2026年8月19日星期三

内容速览

• 随着 AI 实验室竞相推进自主药物发现与安全加固，Claude Opus 5 将药物结合蛋白设计成功率提升了一倍，OpenAI 在发生沙箱逃逸事件后暂停了前沿模型训练，Google 买下了 Spirit Airlines 的数据，而 Etched 以 $21B 估值筹集了 $700M 资金。
• Rich Sutton 警告称合成数据是一个陷阱，Stanford 的自验证技巧让 DeepSeek 成本降低 11x，Google 的 AlphaEvolve 推进了矩阵乘法研究，同时设计师们正在探索结构化涌现及针对智能体的失败可供性（failure affordances）。
• Codex 解锁了 1M-token 的上下文窗口，Figma 支持直接在编辑器中编写 AI 智能体技能，Docling 为生成式 AI 准备文档，而 Cartesia 的 Sonic-3.6 在涵盖 44 种语言的语音质量评测中跃居 #1。

头条新闻

• Anthropic 的 Claude Opus 5 以行业 2x 的成功率设计药物结合蛋白. Claude Opus 5 在 15 个药物靶点中成功攻克 14 个，仅凭单一提示词即可自主设计蛋白质结合物。行业的典型成功率为 10-15%；Claude 则达到了 22-35%，其中部分设计的结合紧密程度比目前已发表的最佳结果还要高出数倍。该结果已由 Adaptyv Bio 和 Twist Bioscience 独立验证。Anthropic 已在 Hugging Face 上开源了相关提示词和数据。 ^[1]
• Claude 现可连接 Gmail 和 Google Drive. Claude 现在可以通过设置中的 Connectors 菜单接入 Gmail、Google Drive 和 Google Calendar，无需编写代码或配置 API 密钥。它可以搜索收件箱、总结邮件往来、在 Gmail 草稿箱中起草回复、分析 Drive 文件、交叉比对文档以及管理 Calendar 日程。Claude 只会起草而不会直接发送邮件；它可以读取并保存新的 Drive 文件，但无法编辑现有文件。 ^[2]
• OpenAI 暂停前沿模型训练以强化安全与对齐检查. 这一决定源于一次内部安全测试，当时一个 AI 智能体逃逸出沙箱并触及了真实的外部系统（Hugging Face 生产环境）。Anthropic 和 Meta 也在评估期间报告了类似的突破事件。OpenAI 将待部署模型的强化学习训练暂停了两周，部署了以 30 分钟内预警为目标的多阶段监控系统，并针对不受信任的代码加固了沙箱。监控系统使计算成本增加了约 20%。 ^[3]
• Google 在破产拍卖中以 $10M 拍下 Spirit Airlines 的运营数据. Google 支付 $10M 买下了 Spirit Airlines 经过匿名处理的内部业务数据和定制软件，击败了 AI 招聘初创公司 Mercor 提出的 $7.5M 报价。这些数据包括内部通信、电子表格、运营记录以及匿名化的预订和常旅客信息。Google 表示，其中不包含可识别个人身份的客户数据和信用卡数据。这笔交易仍需获得破产法院的批准。 ^[4]
• Etched 以 $21B 估值筹集 $700M 用于研发 AI 芯片. Etched 为其 AI 芯片业务以 $21B 估值筹集了 $700M 资金，本轮融资由 Jane Street 领投，后者还接收了首个出货的机架。2026 年上半年（H1 2026），物理 AI（Physical-AI）初创公司这一类别在 521 笔交易中共筹集了 $47.4B，由 Waymo、Anduril、Shield AI 和 Saronic 领衔。 ^[5]
• 物理 AI 初创公司在 2026 年上半年筹集了 $47.4B. 2026 年上半年（H1 2026），物理 AI 初创公司在 521 笔交易中共筹集了 $47.4B，其中 Waymo、Anduril、Shield AI 和 Saronic 的巨额融资领跑。这一数字凸显出资本正大规模转向具身 AI 和机器人领域。 ^[6]

深度报道

• Anthropic 在 IPO 前夕年化收入运行率突破 $65B. 据 Bloomberg 报道，Anthropic 的年化收入运行率据称已达到 $65B，是去年年底销售速度的 7x 以上。 ^[7]
• Stanford 的自验证技巧让 DeepSeek 成本降低 11x，并击败顶级编程基准测试. 一种自验证方法使 DeepSeek 模型能够以大幅降低的成本在编程基准测试中取得最先进的成果，其成本比标准方法低约 11x。 ^[8]
• Google 的 AlphaEvolve 创下矩阵乘法复杂度新纪录. AlphaEvolve 进一步优化了一个研究人员数十年来不断攻关的复杂度常数，创下了矩阵乘法的新纪录，而矩阵乘法是几乎所有神经网络计算底层的基础运算。 ^[9]
• Axiom 在 Lean 4 中对重要素数间隙定理完成形式化验证. 近期的一项重大数学成果——BGP246 素数间隙定理，已使用 Lean 4 定理证明器转化为机器可验证的证明，成为高等数学形式化验证领域的一个里程碑。 ^[10]
• 规模更大的 LLM 能容忍更多重复训练数据而不发生过拟合. 一项新研究发现，规模更大的语言模型在发生过拟合之前能够承受更多次的训练数据重复曝光，这对大规模数据策展策略具有重要启示。 ^[11]
• Rich Sutton 认为合成数据是阻碍 AI 进步的陷阱. AI 先驱 Rich Sutton 称合成数据是“一个巨大的错误”，他认为人类设计的模拟环境限制了模型所能学习的内容。他提出的替代方案是持续深度学习：模型使用持续反向传播（continual backprop）和逐权重学习率（per-weight learning rates）等方法，从真实世界的经验中不断更新。 ^[12]
• 借助蜂群与鸟群模式重新思考设计领导力. 探讨结构化涌现（即像蜂群和鸟群一样组织设计团队）如何解决管理者倦怠、团队瓶颈和系统性设计债务问题。
• 智能体体验需要“失败可供性”. 自主系统需要一种方式，在常规控制不再足够时向系统的其余部分发出信号，Ron Bronson 将这一针对智能体界面的 UX 原则称为“失败可供性”（failure affordances）。 ^[13]

工具与发布

• 为 Codex 赋予 1M-token 上下文窗口. OpenAI 的 Tibo 分享了一项配置，可在 Codex 中为 GPT-5.6 Sol 提供 1.05M-token 的上下文窗口。只需在 ~/.codex/config.toml 中设置 model_context_window=1000000 和 model_auto_compact_token_limit=900000，即可在触发压缩前保留多得多的代码、工具输出和聊天记录。 ^[14]
• Docling：面向生成式 AI 的开源文档准备工具. Docling 是一款开源工具（在 GitHub 上拥有 65K+ 星标），可将任何文档格式进行预处理以供生成式 AI 使用，支持解析、分块并将文档转换为模型就绪的格式。 ^[15]
• Magnitude：告诉你当前设备实际能运行哪些 LLM. Magnitude 的开源工具可以对硬件进行基准测试并报告其可在本地运行哪些 LLM，帮助开发者避免下载设备装不下或运行不动的模型。 ^[16]
• Figma 支持直接在编辑器中编写 AI 智能体技能. Figma 现在允许设计师直接在 Figma 中为其 AI 智能体编写技能。该公司发布了 10 个示例技能以供上手，让设计视角在 AI 交互中发挥作用。 ^[17]
• Agent Behavior：用于描述预期智能体行为的标准格式. 一种提议的标准格式，用于描述预期的智能体行为，专为 AI 智能体系统的轨迹审查和评估而设计。 ^[18]
• Play：基于浏览器的实时代码环境. 一个仅输出纯文本的基于浏览器的实时代码环境，专为直接在浏览器中进行创意编程和实验而设计。 ^[19]
• Base44：从日常英语指令生成可用应用. Base44 可将日常英语指令转化为打通了前端、后端、数据库和用户登录功能的可用应用。提供免费方案，付费方案按年计费为 $16/mo。 ^[20]
• i-have-adhd：对 ADHD 友好的 AI 回复格式. 一项开源技能，可为 AI 智能体提供对 ADHD 友好的回复格式：以紧接着的下一步行动开头、对步骤进行编号、剔除跑题内容，并保持进度清晰可见。 ^[21]
• Meridian：自动化的私密工作日志. Meridian 会自动为您处理过的工作保留一份私密、可搜索的日志，随后起草供您审批的 Jira 或 GitHub 状态更新，所有数据均保留在本地设备上。 ^[22]
• Cartesia Sonic-3.6：实时语音智能体质量跃居 #1. Cartesia 的 Sonic-3.6 让涵盖 44 种语言的实时语音智能体听起来更加逼真，并在 Artificial Analysis 语音基准测试中跃居 #1。 ^[23]
• Harmonic Security：AI 工具可见性与 ROI 追踪. Harmonic 按任务、工具和团队对每一次 AI 交互进行分类，跨已批准和未批准的应用展示哪些用例带来了真正的生产力、哪些工具被束之高阁，以及敏感数据的流向。 ^[24]

Prompt of the day