🔥1. 宇树科技上市首日大涨 629%：A 股"人形机器人第一股"市值超 3400 亿 — 热度 🔥🔥🔥🔥🔥
8 月 19 日，2026 世界机器人大会开幕当天，"人形机器人第一股"宇树科技正式登陆上交所科创板：开盘暴涨 629.44%，最终以 460.34% 涨幅、总市值超 3400 亿元交出首个交易日答卷——A 股机器人板块迎来历史性时刻。
量子位将这一事件与 WRC 2026 开幕并置观察：超 300 家企业参展（较去年增长 36%）、首次设置"采购日"，市场不再迷信秀场炫技，而是把场景落地、商业交付当成抬高估值预期的最重要锚点。宇树的上市不仅摘下"A 股人形机器人第一股"头衔，更让"谁是下一个宇树"成为热议话题。量子位逛展后给出几个可能被"押注"的玩家：云深处科技（四足机器人市占率超 85%，累计落地超 1200 个场景，已连续盈利、2025 年营收 3.37 亿元，科创板 IPO 已获受理）；逐际动力（估值百亿的人形新势力，自研运动控制引擎与双足算法，LimX Luna 主打拟人化与群控表演）。当"人形机器人第一股"以 3400 亿市值开场，整个赛道的估值坐标系正在被重新锚定。
→ https://www.qbitai.com/2026/08/476120.html
🔥2. 华尔街实测 8 款全球主流 Agent：千问办公综合排名第一，隐含 Harness 分居首 — 热度 🔥🔥🔥🔥🔥
华尔街投行杰富瑞分析师对八款全球主流 AI Agent 进行真实办公任务实测：阿里千问办公综合得分排名第一，超过美国的 Claude Cowork 和 Codex。报告将 Agent 能力拆分为模型与 Harness 两部分，千问办公的"隐含 Harness 分"位居首位。
此次测试设置 5 项真实办公任务：基于多份文件完成公司年报摘要、联网查找比较公司经营数据、操作真实桌面浏览器完成信息检索与文档生成、根据数据制作英文 PPT、基于参考图片生成营销海报。千问办公是唯一一个在所有测评维度均获 90 分以上的 Agent 产品，尤其在复杂办公任务、网页浏览器控制与多模态内容生成上表现突出。报告强调：Harness（围绕模型运行的一整套工程机制：指令、上下文、工具调用、边界控制、反馈纠错与治理）正在成为 Agent 竞争的重要维度——在底层模型之外，如何通过工程与产品能力把模型智能稳定转化为任务结果，才是胜负手。成本维度同样关键：千问办公底层 Qwen 3.8 Max 的 API 价格明显低于部分海外头部模型，"Cost per Task"（完成一项真实任务的执行成本）正成为企业衡量 Agent 价值的新指标。
→ https://www.qbitai.com/2026/08/476070.html
🔥3. 闭源 RSI 的"严父"来了：18 个 Agent 自主科研，Kimi K3 靠 Harness 逼近 Opus 5 — 热度 🔥🔥🔥🔥🔥
开源 AI 基础设施公司 Prime Intellect 最新研究提出：借助多智能体 Harness，可以把监控和具体实现交给更小、更便宜的模型，从而让"AI 开发 AI"更便宜甚至效果更好。实验中，18 个前沿模型被扔进 nanoGPT 优化器速通——开源权重模型 Kimi K3 搭配 Prime Agent Harness 跑出 2930 步，超过 GPT-5.6 Sol（3042 步），仅比 Claude Opus 5（2920 步）差 10 步。
这次实验直接动摇了过去最经典的 RSI 剧本：某个最强闭源模型率先跨过"AI 开发 AI"临界点、自我迭代赢家通吃。Prime Intellect 展示了另一种可能——模型不一定非得最强，只要底下的科研机器足够高效，开源模型同样可以靠更高的试错吞吐量追上来。实验细节：让 AI 速通 Karpathy 的 nanoGPT 训练任务，目标是用尽可能少的 training steps 把 1.24 亿参数 GPT 的验证集 loss 降到 3.28 以下（人类最好纪录 2600 步，baseline 3290 步），Agent 需自己尝试预条件方法、学习率 schedule、权重平均等配方。Kimi K3 的表现证明：Harness 这类 Agent 编排框架在 AI4AI、AutoResearch 上的潜力，正在改写"最强模型才配搞 RSI"的叙事。
→ https://www.qbitai.com/2026/08/476199.html
🔥4. DeepSeek Harness 公测一周迎来"多模态大招"：纯文本模型也能"看图"了 — 热度 🔥🔥🔥🔥
OSCHINA 报道：DeepSeek Harness 公测一周发布 0.1.0-rc8 版本，迎来多模态能力升级——纯文本模型也能"看图"了。与此同时，AINEWS 刊发深度分析，将 DeepSeek Harness 的极简设计解读为"深思熟虑，而非功能缺失"。
（注：OSCHINA 提供标题级信息，正文为 JS 渲染不可抓取，以下结合 AINEWS 与 GitHub 生态整理。）"纯文本模型看图"的实现思路是通过 Harness 插件体系接入视觉模型——这与上周"网友嫌 DeepSeek 不会看图，现场接了个视觉模型进去"的社区玩法一脉相承，如今官方将其产品化。AINEWS 引用 @ZhihuFrontier 与 @TheTuringPost 的详细分析指出：DSH 的极简设计是有意为之，一切皆插件的架构让"模型能力"与"工具能力"解耦，纯文本模型 + 视觉插件即可覆盖多模态场景。GitHub 数据方面，DeepSeek Harness 主仓库 star 已逼近 17 万（★165,611），生态配套持续完善：DSH Desktop 桌面端 ★14,868、awesome-dsh-plugin 插件目录 ★9,909、dsh-routing-suite 路由套件 ★6,493。Agent 框架（Harness）正在成为继模型之后的全新竞争层。
→ https://www.oschina.net/news/502044/deepseek-harness-0-1-0-rc8
→ https://github.com/deepseek-ai/deepseek-harness
🔥5. GitHub 8 月 17 日宕机复盘：负载均衡配置错误引爆重试风暴 — 热度 🔥🔥🔥🔥
OSCHINA 报道 GitHub 8 月 17 日大规模宕机的官方复盘：根因是负载均衡配置错误引发了重试风暴，导致服务中断超过 7 小时，全球开发者工作流受阻。事件还引发"AI 编码狂潮是否压垮基础设施"与"开源基础设施求生"的广泛讨论。
（注：OSCHINA 提供标题级信息，正文为 JS 渲染不可抓取，以下结合行业背景整理。）8 月 17 日宕机期间，恰逢 Cursor 发布代码托管平台 Origin（可直接同步 GitHub），被市场解读为"天时地利"的竞争动作；OSCHINA 同日另有文章《AI 正吞噬一切，开源基础软件如何求生？》《你想替代 GitHub，先得做到不依赖 GitHub》，把话题引向更深层：当 AI 编码工具让提交频率指数级上升，GitHub 这类中心化基础设施的可靠性假设正在被重新审视。复盘揭示的"重试风暴"机制尤其值得注意：负载均衡错误导致客户端反复重试，形成自我放大的级联故障——这与 Agent 时代"程序化重试"的行为模式高度相关，提示基础设施设计必须为"机器的重试行为"做好准备。事件之后，开发者对"替代 GitHub"与多平台容灾的讨论明显升温。
→ https://www.oschina.net/news/502045/github-the-august-17-outage-and-the-work-ahead
🔥6. 首批！优必选"行者"具身智能大模型完成生成式人工智能服务备案 — 热度 🔥🔥🔥🔥
量子位报道：优必选的"行者"具身智能大模型完成生成式人工智能服务备案，成为首批完成备案的具身智能大模型之一——人形机器人"大脑"正式进入合规运营轨道，为具身智能的规模化商用扫清关键监管障碍。
（注：量子位该篇正文暂未抓取到全文，以下结合行业背景与 WRC 动态整理。）生成式人工智能服务备案是中国 AI 产品对外提供服务的法定前置条件，此前主要覆盖文本、图像、语音等通用大模型；具身智能大模型因其"控制实体机器人"的特殊性，监管框架一直在探索中。"行者"完成备案，意味着优必选的人形机器人可以合法地向企业客户交付包含大模型能力的服务，也标志着监管层对"机器人 + 大模型"产品形态的认可路径逐步清晰。同日，优必选在 WRC 2026 上"三箭齐发"，全方位展示人形机器人在工业、商用、家庭消费场景的应用成果——从"能跑能跳"的硬件展示，到"合法合规交付大模型能力"的商业化落地，具身智能正在走完从 Demo 到商品的关键一步。
→ https://www.qbitai.com/2026/08/476406.html
🔥7. Ornith-1.5 开源模型家族发布：MIT 许可 + 端到端自我改进，三尺寸覆盖 9B 到 397B — 热度 🔥🔥🔥🔥
AINEWS 开发者日报报道：Ornith-1.5 作为重要的新开放模型家族登场，提供 9B 稠密、35B MoE 和 397B MoE 三种变体，采用 MIT 许可证，支持 FP8、GGUF、MLX、NVFP4 等量化格式——最引人注目的是端到端自我改进能力：模型能自行提出任务、生成脚手架代码，并产生强化学习回滚来创造新的训练经验。
Ornith-1.5 在智能体/编程基准上表现亮眼：Terminal-Bench 2.1 86.1、SWE-Bench Verified 86、DeepSWE 56、HLE 44.6、Tool Decathlon 71.2，发布后迅速被 vLLM 和 Ollama 集成到推理服务栈。它的"自我改进"路线与此前 DeepSeek Harness、Prime Agent 的自进化叙事同频——开源模型正在把"AI 创造 AI"从概念变成可复现的开源实现，且 MIT 许可意味着商业化零门槛。同日 AINEWS 还披露：Agent Arena 帕累托视图显示 Claude Opus 5 (High) 质量领先，但 Kimi K3、GLM 5.2、Grok 4.5、GPT-5.6 Luna 等低成本模型定义了大部分价值前沿——"性价比"正在成为模型竞争的核心坐标。
→ https://ainews.liduos.com/post/2026-08-20
🔥8. Claude 自主设计靶向疾病蛋白：湿实验验证成功率 35%，远超人类基线 — 热度 🔥🔥🔥🔥
AINEWS 报道 Anthropic 最新成果：Claude 能够自主生成靶向疾病的蛋白质设计方案，并经真实湿实验室检测验证，声称成功率高达 35%，而引用的蛋白质设计人类基线约为 10-15%——关键技术主张不仅在于计算机模拟评分，更在于真实的实验验证。
如果比较方法学上公平，35% vs 10-15% 意味着超过 2 倍的提升，评论者大多印象深刻，部分人甚至将其外推到癌症治疗领域；也有评论者提醒这种关系可能不是线性的、不一定能在不同任务间直接比较。这一成果标志着 Claude 正作为"治疗性蛋白质工程工作流中的迭代设计引擎"发挥作用——与本周 OpenAI 暂停前沿 RL 训练形成微妙对照：一边是前沿实验室对"能力超越安全"的谨慎，一边是 AI 在生物设计领域"动手做实验"的激进进展。Anthropic 营收狂奔（650 亿美元年化）叠加科研突破，其"安全使命 + 商业化 + 前沿研究"三线并进的姿态愈发清晰。
→ https://ainews.liduos.com/post/2026-08-20
🔥9. 美团高管反思"全员养虾"：8 万人日耗千万算力，没带来生产力提升 — 热度 🔥🔥🔥
OSCHINA 报道：美团高管公开反思内部 AI 应用"全员养虾"现象——8 万员工日耗千万算力，却未带来相应的生产力提升。这一反思直击 2026 年企业 AI 落地最大的痛点：AI 投入与产出之间的巨大鸿沟。
（注：OSCHINA 提供标题级信息，正文为 JS 渲染不可抓取，以下结合行业背景整理。）"养虾"是互联网大厂内部的 AI 俚语（借"虾"谐音"瞎"指盲目堆量），指员工大量使用 AI 工具但未转化为实际业务产出——日耗千万算力意味着真金白银的 Token 成本，若只是生成低价值内容或反复试错，就是典型的"AI 空转"。这与本周亚马逊 Claude 180 万美元账单、Anthropic 用户吐槽"限额提升但感觉更紧张"等事件共同指向一个趋势：AI 商业化正从"用量竞赛"转向"效果问责"。对企业而言，真正的挑战不是"用没用 AI"，而是"AI 有没有带来可衡量的生产力提升"——Harness 工程、任务级成本核算（Cost per Task）、工作流沉淀，正在成为企业 AI 落地的必修课。
→ https://www.oschina.net/news/502051
🔥10. WRC 2026 进行时：招商局叠衣 ICRA 夺冠、墨奇 15 分钟长程家务、机器人"GPT-3 时刻"将至 — 热度 🔥🔥🔥
2026 世界机器人大会继续上演"神仙打架"：招商局狮子山人工智能实验室首次亮相即展示柔性衣物自主折叠方案（其 VLA 模型在 ICRA 2026 LeHome Challenge 击败 Ilya 等世界级对手夺冠）；成立仅半年的墨奇智能公开展示 MoRA 具身大脑与 MORPHI KINO 轮式机器人，现场完成 15 分钟跨区域家庭长程任务；量子位预告"机器人的 GPT-3 时刻真来了——看 3 秒就学会新动作"。
招商局狮子的核心突破在虚实迁移：针对"仿真优秀、真机拉胯"的行业痛点，构建"训练、部署、轨迹采样与 Real2Sim 遥操作"数据迭代闭环，训练吞吐提升 5 倍、评测效率提升 4 倍，并自研 LiOS 端云协同基础设施打通云端智能与端侧执行。墨奇 KINO 的 15 分钟长程任务（客厅整理、冰箱补货、衣物洗烘折叠、操控家电按钮）展示了"连续任务执行"而非"单一动作演示"的能力跃迁。叠加此前超维动力乒乓球对局、宇树上市 629% 大涨，人形机器人赛道正从"能运动"全面转向"能干活、能比赛、能上市"。
→ https://www.qbitai.com/2026/08/476129.html
→ https://www.qbitai.com/2026/08/476078.html
📌 今日趋势总览（AI Agents & 开源 LLM）
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢