Notes

外观

今日结论 ​

  • 过去 24 小时没有可靠来源证实的前沿模型发布、能力跃迁或显著降价；重点是 Agent 工具生产化和垂直后训练。
  • Anthropic 将 computer use、Skills API、Files API 全面开放，“操作软件—加载组织知识—交付文件”的 Agent 链路开始产品化，值得立即小规模试用。
  • Harvey Tenet 展示了应用公司用领域环境、专家数据和异步 RL 改造开放权重底座的路线；垂直 AI 壁垒正转向数据、评测与执行环境。
  • 过去一周，OpenAI 因网络安全风险放慢训练，NVIDIA 则为超大数据中心承担信用和资本风险；竞争约束已扩至监控、安全、电力和融资。

重点动态 ​

1. 【立即试用】Claude 生产级 Agent 工具链 GA ​

  • 领域： 应用 / Coding / 推理
  • 事实摘要： Anthropic 宣布 computer use、Skills API、Files API 正式可用；browser use 结合截图与页面结构，Skills 可版本化并在托管沙箱运行，Files 上限为每组织 1 TB。客户 Extend 声称理赔流程最长耗时从 32 分钟降至 13 分钟、成本降约 30%、完成率 100%，未有独立审计。
  • 影响与判断： 接入无 API 旧系统的门槛下降，但认证、页面变化、提示注入和高权限动作仍是风险。
  • 建议行动： 用低风险真实任务测成功率、接管率、延迟和成本；高权限动作保留确认与审计。
  • 来源： Anthropic（2026-08-20）

2. Harvey 用异步 RL 后训练法律模型 Tenet ​

  • 领域： 模型 / 训练 / 应用
  • 事实摘要： Harvey 以 Kimi K3 为底座，在约 1,750 个法律 Agent 环境做异步 RL；每周期超过 10,000 次 rollout，约用 150 张 B300 训练两个月。公司称 LAB 留出集完整通过任务数接近翻倍且成本稳定；权重下载和独立复现尚未给出。
  • 影响与判断： 生产 harness、专家 rubric、合成数据和推理成本被共同纳入训练目标，这一路线可复制到其他专业服务。
  • 建议行动： 等技术报告、许可和第三方复测后，再比较端到端总成本。
  • 来源： Harvey（2026-08-20）

3. Anthropic 发布首份定期风险报告 ​

  • 领域： 模型 / 训练 / 政策与商业
  • 事实摘要： 186 页报告按 RSP 3.4 评估内部与已部署模型，拟每 3–6 个月更新。公司自评自主性和 AI 研发风险为“低”，同时把灾难性对齐风险从“极低”调为“低”，并称没有前沿开发者达到抵御国家级攻击者的权重安全标准。
  • 影响与判断： 价值在公开阈值、证据和缺口，而非自评的“低风险”标签；它不能替代外部审计。
  • 建议行动： 高权限 Agent 治理可借用其“阈值—缓解—剩余风险”结构，并加入独立红队。
  • 来源： Anthropic 报告（2026-08-21）

4. 【7 天持续影响】OpenAI 暂缓最大规模前沿 RL ​

  • 领域： 训练 / 推理 / 政策与商业
  • 事实摘要： OpenAI 称在安全事件及 Astra 可能达到“关键网络安全能力”阈值后，曾暂停可执行代码或联网工具的前沿推理，并暂停拟部署模型 RL 两周；部分工作已恢复，最大前沿 RL 仍暂停。新增思维链监控据公司估算约占被监控推理算力的 20%。
  • 影响与判断： 安全措施已直接改变训练排期和算力经济性；20% 不能外推为行业常数。
  • 建议行动： 关注 RL 恢复、Astra 部署条件及事件报告中的误报率与盲区。
  • 来源： OpenAI（2026-08-18）

5. 【7 天持续影响】NVIDIA 深度介入 OpenAI 的 8 GW 园区 ​

  • 领域： Infra / 政策与商业
  • 事实摘要： NVIDIA 将为俄亥俄 PORTS-Pike 提供信用支持，锁定首期 4.25 IT-GW并拥有其余 3.75 IT-GW 选择权；SB Energy 建设运营，OpenAI 签 20 年租约，NVIDIA 另投资 15 亿美元。容量与时间均属前瞻声明，并非已投运算力。
  • 影响与判断： GPU 厂商正用股权和信用绑定电力、土地与客户，同时承担利用率、融资和集中度风险。
  • 建议行动： 跟踪许可、电网和 2028 年起的交付，不把 8 GW 直接计入可用供给。
  • 来源： NVIDIA（2026-08-17）

值得深入跟踪 ​

  1. 前沿训练的安全减速带： OpenAI 最大 RL 复工、Astra 部署、监控开销及同行是否披露类似成本。
  2. 垂直后训练的护城河： Tenet 权重、许可、第三方复现、客户数据边界和相对通用模型的全流程成本。
  3. 算力金融化风险： PORTS-Pike 许可、电力里程碑、担保条款，以及定制 ASIC 合作能否转成订单。

今日推荐 ​

  1. 试用： Claude browser use + Skills/Files API；先选可人工复核、无资金或外发动作的流程。
  2. 精读： Anthropic 报告的 AI R&D 自动化阈值与模型权重安全章节。
  3. 阅读： Claude Code 创业团队指南（2026-08-20）；优先看 CLAUDE.md、验证循环、hooks 和 worktrees。