2.4万亿参数的模型开源了，两个头部聊天机器人同时跨过10亿用户，微软也掏出了自己的推理模型。今天我翻 AI HOT 的 RSS 时，一个感受特别强烈，AI 行业正在从「谁家模型更大」慢慢转向「谁能把模型塞进真实工作流」。

🔥 重点新闻

1. DeepSeek V4 Pro 与 Grok 4.6 两小时之内接连发布

DeepSeek V4 Pro 和 Grok 4.6 在同一天上线，参数规模分别是 1.6T 和 1.5T，体验都已经摸到 Claude Fable 5 的边。这种「撞车」不是巧合，更像是顶级 lab 之间约好了一起交卷。对用户来说其实是好事，选择变多了，价格也势必往下压。

坦率的讲，我越来越觉得模型发布会变成常态化的「补丁更新」，而不是一年一度的春晚。真正值得期待的不是分数涨了几个点，而是哪些新能力能直接替换我现在的工具。

来源，数字生命卡兹克

2. 阿里开源 Qwen3.8-2.4T-A95B，Qwen-Max 级别首次开放权重

阿里把 Qwen-Max 级别的模型权重放出来了，2.4T 总参数，每次前向激活 95B，原生支持 256K 上下文。这大概是今年开源阵营里最重的一次出手。OpenAI 和 Google 还在把顶尖模型捂在手里，阿里反而选择把旗舰开源，姿态很不一样。

不过也别急着欢呼。2.4T 的 MoE 不是谁都能跑得动的，能把 256K 上下文用出花来的场景其实也不多。开源更值钱的地方在于让社区去蒸馏、去微调，搞出一堆垂直小模型。

来源，IT之家

3. 微软发布首个自研推理模型 MAI-Thinking-1

Mustafa Suleyman 宣布 MAI-Thinking-1 已经在 Microsoft Foundry 上线。微软之前更多是把 OpenAI 的模型接进产品，这次自己从头训了一个推理模型，信号很强。这说明他们也意识到了「只靠 OpenAI 独家合作」不够安全，得有自己的牌。

我跟你说，大厂这种布局看着热闹，但最难的不是训练模型，而是把它塞进 Office、Azure、Teams 这些产品里还不让用户骂娘。

来源，@mustafasuleyman

4. ChatGPT 和 Gemini 双双突破 10 亿月活

OpenAI 和 Google 在同一天宣布自家聊天机器人月活破 10 亿。Gemini 成了 Google 有史以来增长最快的产品之一。这个数字听起来震撼，但我更关心的是「活跃用户」到底怎么定义。如果只是点进去过一次就算，那含金量要打个折。

不过你想想看，一年前大家还在讨论 AI 是不是泡沫，现在两家头部产品已经摸到 10 亿用户的门槛。这个渗透率说明聊天机器人确实成了互联网基础设施，不再是极客玩具。

来源，The Verge

5. Google Research 发现大模型事实错误的真正瓶颈是「回忆」而非「知识」

Google 提出一个叫「知识画像」的框架，结论是前沿 LLM 的事实编码已经接近饱和，但回忆能力跟不上。你想想看，模型脑子里有钥匙，但经常找不到门。他们管这叫「丢钥匙」而不是「空货架」。

我自己用 GPT-4 和 Claude 时也常遇到这种「半对半错」的回答，感觉它知道，但提取不出来。如果这条结论成立，那未来提升准确性的方向会转向检索增强、长上下文激活，而不是单纯堆参数。

来源，Google Research Blog

6. Claude in Chrome 升级为 Claude Cowork 会话

Claude 的 Chrome 侧边栏不再只是临时聊天，而是变成了可保存的 Cowork 会话，技能、连接器都能直接在浏览器里跑，任务还能在手机、桌面和网页之间切换。

这块其实挺关键的。浏览器是大多数人工作的主战场，把 Agent 能力嵌进去，比单独打开一个 App 自然得多。接下来半年我估计会看到各家都在浏览器插件上发力。

来源，Claude Blog

7. AutoGPT 用 AGENTS.md 和技能门控管理 AI 生成的 PR

AutoGPT 团队发现 AI 智能体不会主动读文档，于是把指令写进 AGENTS.md 和技能文件，放在代码目录旁边。再加上 PR 模板、测试计划、CI 覆盖率门槛和 CLA 签名，硬是把 AI 提交的 PR 管了起来。

这个案例有意思的地方在于，它承认了 AI 会犯浑。不是说把 Agent 丢进仓库就完事了，而是要像管实习生一样设流程、设门禁。这对想引入 AI 编程的团队很有参考价值。

来源，GitHub Blog

💡 值得关注

  • Muse Glimmer 上线 OpenRouter，Meta 开源了一个 30B 的文本+图像模型，Apache 2.0 协议，想做本地可靠智能体。小模型+多模态+本地，这条路线今年很热门。来源，OpenRouter

  • LTX-2.5 视频生成模型发布，在两块 GB200 上生成 10 秒 720P 视频只要 6.8 秒，还原生集成 ComfyUI。视频生成的实时化越来越近了。来源，IT之家

  • OpenRouter 推出实时网页搜索基准，他们把模型、搜索引擎、搜索方法和预算组合起来测，结论是模型选择比搜索引擎更重要，增加搜索轮数收益明显。做 Agent 的朋友值得看看。来源，OpenRouter

  • Research Gold 号称 100% 人类撰写，实则全程 AI 驱动，一个面向医学研究者的网站伪造审稿人，还盗用真实学者照片。这种打着「反 AI」旗号的 AI 造假，可能比普通 AI 内容更危险。来源，Hacker News 中文

  • 研究人员发现可读取加密推理过程的 API 漏洞，包括 OpenAI、Anthropic、Google 在内的多家 API 被发现能泄露推理模型的「思考链」，还扫出不少密钥和密码。安全红线又被踩了一次。来源，The Decoder

📝 今日思考

今天最让我印象深刻的不是某一条模型发布，而是两个趋势撞到了一起。

一边是巨头在参数、用户数和推理能力上继续内卷，DeepSeek、阿里、微软、xAI、Google、OpenAI 你方唱罢我登场。另一边是一些更务实的变化正在发生，Claude 往浏览器里钻、AutoGPT 给 PR 设门禁、OpenRouter 用基准测试帮大家挑 Agent 配置。

我有点怀疑，接下来一年决定胜负的不再是榜单第一名是谁，而是谁能把这些大模型悄无声息地嵌进你每天都在用的流程里。毕竟，用户不会因为你分数高就买单，他们只关心能不能少干点活。

来源整理，AI HOT RSS（2026-08-13 采集）