我们在 Latent Space 上通常回避 AGI 时间表的话题，因为它定义含糊、也无从问责，但事到如今，错过它恐怕才是更大的过失。9 个月前我们最后一次关注 OpenAI 的 AGI 时间表，如今正如预期，首席科学家 Jakub Pachocki 表示，尚未发布的 Astra 模型就是他曾瞄准 2026 年 9 月实现的“自动化 AI 研究实习生”。Sama 在接受 TIME 采访时说得更进一步，估计他们将在 2026 年 12 月前于内部宣布实现 AGI。
倒计时开始。
AI News，2026 年 8 月 22 日至 24 日。我们查看了 12 个 subreddit、544 个 Twitter 账号，不再包含其他 Discord。AINews 网站支持搜索所有往期内容。再次提醒，AINews 现已成为 Latent Space 的一个栏目。你可以选择订阅或退订不同的邮件频率！
AI Twitter 回顾
开源机器人的突破：Hugging Face 与 Pollen 的 399 美元 Microduck
- Microduck 发布：最引人注目的硬件发布是 Microduck，这是 Pollen Robotics 与 Hugging Face 推出的 25 厘米开源双足机器人，售价 399 美元，计划圣诞节前发货。它可以在仿真中训练并部署到真机上，拥有 15 个执行器和相当丰富的传感器组合，包括摄像头、扬声器、LiDAR、NFC、蓝牙和 Wi‑Fi。@pollenrobotics、@Thom_Wolf 和 @ClementDelangue 的发布帖强调了基于强化学习的定制能力，以及开箱即用的若干预训练策略。
- 技术上为何重要：有意思的不只是“便宜可爱的机器人”，而是整体方案的设计：开放的模拟器、从仿真到硬件的迁移，以及便宜到足以吸引社区训练策略、而不只是围观演示的形态。模拟器已通过 Hugging Face Space 公开，@HuggingApps 对此做了重点介绍；这种从社区训练到真实部署的开放闭环，让多位研究者当即下单购买，例如 @yacineMTB 和 @gneubig。
- 早期热度与社区实验：这次发布在机器人领域引发了异常广泛的共鸣。Thom Wolf 分享了一些实验，例如快速集成一个图像检测器，让机器人实时跟随激光笔 @Thom_Wolf，随后报告销售速度达到每 5 秒卖出一台 Microduck，之后又报告销售额达 100 万美元 @Thom_Wolf、@Thom_Wolf。低价、开放仿真和具身 RL 的组合，使其成为近期较可信的“消费级物理 AI”发布之一。
GLM-5.3-Flash/Ox Alpha 揭晓与本地开放模型的势头
- Ox Alpha 揭面为 GLM-5.3-Flash：最大的模型新闻之一，是证实神秘模型 Ox Alpha 其实就是 Z.ai / 智谱的 GLM-5.3-Flash，@theo、@UnslothAI 和 @togethercompute 都提到了这一点。多条推文反复引用的公开规格是：总参数 3200 亿、激活 180 亿、100 万上下文和混合注意力，在编程/智能体基准测试上成绩强劲。
- 开放权重 + 量化 + 本地部署：这次发布之所以受关注，是因为人们很快把它用进了本地工作流。Unsloth 称该模型可在 128GB 内存上运行 3 比特 GGUF @UnslothAI，而 @danielhanchen 称 4 比特可保留 93% 的准确率，使该模型能在 256GB 的 Mac 或两台 DGX Spark 上实用化。量化、部署配方和真实的部署约束几乎立刻就位，这正是开放模型工程师所关心的发布后生态响应。
- 性价比叙事：多条推文把 GLM-5.3-Flash 描述为新的效率前沿。@togethercompute 称它在 DeepSWE 上几乎追平 Luna，而同样预算下完成的工作量超过两倍；@theo 称它好到足以让他重新排列模型排名；@zainhas 建议使用 high 而非 max 推理强度，因为准确率大致持平，词元用量却翻了一倍。Baseten 还强调首日即达到 122+ TPS 的服务吞吐量 @baseten，而 Databricks 则称在 OfficeQA Pro v2 上达到 270 tok/s，且质量比 GLM-5.2 高 10%，成本仅为其 1/10 @Yuchenj_UW。
视频生成竞赛：Gemini Omni 1.1 Flash 与 H3 Max
- Gemini Omni 1.1 Flash：Google 发布了 Gemini Omni 1.1 Flash，这是一款多模态视频生成/编辑模型，提供若干面向开发者的控制能力：场景延展至 40 秒、首尾帧控制、3 秒视频参考、360p 草稿模式和 4K 超分。此次上线由 @Google、@GoogleAIStudio 宣布，并由 @_philschmid 附上提示词指南进行了总结。最值得注意的产品细节是，Google 正在开放越来越明确的时间与参考条件控制，而不是只让你“把提示词写得更用力”。
- 早期排行榜结果：@arena 报告称 Omni 1.1 Flash 位列文生视频竞技场（Text-to-Video Arena）第 1 和图生视频竞技场（Image-to-Video Arena）第 2，较文生视频第 3 名领先 20 分，在图生视频上比此前的 Gemini Omni Flash 提高了 25 分。这并不能解决所有定性问题，但表明 Google 最新的后训练与控制栈正在转化为偏好数据。
- fal + MiniMax H3 Max：与此同时，fal 与 MiniMax 联合推出 H3 Max，宣称 5 秒生成 15 秒高质量视频，生成速度比其他高质量模型“快 50 倍” @krea_ai，@fal 发布了技术文章，@MiniMax_AI 也表示称赞。这两次发布的共同主题很清楚：在视频领域，推理优化和产品化的可控性如今与基础模型质量同样重要。
智能体、Harness 与企业工具
- Harness 成为一等公民：一个反复出现的主题是，模型能力越来越多地要经由智能体 harness 来中介。@omarsar0 重点介绍了 JIT-Agent，由模型在记忆、规划、行动协议和工具编排等模块之上合成 harness，并报告其相对现成智能体有所提升。另外，@dair_ai 分享了从智能体轨迹中归纳出紧凑有限状态机的工作，表明行为拓扑可能更多由部署脚手架而非底层 LLM 所塑造。
- 围绕智能体基础设施的产品发布：Anthropic 发布了一份 cookbook，介绍如何将 Claude Managed Agents 接入 Vercel 的 Chat SDK，提供带有服务端 harness、会话管理和记忆的统一聊天层 @ClaudeDevs。Perplexity 在 Agent API 中新增了 GitHub、Slack、Google Drive 和 Datadog 的连接器 @perplexitydevs。Cursor 宣布了一套工作流：创建 Web 应用、用 Origin 存储代码，并部署到 Vercel @cursor_ai。
- 更高信任度的浏览器自动化：Nous 为浏览器使用型智能体推出了一项重大升级：Hermes Agent 现在可以以你的身份浏览，使用的是你真实 Chrome 配置文件 / 登录状态的受管副本 @NousResearch、@Teknium。这显著提升了易用性，但也因消除了认证摩擦，实质性地改变了云端智能体的风险面，使限定权限范围的设计变得更加紧迫。
安全、智能体失准与网络防御协调
- OpenAI 牵头的网络防御联盟：OpenAI 发布了一封由 116 家机构联署的公开信，签署方包括 Anthropic、AWS、Google、Microsoft 和 Oracle，呼吁全球加大力度，防御 AI 赋能的攻击 @OpenAI，Sam Altman 强调“留给我们行动的时间不多了” @sama。无论持何种政策立场，这都是当天最明确的跨行业协调举措之一。
- 前沿评测的双盲方式：Google DeepMind 宣布启动前沿 AI 双盲评测试点，使用安全环境，测试提示词和模型权重双方都不公开 @GoogleDeepMind。对从业者来说，其关键意义在于流程：这是一次严肃的尝试，让外部评测得以进行，同时不让任何一方完全看到对方的资产。
- 智能体事件分析仍在继续：围绕 OpenAI/Hugging Face 智能体事件的讨论依然活跃。参与调查的研究者分享了更多细节，涉及大规模的转录记录排查、智能体之间的协作模式，以及后来的智能体集群显然是在早期工作的基础上继续推进 @RyanGreenblatt、@HjalmarWijk、@ajeya_cotra。@omarsar0 对一篇关于 EvoMal 的论文做了总结，并警告说，共享的技能库可能成为编程智能体的自我投毒式恶意软件传播渠道。综合来看，这些都指向一个日益成熟的认识：多智能体系统带来的故障模式，既不是传统的软件缺陷，也不是标准的模型评测问题。
热门推文（按互动量）
- Microduck 占据舆论焦点：信号最强的产品热度集中在 @ClementDelangue 发布的 Microduck 公告、@Thom_Wolf 的技术发布长推，以及 @Thom_Wolf 随后公布的销量里程碑。
- 网络防御倡议获得大量关注：政策与安全方面互动最强的是 @sama 和 @OpenAI 关于集体网络防御的内容。
- Anthropic 的科研布局落地：@claudeai 宣布推出面向科学家的 Claude Team 计划，覆盖 10,000 名研究人员，标准席位免费，高级席位一年内每月 15 美元。
- Hermes 的浏览器访问引人注目：@NousResearch 让智能体访问用户的真实浏览器配置文件，引发大量互动，这也是当前智能体工具中影响较大的用户体验与安全权衡之一。