AI 日报 · 2026-08-20

AI 产品与开发者工具密集迭代：OpenAI 面向 API 客户强化零数据保留，并预览兼顾隐私的安全处理；Google Search 把互动可视化、标准化考试练习、Lens 解题和 Notebook 整合进 AI Overview 与 AI Mode，学习辅助进一步产品化。模型侧，Liquid AI 用「量化感知蒸馏」发布 LFM2.5 的 Q4_0 检查点，在边缘设备上以更低内存恢复大部分 BF16 表现。LangSmith 推出托管评估器 Perceived Error，自动标记 agent 交互中的感知错误，宣称成本最高可降低 82%。Simon Willison 则测试了 smolvm 作为不可信 Python/JS 沙箱，并反思 AI 编程时代：代码行数不再稀缺，真正的瓶颈是认知能力与概念完整性。

北美一手（LLMs 官方 & 关联账号）

OpenAI

⭐⭐ [产品更新] Offering Zero Data Retention for frontier models

OpenAI 发布公告，重申面向符合条件的 API 客户提供零数据保留（Zero Data Retention）选项。公告同时预览了新功能「Private Safety Processing」。该功能旨在不牺牲数据隐私的前提下实现高级 AI 安全处理。

Google

⭐⭐ [产品更新] 5 new ways to level up your learning with Search

Google 在 Search 中推出多项由 AI 驱动的学习辅助工具，帮助用户理解概念、备考和整理学习资料。其中包括：在 AI Overview 和 AI Mode 中生成互动式可视化内容（如 pH 标尺的自定义图表），并已在全球支持英语；提供覆盖 ACT、SAT、MCAT 等标准化考试的定制练习测验，内容来自 Princeton Review、PhysicsWallah 等教育机构，现已在英语版 AI Overview 和 AI Mode 中免费开放；Lens 将新增互动学习体验，可拍照解析难题、指出错误并引导解题，未来数周内陆续在英语版推出；Gemini Notebook 功能被引入 AI Mode，用于整理课堂资料并快速查找答案。

衍生 & 周边（产品 / Agent / Tools / 观点）

产品更新

⭐⭐ [产品更新] LFM2.5 Q4\_0 Checkpoints from Quantization-Aware Distillation

Liquid AI 发布了 LFM2.5 系列四个模型（230M、350M、1.2B-Instruct、2.6B）的 Q4_0 量化检查点（GGUF），这些检查点通过量化感知蒸馏（QAD）训练，由高精度教师模型蒸馏到量化学生模型，在保持 Q4_0 内存占用和吞吐量的同时，恢复了量化导致的大约 97% 的 BF16 平均精度损失。在 GPQA Diamond、MMLU-Pro、IFEval、IFBench、Multi-IF、BFCLv4 等基准上，QAD 检查点相比传统 PTQ 量化版本有显著改进，四个模型分别保留了 BF16 基线的 97.1%、96.5%、97.4% 和 96.6% 表现。在 MacBook Pro、NucBox EVO-X2、Galaxy S26 Ultra 和 Raspberry Pi 5 上的实测中，230M/350M 的 QAD Q4_0 达到 Q5_K_M 质量且解码吞吐量高 4-33%，1.2B/2.6B 达到 Q4_K_M 质量且吞吐量高 3-14%。这些 GGUF 文件已可在 Hugging Face 下载，并支持 llama.cpp 等运行时。

⭐⭐ [产品更新] Introducing LangSmith Tuned Evaluators

LangSmith 推出 Tuned Evaluators 系列，首个目标是 Perceived Error（感知错误）。该评估器可自动分析 agent 交互，并将反馈附加到生产 traces 上，帮助团队发现需要改进的行为。它是一个端到端托管的现成评估器，团队无需编写或维护 prompt、选择或管理评判模型、凭证及推理基础设施。Perceived Error 使用 LangChain 训练的专用模型，在超过前沿模型性能的同时，评估成本最高降低 82%。使用流程为：将评估器添加到 LangSmith tracing 项目，系统筛选符合条件的 traces，由 LangChain 管理的 judge 生成结果和解释并作为反馈附加，团队据此调查或建立改进流程。

研究

⭐⭐ [研究] smolmachines / smolvm as a sandbox for untrusted Python & JavaScript

Simon Willison 对 smolvm 1.8.3 进行了测试，评估其作为不受信任 Python 与 JavaScript 代码沙箱的适用性。该工具采用硬件隔离虚拟机而非共享内核容器，离线本地镜像、无网络执行、CPU/RAM 限制、访客强制超时、存储配额、只读输入挂载、可写输出挂载及 --unprivileged 均按预期工作。冷启动约 0.6–1.5 秒，热执行约 50 毫秒。测试中，Claude Code for web 环境因缺少 /dev/kvm 无法运行 smolvm，Claude Fable 5 转而借助 GitHub Actions 的 ubuntu runner 完成测试，展现了应对环境限制的创造性方案。

观点

⭐⭐ [观点] Conceptual integrity and counting lines of code

Simon Willison 在 Talking Postgres 播客中讨论了 AI 如何改变软件开发。他提出，在 AI 编程 agent 时代用代码行数衡量生产力是有意义的：过去工程师一天通常只能产出几十到几百行可上线代码，而 agent 能让单个工程师产出上千行高质量代码。但新的瓶颈变成了认知能力，因此团队依然必要。他还引用《人月神话》中「概念完整性」的概念，指出 agent 让添加功能的成本极低，软件容易像 Winchester 鬼屋一样不断加房间、缺乏整体一致性，最终需要靠纪律来维护架构。