基础模型与技术
EDITORIAL BRIEF
AI 行业简报 2026-08-27
今天筛出 13 个事件:大厂动态 5 条,技术进展 2 条,行业观点 6 条;另读 Hugging Face Papers 5 篇。
TOP 3 · 今日重点
先读重要变化,再看技术细节行业 / 商业动态
MiniMax:MINIMAX:修订阿里云计算服务协议项下持续关连交易的年度上限
阅读解读与来源 →Agent 技术
Amazon Bedrock AgentCore:Evaluate any agent framework with Amazon Bedrock AgentCore Evaluations
阅读解读与来源 →按主题查阅 13 个事件
基础模型与技术3
行业 / 商业动态1
Agent 技术2
工程实践0
本期暂无达到入选标准的新内容
AI + 行业赋能0
本期暂无达到入选标准的新内容
算力硬件与基础设施0
本期暂无达到入选标准的新内容
政策、安全与社会影响0
本期暂无达到入选标准的新内容
人才与组织0
本期暂无达到入选标准的新内容
大厂动态
AI 公司动态 · 模型发布 · 新业务 · 融资投资 · 人员变动

Warp:How Warp builds self-improving agents on Claude
Warp 在 Claude 平台上用 Agent Skills 构建自我改进 agent:内层技能执行任务,外层 improver 技能定期汇总人类反馈,提出对技能文件的小幅修改,经 PR 审查合并后持续优化 age。
本质是把人类反馈沉淀为可版本控制的技能文件,由 improver agent 定期改写 base skill,形成可审查的自我改进闭环。
MiniMax:MINIMAX:修订阿里云计算服务协议项下持续关连交易的年度上限
MiniMax 公告修订与阿里云的主 API 服务协议及云计算服务协议项下 2026-2028 年度持续关连交易上限,涉及向阿里提供 API 服务及采购云产品。
这是上市公司对关联交易额度的例行调整,反映 MiniMax 对阿里云资源采购和 API 业务规模的预期变化,本身不构成技术或产品进展。

Amazon Bedrock AgentCore:Evaluate any agent framework with Amazon Bedrock AgentCore Evaluations
AWS发布Bedrock AgentCore Evaluations,通过OpenTelemetry遥测统一评估不同agent框架,支持LangGraph、LlamaIndex、OpenAI Agents SDK等。
把评估从框架绑定中解耦,用OpenTelemetry作为通用语言,是agent工程化的务实一步。

Z.ai(智谱):Surprise: Z.ai is the AI lab behind the mysterious Ox Alpha model
Z.ai 确认是匿名开源模型 Ox Alpha 的幕后实验室,该模型在 OpenRouter 匿名发布并登顶基准测试,权重将于周三发布,是 GLM 系列最新迭代,定位编码与 agentic 工作负载。
匿名登顶再自曝,本质是智谱以开源推理模型向闭源前沿厂商发起正面冲击,营销与实力兼备。

Google DeepMind:Intelligent transcription with Gemini 3.5 Transcribe
Google发布Gemini 3.5 Transcribe语音转文字模型,支持85+语言、自动去除填充词、自定义词汇和多说话人识别,已通过Gemini API开放,并在macOS应用和Android Rambler上线。
本质是语音转录从“转文字”升级为“语音代理入口”,通过函数调用和屏幕上下文扩展能力;但3.5 Pro未发,说明Google在分模块推进。
技术进展
Hugging Face · 技术报告 · 论文 · Benchmark · RL 研究
Hugging Face Papers 速读
逐篇读取当天 paper 页面,由 deepseek-v4-flash-ga-260731 生成中文摘要。
Annotations as Rollouts: 视频多模态大模型的高效可扩展强化学习
提出 OraRL,将注释作为 oracle rollout 引入视频多模态大模型的强化学习后训练,通过解耦优势估计器避免优势反转,提升采样效率与性能。
gaia2_traces_vs_dev_accuracy.svg
该图对比了多个软件系统在精度与运行时间上的最佳权衡曲线,涉及Microsoft C++编译器、AutoSaddler、Meta-Harness和GEPAPI。

豆包:深度实测「豆包工作」+飞书:目前最接近企业Agent终局的答案
量子位实测豆包工作:与飞书深度打通,可自动完成品牌物料制作、采购比选、群聊信息梳理等任务,并支持企业账号直接登录,强调企业上下文是Agent竞争分水岭。
办公Agent基础能力趋同后,真正的壁垒在于对企业上下文的理解和权限体系的原生集成。豆包工作借飞书生态抢跑,但终局未定。

NVIDIA:英伟达Vera Rubin的Agent吞吐暴涨最高提升30倍,却不只靠GPU
英伟达在Hot Chips 2026披露,Vera Rubin NVL72在DeepSeek V4-Pro Agent负载下每兆瓦吞吐较GB300最高提升30倍,但关键不在GPU,而是GPU、Groq LPX、CPU。
Agent推理的优化对象已从单颗GPU转向整条任务链,英伟达在重新划分GPU、LPX、CPU与网络的边界。
行业观点
X 大 V · YouTube / Podcast · Builder 观察 · 开发者讨论
do not use codex "locked use" capabilities right now. it is currently relying on unstable mac features and has completely locked me out of my macos keychain twice this week. thx @_chenglou for linking to apple developer forums acknowledging this is a "known bug". just avoid. ofc, would be nice to do everything in cloud, but cloud isn't there yet.
本地 Agent 权限越深,系统集成不稳的代价越大;Codex 锁定模式连钥匙串都能锁死,说明本地执行路径的工程成熟度还撑不起关键工作流。