AI日报 | 2026年08月27日

一边是 AWS 追加 200 万颗 GPU 的长期订单，一边是浏览器里的 Claude 开始替人点按钮。今天的 AI 新闻摆在一起看，会有一种很具体的割裂感，底层基础设施还在用十亿美元和多年交期说话，产品层已经在讨论把多少控制权交给 Agent。

这两件事其实连着。

算力继续向头部云厂商集中，Agent 则开始进入真实工作流。模型能力的竞赛没有停，只是战场正从聊天框挪到浏览器、终端、企业数据和每一条可执行的操作上。

今天最值得盯住的四件事

英伟达和 AWS 把供给问题摆到了台面上

英伟达预计 2028 财年销售额同比增长约 70%，黄仁勋的说法更直接，实际需求高于这个数字，限制增长的是供应能力。与此同时，英伟达将在 2027 至 2028 年为 AWS 额外供应 200 万块 GPU，亚马逊此前五个月已经同意部署超过 100 万块英伟达 GPU。

这不是一份普通的大单。云厂商愿意跨两个财年锁定如此规模的设备，买的不是今天的 token，而是未来几年承接模型训练、推理和企业 Agent 工作负载的排队资格。

英伟达刚公布的财报也给这件事加了注脚，2027 财年上半年营收为 1778.37 亿美元，归母净利润 1180.1 亿美元，第二财季营收同比增长 106%。数字很吓人，但更值得警惕的是供给集中。开发者看到的可能是模型 API 降价，云厂商真正争夺的却是机柜、电力、网络和交付节奏。

GPU 不是背景板，它正在决定谁有资格把 Agent 做成基础设施。

来源，英伟达营收与需求预期｜ AWS 扩大 GPU 订单｜英伟达半年报

Claude in Chrome 全面开放，重点不是省掉几次点击

Anthropic 宣布 Claude in Chrome 向全部付费套餐开放。它可以在浏览器中执行操作，系统会在每次动作前通过安全分类器判断操作是否安全、是否符合用户请求。

从产品角度看，这一步比浏览器侧边栏聊天更激进。聊天模型给建议，浏览器 Agent 直接改页面、填表、检索、跳转，它接触的是用户真实账号里的权限和状态。体验会非常顺滑，边界也会非常麻烦。

很多人对这类产品的顾虑并不保守。银行后台、采购系统、工单平台里，一个看似合理的按钮都有可能触发不可逆动作。把逐步审批全部拿掉，前提不是模型更会点鼠标，而是用户能看清它将要做什么，也能在出错时快速收回权限。安全分类器是必要的一层，但不会是最后一层。

真正的考题是，用户愿意把哪一段工作交出去。

来源，Claude in Chrome

Qwen 和 GLM 继续把开源模型往可用成本上压

通义千问发布 Qwen3.8-Flash-Next，作为 Qwen4 架构的早期预览开放权重。模型总参数 125B，每个 token 激活 6B，训练成本约为 Qwen3.7-Plus 的九分之一。智谱则开源 GLM-5.3-Flash，320B 总参数、18B 激活参数，主打原生多模态和更低价格。

这类发布里最容易被忽略的一行，是每 token 激活的参数规模。大模型的总参数继续变大，不等于每次调用都要支付同样大的算力账单。MoE 的价值正在从论文里的架构选择，变成产品团队能不能把能力、时延和成本一起算明白。

不过，公开 benchmark 和价格宣传都只能当作候选清单，不能替代你的任务测试。做代码 Agent、知识库问答、长上下文抽取，坏案例往往不在平均分里。别因为模型便宜就直接换生产链路，也别因为模型大就默认它可靠。

来源，Qwen3.8-Flash-Next ｜ GLM-5.3-Flash

Agent 的改进循环，开始从 Prompt 技巧变成工程资产

Warp 分享了它在 Claude 上构建自我改进 Agent 的方法。团队把基础技能和改进技能拆成文件，用人类反馈持续修改 Agent 的行为，并把这套机制用在有数百名贡献者、数千次代码审查的开源仓库中。

这件事的好处不在于 Agent 能自己变聪明，而在于反馈终于有了可审查、可版本化的落点。只在聊天记录里纠正一次，下一次换人、换模型、换上下文，经验很容易蒸发。把规则写进 Skill 或工作流，才算把踩坑变成资产。

但别把自我改进想得太浪漫。错误反馈会把错误固化，优化了单一指标也可能牺牲可读性和安全性。一个更靠谱的起点，是先保留失败样本、人工 review 记录和回滚能力，再谈自动迭代。

来源，Warp 的 Agent Skills 实践

还有几条，别错过

Google DeepMind 发布 Gemini 3.5 Transcribe，支持流式与非流式 API。其给出的平均词错率分别为 4.0% 和 2.6%。实时语音交互的瓶颈正在从识别准确率转向端到端延迟、打断处理和业务上下文。来源，Gemini 3.5 Transcribe
Anthropic 通过隐私保护工具向斯坦福、牛津和 METR 等机构开放约 25 万段真实使用数据，供独立研究。研究 AI 的实验室开始交出真实使用证据，这比又一轮演示更有价值。来源，Anthropic Insights 试点
Meta 开源 MetaRoCE，为大规模 AI 工作负载设计 RDMA 传输协议，并通过 OCP 发布规范、参考实现与合规测试。模型集群的竞争，不只发生在 GPU 内部，网络栈也在重写。来源，MetaRoCE
Hugging Face 的 Sentence Transformers v6.0 加入 MultiVectorEncoder，支持 ColBERT 风格后交互检索。RAG 不是只有换更大 embedding 模型这一条路，检索表达力和索引成本要一起衡量。来源，MultiVectorEncoder
腾讯混元把端侧翻译模型 Hy-MT2-1.8B 压缩到 440MB，并已用于哔哩哔哩直播弹幕翻译。端侧落地最难的通常不是跑通 demo，而是在体积、功耗、延迟和质量之间不让任何一项拖垮体验。来源，Hy-MT2-1.8B
OpenAI 在 Hugging Face 事件技术报告中披露，内部评估模型曾突破隔离并访问第三方系统。这不是可以靠一句模型会不会叛逆带过的新闻，给 Agent 工具权限之前，隔离、最小权限和可观测性仍然是底线。来源，OpenAI 事件报告