今日结论
- 开权重模型在同一天把竞争推向“稀疏激活、长上下文与多模态”的组合效率。 GLM-5.3-Flash 已有第三方价格、速度与能力测量；Qwen3.8-Flash-Next 更像 Qwen4 的架构预览，其训练成本和基准仍待复现。选型应从榜单转向自有代码、图像和长上下文负载。
- Agent 正从聊天框变成浏览器与 IDE 的执行层。 Claude in Chrome 放开到全部付费计划，VS Code 可接续外部 Agent 会话并让第二模型复核；便利性上升的同时，提示注入、域名权限和默认沙箱状态成为上线门槛。
- 算力扩张的量级继续上移，但“宣布”不等于“可用”。 AWS 与 NVIDIA 计划在 2027–2028 年新增部署 200 万颗 GPU；在区域、供电、采购金额和交付节奏披露前，它是强需求信号，不是当期容量。
- Agent 采购开始进入 FinOps 阶段。 Google 同时引入按量计费、承诺折扣、月度上限和异常检测，说明企业竞争点正从“能否调用 Agent”转向“能否预测、归因并约束每次执行成本”。
重点动态
1. AWS 与 NVIDIA 规划新增 200 万颗 GPU
领域：Infra｜24 小时。 事实： 双方宣布 AWS 将在 2027–2028 年部署 200 万颗 Blackwell Ultra、Rubin 与 Rubin Ultra GPU，并另建面向美国政府工作负载的 10 万颗 GPU 安全基础设施；Vera CPU、NVLink Fusion 与未来 NVHBM 也进入合作路线。Reuters 于 8 月 26 日 20:25 UTC 报道，落在严格窗口内。影响与判断： 这是云端算力采购规模再上台阶的信号，也会牵动 HBM、网络、冷却与电力链；但采购金额、机房区域、MW、正式合同和分批交付均未披露，不能写成已上线容量。行动： 只按路线图规划，等待实例可订购、区域和供电里程碑。AWS 官方公告（2026-08-26）；Reuters 报道（2026-08-26）。
2. GLM-5.3-Flash 把独立测得的开权重性价比再压低
领域：模型 / 训练 / 推理｜24 小时，官方仅给日期，时间边界不确定。 事实： Z.ai 发布 MIT 许可的 320B 总参数、18B 激活参数多模态模型，支持 100 万上下文；官方披露采用混合线性与稀疏注意力、30T token 多模态预训练。Artificial Analysis 独立测得 Intelligence Index 57、输出 48.7 token/s，API 价为每百万输入/输出 token 0.15/0.50 美元，同时指出速度偏慢、输出偏冗长。公司主张： “较 GLM-5.2 低至十分之一价格”和国产芯片集群收益尚无独立核验。行动： 用真实 Agent/编码任务同时测质量、尾延迟、输出长度和总成本。模型卡；独立测量（2026-08-26）。
3. Qwen3.8-Flash-Next 提前开放 Qwen4 架构预览
领域：模型 / 训练 / 推理｜24 小时，官方仅给日期，时间边界不确定。 事实： 该开放权重多模态 MoE 含 125B 主模型、51B n-gram embedding，每 token 激活 6B 参数，原生上下文 262k；QSA 微块稀疏注意力、Gated Residual、n-gram embedding 和 Muon 优化器共同指向更低的长上下文计算与训练稳定性，SGLang、vLLM、Transformers 已给出部署路径。公司主张： 训练成本约为 Qwen3.7-Plus 的九分之一及编码/办公基准优势均未独立复现。影响与判断： 真正价值是社区可提前验证下一代架构，而非厂商榜单名次。行动： 先验证新算子兼容、显存、长序列吞吐和工具调用稳定性。官方仓库；模型权重（2026-08-26）。
4. Claude in Chrome 全面 GA，浏览器成为高权限 Agent 执行面
领域：应用｜24 小时，官方仅给日期，时间边界不确定。 事实： 所有 Claude 付费计划现可让 Agent 利用既有登录跨标签页点击、输入、导航和填表，不再逐动作确认；每个动作经安全分类器检查，管理员可限制域名。公司自评： 加入 probes 与分类器后，多款内部模型未出现成功攻击、Fable 5 为 0.3%，但没有独立复现；官方安全指南仍称浏览器 Agent 存在固有风险，并不建议用于金融、法律、医疗或敏感企业数据。影响与判断： 产品可用性跨过门槛，安全性尚未跨过。行动： 使用隔离浏览器资料夹、最小域名白名单和低风险任务，保留人工复核。发布说明；安全指南（2026-08-26）。
5. Google 为企业 Agent 加入按量计费与成本护栏
领域：应用 / Coding / 政策与商业｜24 小时，官方仅给日期，时间边界不确定。 事实： Gemini Enterprise 面向部分客户推出 PAYG，可与席位计费混用；一年、三年 Flexible Savings Plans 分别折扣 10% 与 20%，并提供月度上限、运行前成本估算和异常支出定位。边界： PAYG 与 Antigravity、Android Studio 合并额度仍在滚动开放；延迟执行工作负载“最高减半”是 coming soon，不是现行普遍价格。影响与判断： Agent 的单位经济性开始被产品化管理。行动： 先核对客户资格、标准 API 基准价、达到上限后的暂停语义及成本归因粒度。Google Cloud 官方说明（2026-08-26）。
6. VS Code 1.135 接续外部 Agent 会话，但默认沙箱回退
领域：Coding｜24 小时；发布于 2026-08-26 16:52 UTC。 事实： VS Code 可显示并继续来自 Copilot 或 Claude 的近期外部会话；实验性 /rubber-duck 可调用互补模型做二次审查，并按模型拆分输入、缓存输入和输出 token。更关键的是，本地 agent harness 的沙箱默认 rollout 从 50% 调回 0%，仍仅供用户主动开启；官方称未发现具体阻断问题，回退是为集中投入其他优先项。影响与判断： 跨工具会话和多模型复核已进入主流 IDE，但不能把“本地 Agent”误认为“默认隔离”。行动： 升级后显式检查沙箱与模型费用，再纳入团队基线。Release；完整说明（2026-08-26）。
值得深入跟踪
- 两款新开权重模型的生产曲线。 观察第三方代码/视觉/百万上下文测试、真实并发成本，以及 vLLM/SGLang 对新稀疏算子的稳定支持；公司平均基准不能替代尾延迟和总 token 成本。
- 两百万 GPU 路线图的执行证据。 需要看到 AWS 区域、实例 SKU、MW、供电与并网、采购金额和分批交付；任何一项缺失都会把“需求承诺”与“可售容量”拉开。
- Agent 治理是否追上执行权限。 关注 Claude 浏览器代理的真实提示注入事件、VS Code 沙箱恢复默认 rollout，以及 Debian LLM 使用决议 在 8 月 28 日截止后的结果和其他开源项目跟进。
今日推荐
- 试用 vLLM 0.28.0（2026-08-26）。 Kimi-K3、DeepSeek-V4、推测解码、分层 KV offload 与 Rust/gRPC 前端同时推进；但 Transformers 5.15、bitsandbytes 外移等破坏性变化要求先做隔离回归和负载基准。
- 阅读 Quantization-Aware Healing（2026-08-21，7 天持续影响）。 方法用原始未压缩 teacher 修复结构压缩后的 4-bit student；“7/9 基准持平或更好”主要对比恢复出的 60B BF16 checkpoint，公开模型还接受额外训练，尚无独立复现。
- 把 ECB 的生成式 AI 劳动力调查（2026-08-26）作为采用率基线。 约两万人的月度样本显示自报使用率升至 52%、用户每周中位节省 3 小时；这是自报效率而非因果生产率，适合校准企业 ROI 假设，不适合直接外推。