今日结论
- 当日主线不是“更大模型”，而是算力分层：OpenAI 以自研推理芯片争取服务成本，Apple 与 Perplexity 把可持续运行的 Agent 推向桌面。这两条路线分别压低云端边际成本与本地长期任务的计量成本。
- Jalapeño 的能效与延迟提升值得重视，但目前仍是 OpenAI 在自家实验室、按公开 TDP 归一化的结果，不能直接当作第三方采购或生产 TCO 结论。
- IBM 同时开放 Granite 4.2 与 470M 参数的 Granite Speech 5.0；前者把 Agentic RL 配方落到 3B–30B 密集模型，后者是今天最适合立即复测的开放语音模型。主要前沿机构官方索引的逐项检查未发现严格窗口内新的通用闭源旗舰、上下文跃迁或标准 API 价格变化；这不等于“没有模型发布”。
- Claude Code v2.1.246 修复第三方网关凭据可能被带往 Anthropic 遥测端点的路径，以及 worktree 隔离问题；相关团队应优先升级，而非等待事故规模披露。修复公告没有给出暴露规模，风险处置必须依日志证据分级。
- 7 天持续影响：NVIDIA–Poolside 的特殊许可与人才交易若最终坐实，意味着 GPU 龙头正把优势上移到“模型工厂”，但双方尚未公开确认完整条款。它比普通融资更值得跟踪，因为交易同时涉及训练软件、资本和核心人才。
重点动态
1. OpenAI 公布 Jalapeño 首批推理结果 — Infra / 推理
事实（24 小时）：OpenAI 在 InferenceX 上运行 GPT‑OSS 120B、DeepSeek R1 670B 与 Kimi K2.5 1T，声称相对对照系统实现 1.5–1.9 倍峰值每瓦工作量、1.7–3.6 倍更低端到端延迟，交互负载性能高 2.1–4.1 倍；计划年底开始内部部署，且不对外销售。OpenAI 还称 AI 辅助其九个月完成流片，并在两个月内为三类开放模型优化内核；该速度也属公司叙述。影响与判断：这是实质性的推理能效信号，也显示模型公司向芯片、网络和编译栈纵向整合；但数字是公司测试，SemiAnalysis 基准参与不等于独立生产复现。行动：关注系统级功耗、真实 OpenAI 模型、多并发和部署占比。OpenAI（2026-08-25）；Axios（2026-08-25 14:00 UTC）。
2. Apple 用 M6 与 M5 Ultra 扩大桌面 AI 算力 — Infra / 推理
事实（24 小时）：Apple 发布首款 2 nm M6，以及首款四芯粒 M5 Ultra；后者最高提供 512GB 统一内存与 1.2TB/s 带宽。Mac mini 起价 899 美元，M5 Ultra Mac Studio 起价 5,499 美元。影响与判断：统一内存容量使本地大模型和常驻 Agent 的可行边界显著外扩，但“可运行数千亿参数模型”与峰值倍数均为 Apple 主张，尚缺 MLX、LM Studio、llama.cpp 的 token/s、能耗与长任务稳定性复测。行动：采购前等待真实量化模型和多机扩展基准。Apple；Reuters（均为 2026-08-25）。
3. IBM 开放 Granite 4.2 与 Granite Speech 5.0 — 模型 / 训练 / 推理
事实（日期边界不确定）：Granite 4.2 提供 3B、8B、30B 密集模型及 Apache 2.0 权重；全尺寸经过 foundational RL，8B/30B 再做面向软件工程、终端和搜索的 agentic RL，并使用约 1 万亿 synthetic-code tokens。同期 470M 英文 CTC 语音模型去掉 LLM backbone；IBM 自评在单张 H200 上超过 12,600 RTFx、较前代吞吐高 20 倍以上。影响与判断：亮点不是追平闭源前沿，而是许可宽松、量化齐全和可复核训练结构；性能仍无独立复测。行动：分别在自有 tool schema/SWE 任务与真实口音、噪声、长音频上 A/B；商用只选 Apache 版语音权重。IBM Research；模型卡（2026-08-25，仅日期）。
4. Perplexity 推出完整本地 Agent 栈 Portable Computer — 应用 / Coding
事实（24 小时）：Portable Computer 在 DGX Spark/Linux 上本地运行 Qwen 3.8 27B 或 PPLX 27B；规划器、工具路由、持久队列、搜索索引和沙箱均在设备上，可连接 Gmail、Drive、Slack、GitHub，并经用户许可升级到云端模型。本地任务不计 credits；RTX PC 与 Windows 支持仍在后续。影响与判断：本地 AI 从“运行模型”进到可操作文件和应用的成品 Agent，但隐私隔离、网络阻断及内部 benchmark 尚无独立复现。行动：敏感代码试点应抓取出站流量、审计连接器权限，并验证云端升级时实际外发内容。Perplexity；NVIDIA（2026-08-25 13:00 UTC）。
5. Claude Code 修复网关凭据与 worktree 隔离路径 — Coding / 安全
事实（24 小时）：v2.1.246 修复了配置 ANTHROPIC_BASE_URL 时，第三方网关 API key 可能随 Anthropic telemetry/metrics 请求发送的路径；也修复并发云会话混入其他未提交改动、陈旧记录移除用户自建 worktree、畸形 shell 审批等问题。Anthropic 未披露受影响版本、持续时间、日志留存或实际滥用。影响与判断：这是高优先级防御性更新，但不能表述为“密钥已泄露”。行动：立即升级，检查出口与网关日志；是否轮换凭据应按可见证据和组织事件策略决定。GitHub Release（2026-08-25 22:31 UTC）。
6. NVIDIA 据报以特殊结构吸收 Poolside 模型工厂能力 — 政策与商业 / 模型 · 7 天持续影响
媒体报道：Newcomer 称其取得的投资者信显示，NVIDIA 将支付 60 亿美元获得 Poolside Model Factory 的非独家许可，另投 10 亿美元、对应 120 亿美元投前估值，并向 109 名员工发出 offer；创始人保留公司。这不是收购，双方也未公开确认完整合同。影响与判断：若执行，NVIDIA 将从算力供应商进一步进入开放权重模型生产层，同时暴露中型模型实验室对融资与 GPU 的依赖。行动：等待公司确认、监管/财务披露、实际入职人数及首个使用该技术的 Nemotron 结果。Newcomer（2026-08-20）；Forbes 汇总（2026-08-24）。
值得深入跟踪
- Jalapeño 的生产真实性：观察年底是否按期上线、系统而非芯片 TDP 的能效、真实 OpenAI 模型与长链 Agent 的延迟，以及 Gen 2 是否扩大到训练。
- 本地 Agent 的安全—经济边界：观察 Portable Computer 的独立沙箱/网络审计、Apple 新机的持续 token/s 与能耗、云端升级泄露面，以及 24GB–512GB 不同档位的任务分界。
- AI 全栈整合是否转化为交付：观察 NVIDIA–Poolside 是否正式确认、Cisco–Supermicro 机架方案能否在 10 月如期下单，以及模型、硬件、渠道捆绑后的锁定成本。
今日推荐
- 试用：llama.cpp v0.3.0（2026-08-25）新增 DeepSeek 4 tensor split、GLM‑4.5‑Air MTP 与 dots3-note 多模态；只建议相关模型用户先在 staging 回归多序列、切分和媒体预处理。
- 小范围试点：OpenAI Admin plugin（2026-08-25）把成员、权限、额度和审批变成受角色约束的 Agent 操作；上线前强制最小权限、人工复核与完整审计日志。
- 阅读并复用评测集：SWE-bench Science（2026-08-20，7 天持续影响）含 20 个科学领域、98 个仓库、119 个任务，最佳配置仍低于 50% pass@1；科学软件团队可据此构建领域回归门槛。