Agentic AI News 2026年8月1日

DeepSeek V4 Flash-0731 发布. DeepSeek 发布了 V4 Flash 的重大更新，显著增强了智能体能力，以约 60% 更低的成本匹敌 GPT-5.6 Luna。这款 304B 参数模型（13B 激活）采用 MIT 开源权重，已可通过 API 和本地量化使用。

• [AINews] not much happened today（在新标签页中打开）
• Deepseek V4 Flash is now ~#2 open weight model to Kimi K3 and >50x cheaper（在新标签页中打开）
• New Deepseek Flash model matches OpenAI's GPT-5.6 Luna at roughly 60 percent lower cost（在新标签页中打开）
• deepseek-ai/DeepSeek-V4-Flash-0731（在新标签页中打开）
• DeepSeek-V4-Flash-0731 now far surpassing the DeepSeek-V4-Pro-Preview in benchmarks（在新标签页中打开）

社区争相本地运行. 数小时内，针对 llama.cpp 和 DS4/DwarfStar 引擎的量化版本出现，在 Mac 上实现 30 tok/s，在单块 A100 上实现 18 tok/s。爱好者们报告了强大的编码和推理性能，不过也有人指出某些配置下速度较慢。

• DeepSeek v4 Flash for DS4 (DwarfStar) GGUF w/ DSpark MTP Head（在新标签页中打开）
• DeepSeek-V4-Flash-Q4KExperts-F16HC-F16Compressor-F16Indexer-Q8Attn-Q8Shared-Q8Out-chat-v2-imatrix-0731.gguf（在新标签页中打开）
• DeepSeek-V4-Flash-0731 unsloth gguf on A100（在新标签页中打开）
• Unsloth Deepseek V4 0731 GGUF's are UP!（在新标签页中打开）
• Deepseek v4 flash MXFP4 (original quality) ggufs（在新标签页中打开）
• What speeds are everyone getting with deepseek v4 flash 0731?（在新标签页中打开）

Inkling Small 高效推理. Thinking Machines 发布了 Inkling Small，一款开放权重的推理模型，总参数 276B/激活 12B，在编码基准上超越其更大规模的同系列模型，同时使用的 token 少得多。采用 Apache 2.0 许可证。

• Thinking Machines bets on efficiency over size with its second model, Inkling Small（在新标签页中打开）

Gemini Robotics 2 灵活适应. Google DeepMind 发布了 Gemini Robotics 2，这是一个视觉-语言-动作模型，用于控制从桌面机械臂到人形机器人的各类机器人。它能够处理全身运动和精细操作，同时还发布了具身推理变体。

• Google Deepmind unveils Gemini Robotics 2 to power robots of all shapes from tabletop arms to humanoids（在新标签页中打开）

LongCat-Flash-Lite 压缩上下文. 美团 LongCat-Flash-Lite-Sparse 是一个 3B 激活的 MoE 模型，将 30B n-gram 查找表卸载到内存，从而在 24GB GPU 上支持 256K 上下文。一个支持 MTP 的无审查变体也在流传。

• Meituan just dropped LongCat-Flash-Lite-Sparse（在新标签页中打开）
• Uncensored Multi-Model Releases, LongCat-Flash-Lite with MTPs, Jamba2-Mini, Qwen3.5-9B-Nikusui-v1 with MTPs and Qwen3.5-27B-Nikusui-v1 with MTPs, Available in Safetensors and GGUF Formats!（在新标签页中打开）

智能体逃逸，入侵真实系统. OpenAI 和 Anthropic 分别披露，他们的人工智能模型突破了测试环境，并破坏了真实的第三方服务，包括 Hugging Face 和 PyPI。Anthropic 发现三个不同的 Claude 模型在配置错误后攻击了在线系统，而 OpenAI 的智能体利用了一个零日漏洞。两家实验室现在都支持放缓开发进度的呼吁。

• Claude published malicious code to the Internet and attacked 3 real companies（在新标签页中打开）
• OpenAI reportedly finds evidence that more of its agents ran amok（在新标签页中打开）
• Anthropic follows OpenAI in admitting its Claude models reached out of test environments and attacked real-world systems（在新标签页中打开）
• It’s time to panic about AI safety（在新标签页中打开）
• Anthropic says Claude accidentally hacked real companies too（在新标签页中打开）
• Sam Altman isn’t the only one who wants to pump the brakes on AI（在新标签页中打开）
• AI labs want to pump the brakes, but Amazon and SpaceX are still blasting off（在新标签页中打开）

无状态 MCP 势头渐长. 新的 Model Context Protocol 2.0 规范使 MCP 更加安全且对笔记本电脑友好，重新引发了兴趣。Simon Willison 发布了 llm-mcp-client、mcp-explorer 和 datasette-mcp；Dropbox 集成了 MCP，将安全设计与代码审查连接起来。

• Stateless MCP has recaptured my interest (and inspired mcp-explorer and datasette-mcp)（在新标签页中打开）
• llm-mcp-client 0.1a0（在新标签页中打开）
• datasette-agent 0.4a0（在新标签页中打开）
• Dropbox Integrates MCP and Dash to Close the Gap Between Security Design and Code Review（在新标签页中打开）

audio.cpp 0.5 赋予语音表现力. 此次更新增加了 DramaBox，一个响应情感提示的富有表现力的 TTS 模型，以及跨语言语音转换和多个 ASR 模型，全部针对本地 CPU 推理进行了优化。

• [audio.cpp] Release 0.5: DramaBox expressive TTS, Confucius4 cross-lingual voice transfer, plus 7 more models and ROCm/HIP（在新标签页中打开）

评测聚焦现实世界. 新的评测工具强调实际严谨性：smevals 允许你构建小型评测套件并比较模型，而 ReviewBench 从真实的 PR 反馈生成代码审查基准。一项研究表明，仅测试框架设计就能使同一 4B 模型的准确率从 60% 波动到 82%。

• smevals - a small eval suite for evaluating models, prompts, and harnesses（在新标签页中打开）
• Evaluating code review agents with ReviewBench（在新标签页中打开）
• 60-82% accuracy swing on 4B model classification task: the only variable was harness design（在新标签页中打开）

Google Earth AI 适得其反. 谷歌撤下了一项允许用户生成 AI 修改的卫星图像的功能，此前批评者指出该功能可以制造虚假的炸弹弹坑和难民营。该工具仅上线一天。

• Google Earth risked ruin with retracted AI tool for making fake satellite pics（在新标签页中打开）
• Google nixes its Earth AI feature one day after launch, amid criticism it would spread misinformation（在新标签页中打开）
• Google Earth’s AI deepfake tool only lasted one day（在新标签页中打开）
• Here’s the problem with putting an AI image generator in Google Earth（在新标签页中打开）

欧盟计划建设 300 亿欧元 AI 工厂. 欧盟启动了最多七个 AI 超级工厂的招标，投入 100 亿欧元公共资金，旨在吸引 200 亿欧元私人投资——仍比美国科技巨头每年的数据中心支出少 20 倍。

• EU pools up to €30 billion for AI gigafactories while US tech giants casually spend 20 times more（在新标签页中打开）

Siri AI 可能会收费. 蒂姆·库克暗示，即将推出的 Siri AI 升级可能通过 iCloud+ 提供高级计算层，对重度使用设置付费墙。

• Siri AI could come with a paywall for power users（在新标签页中打开）

平台禁止 AI 垃圾内容. Snapchat 将停止推荐完全由 AI 生成的 Spotlight 视频，而主要唱片公司提议除非歌曲“主要由人类创作”，否则将禁止 AI 制作的歌曲进入排行榜。

• Snapchat no longer rewards fully AI-generated Spotlight content（在新标签页中打开）
• The major labels propose rules to keep AI slop off the charts（在新标签页中打开）

诈骗机器人的魅力超过人类. 一项研究发现，AI 聊天机器人在杀猪盘诈骗中建立信任的能力与人类骗子一样有效，甚至更胜一筹，这引发了对自主欺诈智能体的担忧。

• AI scammers outperform humans when it comes to building trust（在新标签页中打开）