并类比自动驾驶分级给出六级划分。作者区分了工作流和智能体：工作流通过预定义代码路径编排模型与工具，智能体则由模型在运行时动态决定下一步。文中还引用 Anthropic 的定义，并指出赋予模型更多控制时，对可观测性、评估、记忆、权限和安全执行等基础设施的要求也会更高。

⭐⭐ [观点] Quoting Florian Herrengt

Simon Willison 收录了 Florian Herrengt 的一段评论，描述一个软件团队反复让 AI 修复同一个 bug 却失败，开发者也不清楚数据来源，只能向 Claude 求助。两人盯着不断生成的文字，无法判断其中的真伪。评论指出项目已经变得层次和服务过多，团队里没人能真正理解系统，折射出 AI 辅助编程带来的认知债务和中间层流失。