AI 日报 · 2026-08-27

通义千问与智谱同日发布新一代高效开源多模态模型 Qwen3.8-Flash-Next 和 GLM-5.3-Flash，二者均采用稀疏/线性注意力混合架构，以「大总参、小激活」把算力成本压到前代约十分之一，并重点强化编程与 agent 能力。其中 Qwen 用 125B 总参数仅激活 6B，原生 256K 上下文可扩展至 100 万 token，生产版 API 定价明显下调；GLM-5.3-Flash 总参数 320B、激活 18B，以 MIT 协议开源并支持思考预算控制。Google 同期发布低词错率、多语言的 Gemini 3.5 Transcribe，并联合机构试点双盲 AI 评估，用机密计算同时防止基准污染和权重泄露。平台与基础设施侧，NVIDIA 专为 agent 设计的 Vera CPU 开始出货，LangChain 宣布 1.25 亿美元融资并集中发布 1.0、网关和 NVIDIA 集成，Lovable 则强调 SaaS 正转向 MCP 驱动、面向 agent 的接口。其余更新涉及云游戏、财报、欧盟 AI 法案合规与血糖监测等，重要性相对边缘。

北美一手（LLMs 官方 & 关联账号）

Google

⭐⭐⭐ [研究] Piloting the world's first double-blind AI evaluations

Google DeepMind 推出全球首个针对专有前沿 AI 模型的双盲评估试点，将外部评估数据置于加密环境中，防止模型提前「看到」测试题目（即基准污染）。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，利用 Google Cloud 机密计算产品 Confidential Space 对 Gemini Flash Lite 模型进行保密基准测试。双盲机制下，评估者无法看到模型权重，Google 也无法看到评估者的测试提示词，兼顾模型知识产权与评估数据隐私。官方表示这有助于提升基准测试的可信度，尤其适用于网络安全或政府用途等高度敏感评估场景。

⭐⭐⭐ [模型发布] Intelligent transcription with Gemini 3.5 Transcribe

Google 发布了新的语音转文本模型「Gemini 3.5 Transcribe」，面向实时智能语音交互，可处理背景噪声、专业术语并自动清理口误，直接输出格式化文本。该模型已在 Gemini 应用和 Android 端落地（如 Android 上的 Rambler、macOS 上的 Gemini 应用），开发者现可通过 Gemini API、Google AI Studio 和 Gemini Enterprise Agent Platform 使用，提供 Live API 实时流式（gemini-3.5-transcribe-live）与 Interactions API 预录音频（gemini-3.5-transcribe）两条接口。据 Artificial Analysis 测量，流式与非流式场景的平均词错误率（WER）分别为 4.0% 和 2.6%；模型支持 85 种以上语言、自定义词汇表、最多 3 个说话人的识别与词级时间戳，并可通过函数调用把图像生成、文件分析等任务委派给其他 Gemini 模型。相比前代 Chirp 3，时间到最终转录提升 70%，在 FLEURS 基准上流式 WER 为 5.50%、非流式为 5.04%。

⭐⭐ [研究] GlucoFM: Foundation model for continuous glucose monitoring

Google Research 发布了 GlucoFM，一个轻量级、自监督的连续血糖监测（CGM）基础模型。它采用双流架构，分别建模缓慢的血糖趋势和短期偏差，并保留时间与缺失信息，以产生可迁移的表征。模型在来自 Wear-CGM 和四个公开数据集的 109,066 小时无标注 CGM 数据上预训练，并在四个队列、七个临床预测任务（共 14 项队列-任务评估）中评估。相比同样预训练语料的最佳 GluFormer 变体，GlucoFM 的平均 PR-AUC 高出 5.8 个百分点；在餐后血糖反应预测中平均绝对误差也最低，且跨数据集迁移和少样本适应表现最佳。

东亚一手（中国厂商官方 & 模型发布）

通义千问（Qwen）

⭐⭐⭐⭐ [模型发布] Qwen3.8-Flash-Next: A New Architecture, Towards Ultimate Cost-Efficiency

Qwen 开源了多模态 MoE 模型 Qwen3.8-Flash-Next，将其定位为下一代旗舰模型 Qwen4 架构的早期预览，角色类似此前 Qwen3-Next 之于 Qwen3.5。模型在注意力、残差、嵌入与优化四个方向做了系统升级：采用 Gated DeltaNet 与 Qwen Sparse Attention 混合架构，引入门控残差、N-gram 嵌入和 Muon 优化器。主模型为 125B 参数、每 token 激活 6B，另有 51B N-gram 嵌入参数；相比 Qwen3.7-Plus，训练成本约为其 1/9，而在编程和办公类任务上能力更强。原生支持 262,144 token 上下文，可经 YaRN 扩展至 100 万 token；权重已在 Hugging Face 和 ModelScope 开放，生产版本 Qwen3.8-Flash 在 QwenCloud 定价为每百万输入 token 0.16 美元、输出 0.47 美元。

智谱（GLM）

⭐⭐⭐⭐ [模型发布] zai-org/GLM-5.3-Flash-BF16

智谱发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型。模型总参数 320B，激活参数仅 18B，官方称其在基准测试和真实任务上超越 GLM-5.2，价格为其十分之一，在编程与 agentic 基准上接近 Claude Opus 4.8。该模型首次在 GLM 系列中采用稀疏注意力与线性注意力结合的混合架构，并引入 Manifold-Constrained Hyper-Connections (mHC)，配合 30T token 多模态预训练语料，以更低算力实现更强能力。模型支持通过 SGLang、vLLM、TokenSpeed、Transformers、KTransformers、Unsloth 等框架本地部署，并提供 reasoning_effort（low/high/max）与 clear_thinking 参数控制思考预算。模型卡以 MIT 许可发布，并附有博客与技术报告链接。

⭐⭐⭐⭐ [模型发布] zai-org/GLM-5.3-Flash

智谱发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数 18B，采用稀疏注意力与线性注意力混合的新架构，并引入 Manifold-Constrained Hyper-Connections 与 30T token 多模态预训练语料。官方称其在多项 benchmark 和真实负载上优于 GLM-5.2，价格仅为后者的十分之一，在编程与 agentic benchmark 上接近 Claude Opus 4.8。模型以 MIT 协议开源，支持 SGLang、vLLM、Transformers 等部署框架，并提供 reasoning_effort（low/high/max）参数控制思考预算。

衍生 & 周边（产品 / Agent / Tools / 观点）

模型发布

⭐⭐ [模型发布] Qwen3.8-Flash-Next

Qwen发布新的开放权重模型Qwen3.8-Flash-Next，这是一个多模态MoE模型，官方称其为Qwen4架构的早期预览。模型总参数量为125B，但仅6B参数被激活，带来显著性能提升。Simon Willison在DGX Spark上使用Unsloth量化版本进行测试，试用了72.5GB的UD-IQ1_S和78.9GB的UD-Q2_K_XL两个量化模型，并展示了生成的图片。他特别提到UD-Q2_K_XL在高推理努力设置下的输出效果较好。

产品更新

⭐⭐⭐ [产品更新] Delivering Vera: NVIDIA’s First CPU Built for Agents Is Shipping Now

NVIDIA 宣布其首款专为 AI 智能体打造的 CPU「Vera」开始出货。文章指出，随着 AI 智能体和万亿参数工作负载成为主流，AI 基础设施面临新的要求，其性能表现不仅取决于算力（原文在此截断）。文章同时提及 NVLink Fusion 扩展了 NVHBM 定制高带宽内存。

⭐⭐⭐ [产品更新] LangChain raises $125M to build the platform for agent engineering

LangChain 宣布完成 1.25 亿美元融资，估值达 12.5 亿美元，由 IVP 领投，现有投资者 Sequoia、Benchmark、Amplify 以及新投资者 CapitalG、Sapphire Ventures 参与。资金将用于构建「agent engineering」平台。公司同步发布 LangChain 与 LangGraph 1.0，其中 LangChain 包被重写，聚焦常见 agent 模式的预构建架构和更好的模型集成，并承诺在 2.0 前不引入破坏性变更；LangSmith 新增 Insights Agent，并推出无代码 Agent Builder（私有预览）。LangSmith 被定位为覆盖可观测性、评估、部署和 Agent Builder 的完整 agent 工程平台。文中提到 Replit、Clay、Harvey、Rippling、Cloudflare、Workday、Cisco 等团队在使用其产品。

⭐⭐⭐ [产品更新] LangChain Announces Enterprise Agentic AI Platform Built with NVIDIA

LangChain 宣布与 NVIDIA 达成全面集成，推出面向企业的 Agentic AI 开发平台，并加入 NVIDIA 的 Nemotron Coalition。该平台结合 LangSmith、LangGraph、Deep Agents 等 LangChain 组件与 NVIDIA Agent Toolkit（含 Nemotron 模型、NeMo Agent Toolkit、NIM 微服务和 Dynamo）。平台覆盖构建、部署、监控生产级 agent 的完整流程，NIM 微服务相比标准部署吞吐量最高提升 2.6 倍，Nemotron 3 Super 的 MoE 架构支持单 GPU 部署。双方合作的 NVIDIA AI-Q Blueprint 在 deep research 基准上排名第一；LangSmith 已处理超过 150 亿条 trace 和 100 万亿 tokens。

⭐⭐⭐ [产品更新] Lovable CTO: The Future of SaaS Is Apps That Agents Can Use

Lovable CTO Fabian Hedin 表示，公司正从 AI 应用构建平台扩展到 MCP 驱动的“capabilities”：通过托管的 MCP 服务器把应用中的选定函数暴露为工具，让 ChatGPT、Claude 等 AI 客户端可直接调用，从而让一个应用同时拥有面向人类的 UI 和面向 agent 的接口。Lovable 从 2023 年的 GPT Engineer 开源项目起家，2024 年 11 月商业化并更名为 Lovable，随后用户开始用它构建生产级应用和内部软件。据公司披露，其年化收入运行率已超过 5 亿美元，创建项目超 6000 万个，Lovable 构建应用月访问量超 9 亿次，近三分之二的世界 500 强企业员工使用过该平台。本月 Menlo Ventures 领投 4 亿美元 C 轮，EQT 旗下基金参与，估值达 133 亿美元。Hedin 将这种快速演进归因于公司创新与 LLM 能力的持续提升。

⭐⭐ [产品更新] GeForce NOW Gives Gamers More Ways to Play at Gamescom 2026

NVIDIA 在 Gamescom 2026 上公布了 GeForce NOW 云游戏服务的一系列更新：新增 DLSS 4.5 技术控制选项，让会员可以更精细地调校游戏画面；同时扩大了对 Steam 设备、GOG 单点登录以及 Firefox 浏览器的支持，并计划将更多 PC 大作引入云端。文章还提到将提供更多游玩方式和更多受支持的设备与平台。

⭐⭐ [产品更新] LangSmith LLM Gateway: Runtime Controls for Agents

LangSmith LLM Gateway 现已进入公开测试阶段。它是一个位于智能体与模型之间的集中治理层，为生产环境中的 Agent 提供运行时控制，包括按组织、工作区、API 密钥、用户四个层级设置花费上限与速率限制，以及跨模型和宿主的模型降级回退。它还能在请求发送给模型厂商前对 PII 和密钥等敏感数据进行检测与脱敏。对于多租户场景，团队可通过自定义请求头在单个 API 密钥下为不同客户施加独立的花费与速率策略。该产品旨在让团队一次性定义策略并在多个模型和智能体间统一执行，避免供应商锁定。

⭐⭐ [产品更新] How LangSmith and LangChain OSS Help You Meet EU AI Act Requirements

LangChain 官方博客介绍 EU AI Act（欧盟人工智能法案）合规截止日为 2026 年 8 月 2 日，面向金融、医疗、HR、招聘、生物识别、关键基础设施等领域的高风险 AI 系统，不合规最高可面临 1500 万欧元或全球年营业额 3% 的罚款。法案要求建立风险管理体系、自动事件日志（第 12 条）、可追溯决策（第 13 条）、数据治理与偏见审查（第 10 条）等运营基础设施。文章将各条款映射到 LangSmith 的具体能力：端到端追踪记录每次 LLM 调用与工具调用、Studio 可视化执行图、Insights 自动聚类失败模式、自定义仪表盘触发告警。数据留存方面支持本地部署、BYOC 和 EU 区域托管，托管云基础追踪保留 14 天、扩展追踪保留 400 天。文中还强调需用 evaluator 对生产流量持续评测，以满足持续质量与安全评分要求。

⭐⭐ [产品更新] Aligning LLM-as-a-Judge with Human Preferences

LangSmith 新增 LLM-as-a-Judge 评估器的自我改进机制：用户对评估结果的人工修正会被保存为 few-shot 示例，并在后续迭代中回填到评估提示词中。目标是让评估器无需额外提示工程即可准确反映用户偏好，并随使用不断适配。文章讨论了 LLM-as-a-Judge 的流行用例（RAG 幻觉与正确性检测、不当内容检测）及其有效的两个原因：评估时可利用生成时没有的信息，且评判答案比生成答案更简单。文章还深入介绍了实现原理，并附技术文档与视频演示链接。

⭐⭐ [产品更新] Announcing LangGraph v0.1 & LangGraph Cloud: Running agents at scale, reliably

LangChain 宣布 LangGraph v0.1 稳定版发布。该框架与 langchain 包分离，核心设计是让开发者对 agent 工作流获得更精细的控制，包括对代码、prompt 与 LLM 调用的低层控制，以及条件分支、循环等机制，支持构建单 agent 与多 agent 系统。LangChain 同时公布了处于封闭测试阶段的 LangGraph Cloud，提供可扩展、容错的 agent 部署基础设施，以及用于原型、调试和监控的一体化开发者体验。官方称 Klarna、Replit、Ally、Elastic、Norwegian Cruise Line 等公司已在使用该框架，并附有 NCL 与 Replit 的客户引述。

⭐⭐ [产品更新] How Podium optimized agent behavior and reduced engineering intervention by 90% with LangSmith

LangChain 博客介绍了客户 Podium 在开发 AI 员工 agent 的整个生命周期中，使用 LangSmith 进行数据集整理与微调测试的实践。结果显示，该 agent 的 F1 响应质量提升至 98%，同时工程干预需求减少了 90%。

⭐⭐ [产品更新] Pushing LangSmith to new limits with Replit Agent's complex workflows

LangChain 发布客户案例，介绍 Replit 及其 Replit Agent 如何推动 LangSmith 的能力升级。Replit 平台服务超过 3000 万开发者，其 Replit Agent 发布后迅速走红，但复杂的 agentic 工作流会产生包含数百个步骤的超大 trace，给数据摄取与展示带来挑战。为此，LangChain 与 Replit 团队合作，为 LangSmith 新增了三项能力：大规模 trace 的性能与扩展性优化、trace 内搜索与筛选（便于直接定位问题事件）、以及 thread view——将同一会话产生的相关 trace 聚合起来，以支持 human-in-the-loop 协作工作流。

⭐⭐ [产品更新] Why We Rebuilt LangChain’s Chatbot and What We Learned

LangChain 团队在重建自家聊天机器人 chat.langchain.com 的过程中发现，他们的支持工程师实际并不使用这个基于文档切片、embedding 和向量库检索的公开工具，而是采用一套三步工作流：查官方文档了解功能设计、查知识库看历史问题、再到真实代码里验证实现。团队用 Deep Agent 将这 3 个步骤自动化，拆成文档检索、知识库检索、代码检索三个专用子 agent，由主 orchestrator agent 汇总回答，输出包含文档引用、支持文章和具体代码行号。工程师反馈称这套内部方案让复杂的调试工作每周节省数小时，团队因此决定把同样的架构带回公开版聊天机器人。

⭐⭐ [产品更新] LangChain and NVIDIA Launch NemoClaw Deep Agents Blueprint

LangChain 与 NVIDIA 联合发布了面向企业级智能体系统的 NemoClaw Deep Agents 蓝图，整合了 LangChain Deep Agents Code、NVIDIA Nemotron 3 Ultra 模型与 NVIDIA OpenShell 运行时。蓝图的目标是为企业提供可自行调优、安全运行的开源智能体栈，覆盖模型层、harness 层与运行时层。在 LangChain 的智能体评测套件中，Nemotron 3 Ultra 取得 0.86 的聚合得分，推理成本为 4.48 美元，而表现次优的模型成本为 43.48 美元，约为其 10 倍。文章的核心观点是，模型、harness、评测与运行时协同调优才能提升智能体性能，更低的推理成本也让团队能够更频繁地运行评测、迭代智能体。

⭐⭐ [产品更新] LangGraph Platform is now Generally Available: Deploy & manage long-running, stateful Agents

LangChain 宣布 LangGraph Platform 正式 GA，这是一个面向部署和扩展长运行、有状态 agent 的专用基础设施与管理层。自去年 6 月 beta 以来，已有近 400 家公司用它把 agent 部署到生产环境。平台提供 1-click 部署、30 个 API 端点、水平扩展、持久化层（支持记忆、对话历史、人机协作与多 agent 工作流），并内置 LangGraph Studio 调试 IDE，企业版支持 RBAC。官方注记显示，2025 年 10 月起该平台已更名为 LangSmith Deployment。

⭐⭐ [产品更新] Proving Agentic AI ROI in Financial Services | LangChain

LangChain 与 Pay-i 联合发文，讨论金融服务中如何量化 agentic AI 的 ROI。文章指出多智能体系统的成本由 LLM 调用、工具调用、重试推理和编排开销动态构成，传统 FinOps 工具难以管理。他们提出用 LangSmith 追踪每次智能体执行的 trace、token 用量和成本，再用 Pay-i 将成本与业务 KPI 关联，从而向管理层证明投资回报。文章以 RFP 处理和反洗钱（AML）合规监控两个真实用例为例，说明如何定义业务目标、实时监控 KPI 并优化 ROI。整体是一篇结合产品方案的工程宣传文章，未给出具体量化数据。

⭐⭐ [产品更新] Build an Auditable VC Research Agent with Perplexity

LangChain 博客介绍了一个基于 Perplexity Agent API、LangGraph 和 LangSmith 构建的可审计 VC 研究智能体。该智能体输入公司名后，约 90 秒即可生成一份约 0.40 美元 API 成本的投资备忘录初稿，且每条论断都可追溯到原始来源。架构分两阶段：四个研究节点（团队、财务、产品、市场）并行调用 Perplexity 的 web_search 与 finance_search 工具收集证据，再由一个无工具的 synthesizer 节点汇总成包含 Snapshot、Team、Financials、Product、Market、Risks、Thesis 七个章节的备忘录。文章还展示了用 LangGraph reducer 合并并行写入的状态管理模式，以及通过 LangSmith 将备忘录中每行内容回溯到对应搜索结果的方法。

⭐⭐ [产品更新] EU Macroeconomic Analysis with Deep Agents and You.com

LangChain 发布了一篇合作博客，展示了一个由 Deep Agents、LangSmith 与 You.com Finance Research API 构建的欧盟宏观经济研究智能体：可分析全部 27 个欧盟成员国的 GDP 数据、识别异常增长或收缩，并将原因归因到行业层面的结构性或周期性因素，约 45 分钟产出一份含 13 个章节的带引用简报。You.com Finance Research API 在金融基准 FinSearchComp 上得分 87.29%，覆盖 27 国的完整 GDP 运行在 API 调用上花费约 2.20 美元。演示中，爱尔兰以 12.3% 的 GDP 增速（制药出口推动，仅工业部门就贡献 +6.55 个百分点）被识别为最大异常国，德国则因汽车行业与建筑业拖累被判定为结构性收缩而非周期性下滑。LangSmith 负责记录完整的执行轨迹，确保最终报告中每个数据点都能回溯到产生它的原始来源。

⭐⭐ [产品更新] LangSmith Engine: How We Built an Agent for Improving Agents

本文介绍 LangChain 上周发布的 LangSmith Engine 的技术实现。Engine 是一个运行在 agent 追踪数据（traces）之上的智能体，用于发现重复性失败、将其整理为可操作的问题（issue），并生成可落地的改进：评估器、数据集示例和修复建议。它接收 Agent Overview（类似 AGENTS.md 的指令说明）和 LangSmith tracing 项目中的 trace 数据，并会随运行更新对目标 agent 的理解。架构上，Engine 本身是一个编排型 agent，先读取压缩的轨迹摘要，再按需加载完整 trace，以支撑大规模 trace 分析。问题展示在 Issue Board 上，包含名称、描述、类别、严重程度、证据 trace、建议动作和标签等字段。

⭐⭐ [产品更新] Building a company due diligence Agent with Deep Agents

本文是 LangChain 官方 cookbook，演示如何用 Deep Agents 与 Parallel Task API 构建公司尽职调查 Agent，自动化多步骤人工研究流程。该 Agent 编排五个研究轨道：公司概况、财务健康、诉讼与监管、新闻声誉、竞争格局，每个轨道由独立子代理处理；竞争格局确认后，编排者并行派发每个竞争对手的分析子代理。Parallel 的 Task API 负责实际网络研究，返回带逐字段引用、推理痕迹与置信度评分的结构化结果，Deep Agents 负责规划、子代理委派与上下文管理。编排者汇总各工作底稿，交叉核对矛盾与低置信度发现，并用 Parallel 搜索 API 补充查询，最终生成带风险标记与引用轨迹的报告。该流程已在 Rivian Automotive 上端到端验证：约 23 分钟内完成 9 次调用，文中给出了安装命令与工具定义代码。

⭐⭐ [产品更新] Introducing Airbyte sources within LangChain

LangChain 宣布在其生态中集成 Airbyte，推出 Airbyte 文档加载器，可连接超过 300 个数据源。开发者可以在 Python 环境中直接从 Stripe、Salesforce、HubSpot 等平台加载数据，用于 LangChain 应用。该更新主要面向需要使用外部业务数据构建应用的开发者。

研究

⭐⭐ [研究] LangChain State of AI 2024 Report

LangChain 发布基于 LangSmith 使用数据的 2024 年 AI 状态报告。OpenAI 仍是最常用的 LLM 提供商，使用量约为第二名 Ollama 的 6 倍；Ollama 和 Groq 进入前五，开源模型采用明显增长，开源提供商合计占前 20 家提供商（按使用组织数计）的 20%。向量存储方面，Chroma 和 FAISS 仍是最受欢迎的选择，Milvus、MongoDB、Elastic 进入前十。LangSmith 流量中 15.7% 来自非 LangChain 框架；Python SDK 占 84.7%，JavaScript SDK 占 15.3%，同比增长 3 倍。LangGraph 自 2024 年 3 月发布以来，已有 43% 的 LangSmith 组织使用，平均 21.9% 的 traces 涉及工具调用，反映出 agent 工作流的兴起。

⭐⭐ [研究] Evaluating OpenWiki with WikiBench

LangChain 团队介绍了他们为开源文档智能体 OpenWiki 构建的评估基准 WikiBench，用于回答两个问题：生成的 wiki 是否真的能帮助编码智能体，以及 OpenWiki 的改动是否在变好。WikiBench 基于 Harbor 框架构建，以固定 commit 的代码仓库为环境，由智能体生成 wiki，再用「reader agent」结合仓库问题评估 wiki 质量。问题分覆盖类与检索类两类，评分时用 LLM 法官逐条核对答案应包含的事实，并另设法官检查事实是否来源于智能体读过的页面；答案按命中事实比例打分，如 5 个事实答对 3 个得 0.6。初步实验用同一模型 Luna 对比了 Bare DeepAgents、OpenWiki 0.2.5 和 OpenWiki 0.3.0 三种框架，排名符合预期，OpenWiki 0.3.0 表现最好。

⭐⭐ [研究] How Candidly Built State-Aware Agent Harnesses in LangSmith

Candidly 在 LangSmith 上为其 AI 财务规划助手 Cait 构建了状态感知的 agent harness。他们先用确定性规则加 LLM-as-judge 评估器对生产对话做已解决/被放弃的标签，并对照人工标注校准到 92.3% 一致率。随后基于从 trace 直接计算的特征（如 Q/A 对齐、主题连续性、用户消息长度和大写比例）训练梯度提升模型，能以 0.90 AUC 区分已解决与被放弃的对话。这些特征在运行时只需毫秒级计算，目的是让 Cait 在对话过程中推断用户状态并选择可用的响应特征，实现实时干预。

观点

⭐⭐ [观点] Wiki Memory: File-Based Memory for AI Agents | LangChain

Harrison Chase 在博客中提出 agent 记忆的 wiki memory 模式：用 agent 把原始数据（日志、笔记、代码、文档等）压缩成持久、结构化、可检查的知识层，而不是像 RAG 那样在查询时直接检索原始片段。他认为这一模式已有先例，如 Cognition 的 DeepWiki、Factory 的 AutoWiki，以及 Karpathy 提出的 LLM Wiki。与 LangMem、Letta、Mem0、Zep 等记忆系统相比，wiki memory 的特点是使用文件作为最简载体，便于检查、编辑和版本化。他还讨论了开放问题：原始数据是什么、压缩成什么格式、如何压缩与维护，并给出常见答案——原始数据是 agent 可读取的任何内容，格式是文件，压缩与维护均由 agent 完成。文章认为 wiki 最适合持久领域知识，可能是目前最简单实用的长期记忆模式。

其他

⭐⭐ [其他] NVIDIA Announces Financial Results for Second Quarter Fiscal 2027

NVIDIA 公布截至 2026 年 7 月 26 日的第二财季财报，季度营收达 962 亿美元，环比增长 18%，同比增长 106%。这是公司业绩的例行公告，正文未提供其他业务或产品细节。

⭐⭐ [其他] How Factory used LangSmith to automate their feedback loop and improve iteration speed by 2x

LangChain 发布客户案例：SDLC 自动化平台公司 Factory 在其 Code Droid 中使用自托管 LangSmith 实现可观测性与反馈闭环。Factory 将 LangSmith trace 导出至 AWS CloudWatch 以追踪 LLM 流水线各阶段的数据流，并利用 Feedback API 将正负反馈关联到每次 LLM 调用，便于定位幻觉等上下文相关性问题。其反馈闭环流程为：Droid 在代码评审中发布评论并收集正负反馈，LangSmith 分析数据后，工程师用自定义 LangChain 工具优化提示词并重新调用 LLM；反馈还会导出为数据集用于模式分析与改进。据标题，该流程使迭代速度提升 2 倍，同时降低了提示词优化的心智负担与基础设施需求。

⭐⭐ [其他] Reflections on Three Years of Building LangChain

LangChain 创始人 Harrison Chase 发文回顾项目三年历程：2022 年秋以开源 Python 包起步，ChatGPT 发布后迅速成为构建 LLM 应用的主流方式，随后公司化并扩展出 LangSmith 等商业平台。文章宣布公司完成 1.25 亿美元融资，估值 12.5 亿美元，资金将用于扩大 LangSmith 与开源贡献。他还阐述了团队对智能体的长期愿景：连接外部数据和 API 的 LLM 系统更有价值，而构建可靠智能体仍具挑战，目标是为此打造最佳工具。

⭐⭐ [其他] AI Agent Latency 101: How do I speed up my AI agent?

LangChain 联合创始人 Harrison Chase 撰文介绍如何降低 AI Agent 延迟。他建议先诊断延迟来源（如单个大 LLM 调用还是多个小调用叠加），并可用 LangSmith 的 waterfall 视图追踪各步骤耗时；其次通过流式返回结果（包括计划步骤、检索结果、思考 token）和后台运行 Agent 来改善用户感知延迟；再次减少 LLM 调用次数，将代码与 LLM 调用结合，并用 LangGraph 显式指定 Agent 间的通信方式以降低调用数量；另外可选用更快的模型来加速单次调用。文章还提到并行 LLM 调用是开发者常用手段之一。

⭐⭐ [其他] How Harmonic Rebuilt Scout on Deep Agents and 4x'd Retention

Harmonic 在 LangSmith 的辅助下，将 AI 产品 Scout 从基于可组合子图与逐节点评测的架构，重构为基于 Deep Agents harness 的版本：单一前沿模型调用两套工具，分别访问覆盖 4000 万公司、2 亿人、23 万投资人的全球数据层和公司内部上下文。重构后将产品迭代从数月缩短到数天，用户留存提升 4 倍。体验从搜索框转向类似投资顾问的对话式助手，例如输入投资论点要求推荐符合的公司，或基于 CRM、邮件、LinkedIn 信息为会议做准备。团队此前关于 80% 良好输出率的内部指标已不再被讨论，因为稳定质量成为默认状态。

当日稍后更新

北美一手（LLMs 官方 & 关联账号）

Anthropic

⭐⭐⭐ [研究] Previewing the Model Hardware Standard

Anthropic 发布 Model Hardware Standard（MHS）研究预览版，这是一个让 AI 智能体安全操作物理设备的共享规范，首批向科研实验室和先进制造商开放。MHS 可让智能体并行操作显微镜、液体处理仪、机械臂等仪器，完成从常规药物发现实验到量子计算机激光校准等任务。该标准由 Anthropic 与 HHMI Janelia 研究园区合作开发，可将原本需要数周甚至数月的硬件集成时间缩短到数小时或数分钟。MHS 通过标准化驱动器和「读/写」原语让设备可以标准格式被发现和通信，并支持用自然语言标注设备特性，帮助智能体理解从未见过的硬件。它兼容任何具备可编程接口的设备、与模型无关，可通过 MCP、命令行或 API 调用；Anthropic 计划在开源前与科学、机器人、电子和制造领域的合作伙伴共建安全评估与最佳实践。

⭐⭐ [产品更新] Expanding our support for scientists

Anthropic 宣布大幅扩展对科研社区的支持。此前在 6 月推出的「Claude Science」产品整合了研究人员常用工具，可生成可审计的产物，并提供灵活的计算资源访问。即日起，Anthropic 为全球科学家开放 10,000 个一年期 Claude 团队订阅席位，标准席位免费，5 倍用量上限的高级席位每月 15 美元，并计划在未来数月扩大规模。同时，「AI for Science」项目从生物学扩展到更多科学领域，单个项目最高可申请 5 万美元信用额度。此外，生物学与化学领域的研究者仍限于使用 Opus 级模型，Claude Fable 模型继续阻止专业生物学和药物开发查询，Anthropic 正与美国政府合作建立生命科学领域使用 Mythos 级模型的准入计划。

OpenAI

⭐⭐ [研究] Better answers, broader thinking: What students gain from ChatGPT and critical-thinking training

OpenAI 发布了一项针对 1000 多名学生的随机研究，考察 ChatGPT、批判性思维、原创性以及学生在真实大学作业中的表现。

Google

⭐⭐⭐ [模型发布] Gemini Omni 1.1 Flash lets you build with more control

谷歌发布了生成式视频模型更新 Gemini Omni 1.1 Flash，面向开发者，可通过 Google AI Studio 的 Gemini API 及 Gemini Enterprise Agent Platform 调用。新版支持场景扩展：模型可分析最长 10 秒的前序视频上下文（此前仅参考最后 1 秒），以 10 秒为增量续写，累计最长 40 秒。开发者还可指定起始帧与结束帧生成平滑过渡，使用 360p 预览加快迭代、降低成本，并可将成片提升至 4K 分辨率。谷歌称该更新已为专业使用场景做好生产化准备。

⭐⭐ [产品更新] 3 new ways to plan and book travel in Search

Google Search 的 AI Mode 新增三项旅行规划功能：可设置航班价格提醒，覆盖 180 多个国家和地区，数据来自 300 多家合作航司和旅行网站；可查看航班和酒店的积分或里程兑换价格，首发支持 Alaska Airlines、American Airlines、Choice Hotels、Hilton、Wyndham，后续将加入 Accor、Flying Blue、Hyatt 等；并支持直接在 AI Mode 中完成酒店预订，通过 Google Pay 安全付款，酒店或预订平台作为记录商户。酒店预订功能先从美国英语市场开始逐步上线。

⭐⭐ [研究] Planetary prediction engine: Automating global models via Earth AI

Google Research 在 Earth AI 计划下推出实验性的「行星预测引擎（PPE）」，可自主执行从数据发现到模型训练的地理空间预测全流程，覆盖公共卫生、粮食安全、环境风险和社会经济学等任务。该系统由 LLM 编排三个模块：智能地理空间数据选择、多模态数据集整理（含防目标泄露的 Feature Gate）以及自动模型构建与评估。PPE 会从 Data Commons、Google Earth Engine 及开放网络检索协变量，并结合 PDFM 与 AlphaEarth 等基础模型嵌入。据称它能将原本需数周的人工数据工程与建模缩短至几分钟，并在多个基准上带来改进，论文已发布。

衍生 & 周边（产品 / Agent / Tools / 观点）

产品更新

⭐⭐ [产品更新] Start from scratch, without a repo

Cursor 更新其 Cloud Agents，用户无需连接 GitHub 等第三方代码托管平台即可开始工作；在 repo 选择器中选择「Start from scratch」后即可直接向 agent 下指令，Cursor 会在后台创建 Origin repo。构建完成后可点击「Create repo」将工作保存为自定义名称、可见性设为 private 或 internal 的 Origin 仓库，并在 Codebase 标签中访问。Cursor 还将 cloud agent 的实时环境端口转发到浏览器，用户可直接预览并使用 design mode 等工具。连接 Vercel 账号后可一键发布，获得实时 URL，但该发布功能需要 Vercel 账号。

⭐⭐ [产品更新] Intelligent Model Routing on Replit

Replit 宣布其智能模型路由功能正式向所有用户开放。该功能会在每个任务演进过程中自动匹配最适合的模型，并在后台平衡质量、速度与成本，目的是让用户不必反复比较和选择模型，专注从想法到产品的构建。文章未披露具体实现细节、模型清单或性能数据。