🔥1. Prime Agent 开源发布：能自我改进的编程 Agent，ARC-AGI 3 超越人类专家基线 — 热度 🔥🔥🔥🔥🔥
Prime Intellect 正式开源 Prime Agent——一款基于"递归语言模型（RLM）"范式的编码与研究智能体，今日登上 GitHub Trending 榜首，star 已逼近 1 万。
Prime Agent 的核心是两个抽象：其一，把上下文当作"变量"（prompt-as-a-variable），把递归子 Agent 当作可编程函数调用，全部运行在持久化 REPL 环境里；其二，引入"持续化 Harness"，把补充提示、记忆、技能描述作为持久状态保存，Agent 可通过 /refine 指令用有证据支撑的小更新不断改进自身，且不触碰不可变的基础系统提示词，快照可回滚。技术上内置持久化 IPython 作为模型工具，rlm(...) 可派生真实子 Agent 并行/后台工作；daemon 模式让会话在终端断开后继续运行并可重新挂接；Agent 之间还能直接通信、互相编排。安装只需一行命令。它与 PRIME-RL、Verifiers 等开源组件联动，被视为"Agent 学会自己改进自己"路线上最完整的开源实现之一。官方同时警告：它能以你的权限执行模型生成的代码，并非安全沙箱。
→ https://github.com/PrimeIntellect-ai/prime-agent
🔥2. 亚马逊也烧不起 Claude：一个页面填充任务花了 180 万美元，超预算 860% — 热度 🔥🔥🔥🔥🔥
Agent 用量爆炸正在成为科技公司的噩梦。年收入超 7000 亿美元的亚马逊，用 Claude Sonnet 给网站填充作者信息，竟烧掉 180 万美元、超出预算 860%，且 5 个月后才被发现，最终还没部署成功。
据亚马逊员工透露，失控的原因是 Agent 在深夜日夜不休地反复重试——没有任何人警告它"Please wait before trying again"。按 Claude Sonnet 公开价估算，180 万美元最多可能烧掉 6000 亿 token，相当于 GPT-3 整个训练语料的两倍。这暴露出普遍困境：AI 相关成本几乎无法透明核算。讽刺的是，亚马逊仍在豪赌 AI：CEO 宣布 2026 年资本开支约 2200 亿美元，Q2 财报显示 AWS 净销售额 422 亿美元、同比增长 37%，贡献约 60% 的营业利润；同时已裁员约 3 万人，并计划 2033 年实现 75% 仓储自动化。当"多用 AI"变成 KPI，失控就只是时间问题。
→ https://www.qbitai.com/2026/08/469010.html
🔥3. GPT-5.6 与 Claude Fable 5 联手，解决悬置 25 年的数学难题 — 热度 🔥🔥🔥🔥
微软研究院首席研究员 Dimitris Papailiopoulos 借助 GPT-5.6 与 Claude Fable 5，证明了一个多项式时间算法能让 MIMO 检测精确命中最大似然阈值，堵上无线通信领域困扰学界 25 年的理论鸿沟。
MIMO 检测是无线通信的经典问题：接收端要从被噪声搅乱的信号中完整还原信息。理论上最大似然检测总能找到答案，但需穷举 2 的 N 次方种组合；1989 年 Verdú 证明最坏情况是 NP-hard。学界此后 25 年试图证明：随机信道下存在无需穷举的快速算法，且能在信噪比达到 2logN（最大似然阈值）时精确恢复。2001 年 Hassibi 声称球形译码是多项式时间，2005 年被推翻；此后多种方法轮番上阵，最佳结果也只能停在 4logN。Papailiopoulos 与两个模型合作，证明了一个两步简单算法能在 2logN 时以 O(N³) 精确恢复全部比特。作者表示花了整整七天，17 年前读博时就在研究这个问题。这是"AI 辅助数学研究"在工程数学领域最具说服力的落地案例之一。
→ https://www.qbitai.com/2026/08/468913.html
🔥4. 中国团队跑通"数据层 RSI"：BigBang-V1 用 100% AI 合成数据训练，35B 跑赢 1T 大模型 — 热度 🔥🔥🔥🔥
由上海交大人工智能学院、深势科技、上海算法创新研究院组成的"无尽前沿团队"发布 BigBang-V1——首个基于 RSI（recursive self-improving）原生方式训练的基座模型，出题、解题、验证全程交给 AI，后训练数据 100% 由 AI 自主合成。
BigBang-V1 参数规模 35B，推理时仅激活约 3B 参数，支持 262K 长上下文，在长程搜索、代码、科学研究等评测中拿下 10 项第一，在 FrontierScience Research、PaperBench 上甚至超过 1T 级 DeepSeek V4 Pro Preview。具体案例上，它能在全基因组数据里正确定位 47bp 转座子插入位点；也能在论文复现任务中自我纠错——发现实现违反论文核心主张后连续否决三个候选方案，最终改用二进制掩码翻转解决，复现评分 0.7657。能力还迁移到通用场景：BrowseComp 76.5、SWE-Bench Pro 54.2。团队的核心洞见：把"训练数据生产"本身变成 AI 可优化的对象，让 AI 闭环迭代自身数据以突破高质量数据瓶颈。模型与技术报告均已开源。
→ https://www.qbitai.com/2026/08/468782.html
🔥5. Opus 5 狂烧 6.9 亿 token 做游戏，GPT-5.6 用 5 美元复刻：Agent 成本差距 85 倍 — 热度 🔥🔥🔥🔥
网友用一条（长达 2000 字的）提示词让 Opus 5 一次性生成精美美式卡通快艇竞速游戏《INK TIDE》，烧掉 6.9 亿 token、花费 423 美元；另一位网友用 Codex + GPT-5.6 Sol/Luna 组成 Agent 小队，5 小时、2 条提示词、仅 5 美元就复刻了同类游戏。
这组对比成为今天最直观的"Agent 架构课"：Opus 5 版采用多子 Agent 分工——提示词给水面、卡通渲染、赛艇物理、AI 对手、音频各分配独立子 Agent，并配一名"视觉评审质检员"循环迭代，为对抗"注意力稀释"；产物质量高，但代价惊人。GPT-5.6 版用 Sol Ultra 当主 Agent 统筹、Luna Max 当子 Agent 干活，5 美元搞定相似效果。作者还故意放水：NPC 参数写死，最快的对手也只比理论最佳快 0.5%。这则新闻的意义在于：多 Agent 协作 + 视觉反馈闭环成为主流范式后，模型定价与推理效率差异正把 Agent 开发成本拉开一个数量级——选对模型组合可能便宜 85 倍，与亚马逊 180 万美元账单形成呼应。
→ https://www.qbitai.com/2026/08/468766.html
🔥6. 爆料：哈萨比斯原本计划和 Jeff Dean 同期离开谷歌，升任董事长只是"缓兵之计" — 热度 🔥🔥🔥🔥
据 Pathfounders 援引行业消息人士称，Google DeepMind 创始人哈萨比斯原本打算与 Jeff Dean 等人同期离职，因谷歌管理层担心股价崩盘而苦苦挽留，最终以"卸任 CEO、升任董事长"的方式留下——但这很可能只是过渡安排。
接任实际管理权的是原 CTO Koray Kavukcuoglu，他升任高级副总裁并直接向皮查伊汇报；过去一年哈萨比斯已逐步移交 Gemini 的日常管理。与此同时谷歌把 AI 大权收回加州：Koray 已从英国搬到加州，关键 AI 编程项目负责人 Sebastian Borgeaud 也搬去加州，AlphaFold 团队被拆分。哈萨比斯的下一站大概率是他在 Alphabet 体系内创立的 Isomorphic Labs（AI 药物发现），他本人也表示换岗后会更深入参与。Pathfounders 甚至预测他一年内彻底离开谷歌。这则消息与 Jeff Dean 创办 Discovery Loop 前后脚出现，说明顶级 AI 人才流动进入高潮期——巨头一边用"高头衔"留人，一边默默把权力和人才物理性收归总部。
→ https://www.qbitai.com/2026/08/468715.html
🔥7. OpenAI 为 GPT-5.6 Sol 调优、免费用户无限用 Luna，ChatGPT 免费版史诗级升级 — 热度 🔥🔥🔥🔥
OpenAI 宣布对 GPT-5.6 Sol 专门调优，同时让免费用户无限量使用 Luna 模型，叠加此前"免费版史诗升级"的消息，OpenAI 正用"免费无限"策略加速抢占用户。
在 AI 圈"功能狂卷、付费寥寥"的背景下，这轮升级被视为 OpenAI 的防守反击：GPT-5.6 系列此前已因 Claude Opus 5 等竞品冲击承压，如今免费档直接开放 Luna 无限用量，意图明显——先用免费流量锁死用户习惯，再靠 Sol 等高阶模型做付费转化。结合 OpenAI 招聘"家庭产品经理"、ChatGPT 用户中 35 岁以上人群占比一年内从 26% 升至 31% 等信号，其产品定位正从"个人生产力工具"转向"全家数字管家"。不过，免费无限用背后是更高推理成本与滥用风险，token 失控在免费档放开后是否加剧值得关注。
→ https://www.oschina.net/news/490735
🔥8. AMD 收购 AI 芯片创企 Taalas：把模型权重直接刻进芯片 — 热度 🔥🔥🔥
AMD 收购 AI 芯片初创公司 Taalas，目标是将其"模型权重刻进硅片"的技术路线收入囊中，以大幅提升大模型推理性能与能效。
Taalas 走的是与主流 GPU 完全不同的路线：把神经网络权重直接"烧录"进芯片逻辑，针对特定模型做硬编码加速，消除访存与指令开销，在推理吞吐和每 token 功耗上获得数量级优势。缺点也很明显——专用化程度高、灵活性差，模型迭代后芯片可能需要重新设计。对 AMD 而言，这笔收购的战略意图清晰：在英伟达主导的通用 AI 算力市场之外，为推理侧规模化部署储备差异化武器。社区热议两极：有人看好"专用推理芯片+开源模型"组合的未来，也有人质疑模型快速迭代会让"硬刻权重"路线快速过时。
→ https://www.oschina.net/news/489989
🔥9. Agent Skills 生态大爆发：addyosmani/agent-skills 逼近 8.5 万 star，google/skills 上榜 — 热度 🔥🔥🔥🔥
GitHub Trending 今日被"Agent Skills"霸榜：Google Chrome 团队负责人 Addy Osmani 的 agent-skills 仓库 star 已达 8.5 万，谷歌官方 google/skills 也有近 1.7 万 star。
agent-skills 定位"面向 AI 编码 Agent 的生产级工程技能"，收录大量可直接注入 Agent 的工程实践——从代码审查、测试策略到安全规范，把资深工程师的隐性经验结构化、可执行化；google/skills 聚焦 Google 产品与技术栈，让 Agent 能调用谷歌系产品官方能力。两者共同指向一个趋势：2026 年开源 LLM 竞争焦点正从"模型本身"转向"模型之上的技能与工具生态"——同样的模型装上不同技能包，产出质量天差地别。这也与 Prime Agent 把"技能"做成可导入 Python 包、可自我迭代的设计哲学一脉相承。
→ https://github.com/addyosmani/agent-skills
🔥10. harvey-labs 开源：专为法律场景打造 Agent 能力的评测基准 — 热度 🔥🔥🔥
法律 AI 公司 Harvey 开源 harvey-labs——专门用于评测和提升 Agent 支撑法律工作能力的基准，今日冲上 GitHub Trending。
法律工作是 Agent 落地的典型高价值场景：文档密集、流程严格、错误代价高昂。harvey-labs 试图系统化回答"Agent 在法律场景下能干什么、干到什么程度"，据此设计评测集与能力分层，让开发者针对性地改进 Agent 在法律检索、文书起草、合规审查等环节的表现。Harvey 本身就是法律 AI 领域估值最高的独角兽之一，开源基准被视为向社区输出行业 Know-how：既建立标准话语权，也借社区之力完善基准。这类垂直行业基准（法律、医疗、金融）正在填补通用基准之外的空白，标志 Agent 评测进入"行业化"阶段。
→ https://github.com/harveyai/harvey-labs
📌 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