Agentic AI News 2026年8月30日

一次读完本周最重要的 AI 智能体新闻。

来自 30 个来源的精选 截至2026年8月30日的一周 返回今天

商业与交易

英伟达营收激增. 英伟达报告季度营收962亿美元,创下纪录,下一季度指引为1080亿美元,数据中心营收增长一倍以上。亚马逊将英伟达芯片订单增至三倍,为2027-2028年新增200万块Blackwell Ultra、Rubin和Rubin Ultra GPU。

Anthropic锁定算力. Anthropic与英国初创公司Nscale签署了一项为期六年、价值450亿美元的协议,租用英伟达Vera Rubin算力。这是其近期超过600亿美元算力合作的一部分。该部署位于西弗吉尼亚州,功率460MW,早于Anthropic计划中的IPO。

OpenAI对Cursor停供. 在SpaceX收购Cursor后,OpenAI将于2026年11月12日前停止向Cursor提供模型,理由是难以信任埃隆·马斯克旗下公司会遵守服务条款。Anthropic回应称自己是更可靠的合作伙伴,并承诺继续为Cursor使用Claude提供算力。

Token经济集中化. Stripe收购OpenRouter凸显出token正成为一种经济资源:自2月以来,智能体token使用量增长了14倍,而人类使用量仅增长2.8倍,其中70%的智能体token来自缓存提示。智能体正越来越多地根据成本、延迟和可靠性选择模型。

开放模型与本地推理

GLM-5.3-Flash发布. Z.ai发布了GLM-5.3-Flash(即此前的匿名Ox Alpha),这是一个320B参数的MoE模型,拥有18B活跃参数、100万token上下文,并采用MIT许可证。它在每个任务约0.09美元的成本下几乎与GLM-5.3持平,并且完全在中国AI芯片上运行。

Qwen 3.8 27B本地运行. 一波量化方法和运行时让Qwen 3.8 27B在普通硬件上变得实用,能在16GB GPU上处理编程、金融工具调用和OCR。社区基准测试显示Q4到Q6的差异并不大,像DFlash2这样的投机解码方案可在RTX 4080 16GB上将其推至86.7 token/s,且输出质量完全相同。

Flash-Next混合MoE. Qwen3.8-Flash-Next拥有125B总参数、6B活跃参数,并利用n-gram表将最多约25%的权重卸载到SSD,使4-bit量化版本只需约82GB。社区运行将内存占用从106GB压缩到65GB,在64GB内存的RTX 3090上达到16 token/s,在某些编码任务上接近Claude Opus 4.6。

芯片与基础设施

OpenAI自研芯片. OpenAI在Hot Chips上公布了其首款自研推理芯片Jalapeño,声称每瓦可完成的工作量是英伟达GB200/GB300系统的1.5至1.9倍,延迟最高可降低3.6倍。SemiAnalysis的基准测试显示,在GPT-OSS 120B上,其每个用户每秒可处理1400个token。

内存短缺冲击GPU. 由于三星、SK海力士和美光的DRAM成本上涨,内存短缺正推动英伟达Vera Rubin和Grace Blackwell系统的AI服务器价格上涨超过15%。美光表示,同等容量下HBM所需的晶圆面积约为DDR5的三倍,实际上使DRAM按GB计算的供应量减少了三分之二。

英伟达押注Poolside. 英伟达将向Poolside投资10亿美元,并支付60亿美元获得其技术授权,同时将100多名工程师调入Nemotron,以与中国开源权重模型竞争。此举标志着英伟达在开源权重AI上的布局已不限于前沿实验室。

智能体安全与研究

智能体供应链攻击. 两份攻击报告展示了智能体自动安装恶意代码的情况:一个zip文件诱使Claude Code的自动模式执行了恶意的struct.py;另有100多个网站公开了llms.txt文件,指向未经审查的可执行代码,Claude、Codex和Hermes已在企业网络中自动安装这些代码。

网络攻击警告升级. OpenAI、Anthropic、Google、Microsoft等100多家公司签署了一封公开信,警告针对关键基础设施的AI驱动网络攻击迫在眉睫,并敦促采取自主防御和公私协作。一位研究人员警告,运行速度比当前系统快50倍的未对齐模型,可能超过人类安全团队的应对速度。

AI加速漏洞发现. METR的分析发现,AI大幅加速了网络漏洞的发现,对数学的贡献相对有限,其对AI研究的影响则难以量化。

这是本周回顾 – 下周日见。