2026年8月21日星期五

从 5 份通讯整合了 26 条资讯

tldr

  • 头条新闻:Anthropic 的 Claude Academy 学习中心、OpenAI 的 Apple Messages 插件、AT&T 推动将 40% 的 AI 工作负载路由至开放模型、DeepSeek 的免费编码代理框架,以及 Meituan 采用 MIT 许可的说话头像模型领衔今日要闻。
  • 深度剖析:科技巨头在资产负债表外隐藏的 $3T AI 承诺支出、Alibaba Qwen 在开放权重领域的主导地位、随着能源与算力触及极限而引发的全行业效率转向,以及 AI 对就业产生的首批可衡量影响。
  • 工具与发布:GPT-Image-2 透明背景、Ramp 的 Router、Claude Code Concise Mode、FLUX Video Upscale、Grok Build、Perplexity 的 Agent API、ChatGPT Sites,以及 Firefox 由 AI 驱动的 Smart Window。

头条新闻

  • Anthropic 推出 Claude Academy:一站式学习中心汇集 355 项免费资源. Anthropic 将其所有培训资料整合到一个单一中心,涵盖 Claude、Cowork、Code、Tag 以及 API,难度从初学者到专家级别不等。Sidebar 将其列为设计/学习精选,同时据报道 Anthropic 计划最早于本月提交 IPO 文件。 [1]
  • OpenAI 为 ChatGPT Work 和 Codex 推出 Apple Messages 插件. 该插件可将你的 iMessages 同步到 OpenAI 的企业工具中,让你无需离开 Mac 上的 ChatGPT 即可搜索对话串、跟进聊天内容以及起草或发送回复。The Deep View 指出,这也为 Apple 预计在 9 月进行的 Siri 全面改革拉高了门槛。 [2]
  • AT&T 将 40% 的内部 AI 工作负载路由至更低成本的开放模型. AT&T 正在推动将越来越大比例的员工 AI 使用量转向开源模型。据报道,此举以大约 2% 的质量折衷削减了 56% 的编码成本,同时保持了在 OpenAI 和 Anthropic 上的支出不变。据 The Information 报道,智能路由在某些应用上将成本降低了 80-90%。 [3]
  • DeepSeek Harness:免费、开源的编码代理框架. DeepSeek 全新的 MIT 许可框架将一切皆视为插件——包括模型、工具、沙盒、UI 以及代理的决策循环,均可通过配置进行替换。它支持 DeepSeek、Claude、GPT、Gemini 或任何模型,通过 `npx @deepseek-ai/dsh web` 提供本地浏览器 UI,并且在 GitHub 上已突破 160K 星标。 [4]
  • LongCat Video Avatar 1.5:将一张照片和一段音频转化为开口说话的视频. Meituan 采用 MIT 许可的模型仅需一张图像和一段语音片段,即可生成口型同步精准的逼真说话人像视频,支持拥有独立音频流的多人对话、唱歌以及视频续生。自托管需要配备 40GB GPU(每生成一秒视频约需 ~44s 的算力时间),或者也可以使用 fal.ai API。 [5]
  • 据报道 Stripe 以 $7B 收购 AI 网关 OpenRouter. 这家支付巨头正在收购该模型路由网关,后者将来自 80+ 家提供商的 500+ 个模型统一在一个 API 背后,这是迄今为止表明模型路由正在成为核心基础设施的最大信号。 [6]

深度剖析

工具与发布

  • GPT-Image-2 新增透明背景支持. 将 `output_format` 设置为 PNG 并将 `background` 设置为 transparent,即可在单次 API 调用中获得干净的主体抠图,无需再串联背景移除工具。目前已推出预览版,并预告了更多透明特性。 [18]
  • Ramp 推出 AI 模型路由 API Router. 这家金融科技公司全新的 'Router' 服务可根据成本、测试得分或任务难度来挑选模型,这是这一火热赛道中的最新入局者,该赛道近期的动态还包括 Stripe 对 OpenRouter 的收购以及 Callosum 的 $100M 融资。 [19]
  • Claude Code 迎来 Concise Mode. Anthropic 的全新输出风格默认开门见山地给出结果并保持简短,这被定位为一种快速修复方案,同时 Anthropic 正在努力制定长期方案以解决近期关于输出质量的投诉。 [20]
  • FLUX Video Upscale. 支持以 1080p、2K 或 4K 重新生成短视频片段,提供注重保真度的 Precise 模式或用于重建精细细节的 Creative 模式。 [21]
  • Grok Build 现已面向所有人开放. 将单条提示词转化为带有独立域名的已发布应用、游戏、网站或仪表盘,其编码代理可以使用子代理、浏览器、数据库、密钥以及 GitHub 导出功能。 [22]
  • Perplexity Agent API. 将来自九家提供商的 41 个模型置于单一端点背后,并内置网页搜索、金融搜索、内容抓取以及沙盒化代码执行功能。 [23]
  • ChatGPT Sites:将一段对话变成上线网站. 无需离开 ChatGPT 即可构建、完善和部署托管网站,配备可审查的版本管理、存储、登录、分析以及自定义域名。部署前请让它先保存一个版本,因为部署 URL 直接就是生产环境。 [24]
  • Firefox Smart Window:由 Exa 驱动的 AI 浏览器. Firefox 的可选聊天机器人可从互联网拉取实时信息,并将打开的标签页整合归类。你可以自主选择模型和数据访问权限,所有内容均存储在本地,并可随时删除。 [25]
  • Etched 向 Jane Street 交付首个芯片机架,估值达 $21B. 这家 AI 半导体初创公司本周向主流量化机构 Jane Street 交付了其首个芯片机架,推动了一轮 $700M 的融资,使其估值从 7 月份的 $10.3B 翻倍至 $21B。 [26]
  • Nvidia 与 Poolside 达成 $6B 许可协议. Nvidia 与 AI 编码团队 Poolside 签署了一份价值 $6B 的非排他性许可协议,另外投资了 $1B,并向 109 名员工提供了工作机会,而 Poolside 的创始团队则留在了原公司。 [27]
  • VoiceStudio 仅需 8 秒音频即可克隆你的说话风格. 一款全新的开源语音克隆工具,仅需短短 8 秒的音频即可复制你的说话风格。 [28]
  • Meta 推出氛围编码游戏应用 Pocket. Meta 的这款实验性应用让你能够通过氛围编码(vibe-code)创作并分享游戏,现已面向美国用户开放。 [29]

信息来源: Superhuman, Sidebar, The Neuron, The Deep View, AlphaSignal