CAIConcitech AI 日报

每日编辑摘要

№ 20260810

Meta 开源 30B 本地 Agent 模型 Muse Glimmer，Anthropic 用未发布 Claude 刷新黎曼猜想相关下界

8 月 10 日 PT 当天最重要的变化集中在两处：Meta 重新回到开放权重路线，发布面向本地常驻 Agent 的 30B 模型 Muse Glimmer（Apache 2.0），并预告基础模型 Muse Spark 1.2 的权重也将开放；Anthropic 则公布一个未发布的研究版 Claude 把黎曼 ζ 函数零点位于临界线的比例下界从 41.…

归属日期 · PT2026年8月09日星期日
发布时间 · CST2026/08/11 13:00
编辑Concitech AI 编辑部
模型产品研究开发工具商业政策安全

Meta 开源 30B 本地 Agent 模型 Muse Glimmer，Anthropic 用未发布 Claude 刷新黎曼猜想相关下界

8 月 10 日 PT 当天最重要的变化集中在两处：Meta 重新回到开放权重路线，发布面向本地常驻 Agent 的 30B 模型 Muse Glimmer（Apache 2.0），并预告基础模型 Muse Spark 1.2 的权重也将开放；Anthropic 则公布一个未发布的研究版 Claude 把黎曼 ζ 函数零点位于临界线的比例下界从 41.6% 提升到 67.2%，是这一问题有记录以来最大单步提升。次要主线包括：OpenAI 发布网络安全专用模型 GPT-5.6-Cyber 并扩展 Daybreak 准入层级；英伟达联合六大金融机构建立 5000 亿美元级别的 AI 算力融资平台；Claude Sonnet 5 把促销价 $2/$10 永久化。需要区分的是：模型 benchmark 与数学进展均来自厂商自述或研究团队披露，尚未有第三方独立复现；英伟达融资平台中的 5000 亿美元是计划动员的第三方资本规模，不是已到位的资金。

一、Meta 开源 Muse Glimmer：30B Dense 本地 Agent 模型，Spark 1.2 权重预告开放

Meta（经 Superintelligence Labs，由 Alexandr Wang 带队）发布开源权重模型 Muse Glimmer，约 29.6B 参数、Dense 架构，支持图像与文本输入、约 131K 上下文，从 Muse Spark 蒸馏而来，训练重点放在 Agent 场景：多步推理、工具调用、编码与失败恢复。权重以 Apache 2.0 发布，可在 24GB 显存的消费级显卡上运行；社区整理的数据显示 4bit 量化后体积不到 20GB，RTX 5090 配合推测解码可达约 233 tok/s，M4 Max 约 37.8 tok/s。扎克伯格同时确认 Muse Spark 1.2 的权重也将开放，Meta 官方称后续还有更大的模型。

厂商公布的 benchmark 数字包括 SWE-Bench Verified 76.0、SWE-Bench Pro 51.2、TerminalBench 2.1 51.7、MCP Atlas 75.5、DeepSearch QA 74.6；LMSYS 博客宣布 SGLang 为该模型提供 Day-0 推理支持，并针对 Agent 工作流做了专门优化，Hugging Face 上已有 GGUF 版本。这些数字均为 Meta 与合作伙伴自述，未经第三方独立复现。

这一动作被社区普遍解读为 Meta 重新回到开源竞争：Muse Spark 系列此前走封闭路线，如今 30B 的 Agent 专用模型以最宽松许可证放出，意图抢占“本地 Agent 心智”与开发者部署生态；LeCun、Andrew Ng、François Chollet 等人在 X 上集中转发表态。争议点同时出现：Gary Marcus 连续发文强调 open-weight（开放权重）不等于 open-source（开源），指出多家媒体把两者混为一谈，权重开放不涉及训练数据与完整可复现性。

源链接：

二、Anthropic 公布研究版 Claude 的黎曼猜想进展：零点比例下界 41.6% → 67.2%

Anthropic 发布研究文章，称一个未公开的研究版 Claude 在尝试证明黎曼猜想时，虽未解决猜想本身，但把黎曼 ζ 函数非平凡零点落在临界线上的已知比例下界从 41.6% 提升到 67.2%。这一问题的历史推进节奏很慢：1942 年 Selberg 证明有正比例，1974 年 Levinson 推到至少三分之一，1989 年 Conrey 到五分之二，2020 年 Pratt 等人到 41.7%；从约 33% 到 41.7% 人类用了近 50 年，Claude 这一步约 26 个百分点的提升是历史上最大单步跳跃。

过程细节比结果更值得注意：Anthropic 一位非数学背景员工在 Claude Code 中发起任务，Claude 先后生成约 650 个思路，协调约 60 个子智能体、运行约 2400 条命令；Anthropic 数学家 Levent Alpöge 与 Ralph Furman 完成验证，外部专家 Brian Conrey、Dan Goldston 参与审阅，Claude 还用 Lean 写出了可机器验证的证明。Anthropic 明确表示，这一技术路径不太可能直接导向黎曼猜想的最终证明。三周前同一团队曾用 Claude Fable 5 找到 Jacobian 猜想的反例，两次都是在前沿问题上找到新路径而非解出标准习题。进展属研究团队披露，独立数学界尚未完成完整同行评议。

源链接：

三、OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，扩展 Daybreak 准入层级

OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，可通过 Daybreak Red 获取，面向授权的漏洞研究、漏洞验证与安全测试；同时把 Daybreak 拆成 Blue 与 Red 两个准入层级，并允许已批准的 Daybreak 合作伙伴用前沿网络模型向客户提供受治理的安全服务。Greg Brockman 与 Tibo 均以“把前沿智能交到防御者手中”为口径官宣，称这一模型是 OpenAI 首次大规模尝试直接提升该方向能力。

背景信号来自 AI Valley 的汇总：OpenAI 据报正在准备代号 Astra 的新旗舰模型（很可能是 GPT-6），传闻参数量约 10 万亿，原定本月发布，昨日因安全顾虑暂停；Anthropic 内部评估据称认为代理编码能力已触及风险阈值，OpenAI 将主动放缓开发节奏。上述均为未证实的媒体报道，证据边界应保持清晰：GPT-5.6-Cyber 本身是官方发布，Astra/Doug 的发布窗口与参数规模属于传闻。

源链接：

四、英伟达联合六大金融机构，为 AI 算力搭建 5000 亿美元级别的融资平台

黄仁勋宣布英伟达与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 合作，建立独立融资平台，动员超过 5000 亿美元第三方资本支持 AI 基础设施建设。英伟达称可为最多 25% 的项目提供兜底，即理论上最高约 1250 亿美元；Goldman Sachs 提出建立由英伟达算力支撑的信贷市场。模式上接近把 GPU/AI Factory 当作电厂、收费公路一类基础设施资产做融资：华尔街出资建设算力资产，AI 公司长期使用并付费。

关键在于英伟达把“买算力的钱从哪来”当成自己的问题来解决，将 GPU 包装为新的可投资资产类别，论据是 CUDA 软件持续更新延长硬件有效寿命、GPU 可在不同客户间转移。5000 亿美元是计划动员的第三方资本规模，不是已到账资金；25% 兜底是上限承诺而非确定出资。社区评论集中在“算力金融化”对中小 AI 公司资本开支结构的影响，也提示此类平台的实际落地节奏存在不确定性。

源链接：

五、Claude Sonnet 5 促销价永久化，Claude Code 自动模式默认开启

Anthropic 官方宣布，Claude Sonnet 5 六月的首发优惠价（每百万输入 token 2 美元、输出 10 美元）不再按原计划于 8 月 31 日结束，改为永久价格。原计划 9 月 1 日起涨价 50% 的传闻随之失效。社区评论认为这使 Sonnet 5 在与 GLM 5.2、Kimi K3、GPT Luna 等竞品的价格对比中明显更有竞争力，有开发者估算实际使用成本约下降三分之一。这是厂商定价声明，具体对比依赖各家计费口径。

同一窗口内，Claude Devs 官方账号解释 Claude Code 已把自动模式（auto mode）设为默认，用户不再需要对每个操作批准；官方同时宣传新模型对藏在网页或文档里的恶意指令做了专门防御，自动模式计划下周成为默认设置。默认自动执行会显著改变编码 Agent 的安全边界，属于产品行为变化，官方演示视频不能替代真实环境的风险评估。

源链接：

六、Anthropic 为 Claude 输出加机器可读标记：文本水印与 C2PA 元数据

Anthropic 宣布自 8 月 2 日起，所有新发布 Claude 模型在输出中执行两层标记：文本层嵌入人眼不可见的水印，复制到邮件、文档、博客后仍可被机器检测；文件层为生成的 SVG、PNG、JPG 附加符合 C2PA 标准的签名元数据。覆盖 API、官网、Claude Code、Claude Cowork、Claude Tag 全产品线，全球生效，依据是欧盟 AI 法案第 50 条的透明度行为准则；通过 AWS、Google Cloud、Microsoft Foundry 调用时文本水印同样生效，文件元数据取决于云平台支持。

限制被明确说明：检测到水印只能说明内容“可能经过 Claude 处理”，不能确认 Claude 是原始作者；大量改写会使水印消失，过短文本信号不可靠，格式转换或截图会丢失元数据。此前 OpenAI 开发过文本水印方案但未上线，Anthropic 是主要大模型厂商中第一个在文本层落地水印的。对依赖 Claude API 构建产品的团队，这是一个需要评估的合规与产品变化。

源链接：

七、豆包进入酒店预订抽佣：AI 助手开始切入真实交易链路

据媒体报道，8 月 10 日起抖音生活服务针对特定渠道启用新的软件服务费政策：用户通过豆包搜索、咨询酒店，并从豆包入口跳转至抖音来客完成预订的订单，向酒店收取 11.4% 软件服务费加 0.6% 支付手续费，综合费率约 12%。这意味着豆包从“聊天入口”进入消费决策与交易分账环节，AI 助手不再只靠会员订阅和模型 API 变现，而是让 AI 负责需求理解、由抖音承接交易、按 GMV 抽佣。

这是单渠道媒体/社区信息，费率与覆盖范围以字节跳动官方说明为准；“餐饮、旅游、电商会复制该模式”属于评论者的推演而非事实。其信号意义在于：头部国民级 AI 应用开始把商业化模型从订阅扩展到交易分佣，AI Agent 争夺的入口从用户时长延伸到交易闭环。

八、Cloudflare 多线动作：Agent 浏览器引擎 Kitesurf、政府云认证与 AgentsWeek 收官

Cloudflare 推出 Kitesurf，一个专为 Agent 设计的浏览器引擎，运行在 Workers 上，遵循 Chrome DevTools 协议，因此任何能操作 Chrome 的代理程序都可以直接操作 Kitesurf，官方称 beta 阶段免费，目标是替代昂贵 Chrome 实例作为 Agent 的“眼睛”。同一窗口内，Cloudflare for Government 获得 FedRAMP Class D (High) 认证，并宣布将申请 DoD IL4 授权；公司还发布了 AgentsWeek 收官 recap，覆盖从 Wallets 到 Radar 的一批 Agent 相关产品。

三件事互相关联：浏览器基建、政府合规、Agent 产品矩阵同时推进，表明 Cloudflare 在把 Agent 工作负载当作基础设施生意经营。Kitesurf 仍处于 beta，定价与 SLA 未公布，性能与稳定性证据有限。

高价值单点

  • 阿里开源 Qwen-MM-Plugins：千问团队把读图、读视频、读文档、语音、3D 建模等能力封装为 Skill + MCP 双层结构，可注入任意 Agent 框架，让纯文本 Agent 获得多模态能力；社区讨论将其视为给 DeepSeek、GLM 等文本模型“补上眼睛和手”的方案。
  • 微软开源 Skill Recorder：录制一段 GUI 操作（可同时口述），AI 自动还原为意图和步骤并生成可编辑、可复用的 Agent Skill，把“写 Skill”从写文档变成录一次操作。
  • DeepSeek“给用户取外号”事件：用户发现 DeepSeek 深度思考时会在内部推理中生成临时称呼（如“墨墨”），冲上热搜后官方回应称这是推理时的上下文占位符，不跨会话保存、不建立用户档案；属于模型行为解释，非用户画像功能。
  • a16z 数据：计算机操作 Agent 显著进步：OSWorld-Verified 基准上最佳成绩一年内从约 42% 升至 85%，超过人类测试者约 72% 的水平，Claude Fable 5 以 85% 领先；为厂商/风投发布的基准数据。
  • tl;dv 会议录音大规模暴露：安全研究者披露 AI 会议记录平台 tl;dv 的 Firestore 数据库缺租户隔离，18.1 万段录音、涉及 8.4 万用户与 3.5 万域名（含 23 国政府）可被已认证用户查询，约 1000 场录制中的会议存在被实时闯入风险；漏洞自 2026 年 1 月报告后 6 个月未修复。
  • Meta 面临四州未成年诉讼：加州、科罗拉多、肯塔基、新泽西指控 Meta 通过产品设计让未成年人沉迷并误导公众，8 月 12 日在奥克兰联邦法院开庭，四州给出的最高罚款测算达 1.4 万亿美元（约合 Meta 市值 92%）；Meta 称该计算“没有先例”。此前新墨西哥州相关案件已累计约 9.4 亿美元。
  • Kimi 一级市场抢购老股：市场消息称 180 亿美元估值的老股额度被秒空，Pre-IPO 轮投前估值报 500 亿美元，一年内估值从约 43 亿美元涨约 10 倍；真假消息混杂，Kimi 曾公告老股转让须经公司批准。属市场传闻，未获公司确认。
  • OpenAI Astra/Doug 传闻：AI Valley 与社区信息称 OpenAI 准备代号 Astra 的旗舰模型（约 10T 参数，可能为 GPT-6），原定 8 月发布、昨日因安全顾虑暂停，另有代号 Doug 的更大模型；均未证实。
  • 研究进展两则：Google 发布 DiffusionGemma 完整技术报告（扩散模型做文本生成，据称训练成本大幅低于传统路线）；Meta 提出 Skaling law，把模型容量与数据规模通过单一交互指数耦合，称在数据稀缺与过训练区间把预测误差降低 1.5–3 倍，并可用约 1/10 算力外推完整网格。
  • 海外短剧 AI 报告：DataEye 报告称上半年海外短剧 APP 内购约 12.7 亿美元（同比 +13%）、下载 14.41 亿次（+79%），中国厂商贡献约 93% 收入与 85% 下载；TikTok 上半年短剧分账 8200 万美元，约 40% 的短剧消费时长来自 AI 内容。AI 内容在海外短剧供给中的占比已达可观水平。
  • 100 万美元无限 Token 试验：一个 20 多人的团队获得 100 万美元预算、不限量使用 AI 后，结论是“人更累、AI 成本比人还高、组织架构仍为人设计”；属单团队自述，但指向组织流程而非模型能力成为效率上限。
  • 微信朋友圈 AI 帮写与点评内测：微信基于小微推出朋友圈 AI 帮写（根据图片与已写文字生成 3 条文案）与 AI 点评内测，公众号端小微常驻首位并自动总结常看文章；作者观点认为这会鼓励 AI 内容、影响“记录美好生活”的社区基调，属评论性内容。
  • Stagehand v4 发布：Browserbase 团队发布浏览器 Agent SDK Stagehand v4，Harrison Chase 团队配合发布用 Managed Deep Agents 构建网页浏览 Agent 的教程，浏览器正成为自改进 Agent 验证循环的默认工具。
  • Hermes 生态热度：社区整理的 Top Apps 榜显示 Hermes Agent 当日 Token 用量约 1.36T，超过第 2–10 名总和；GitHub 上出现一批 Hermes 技能工厂、插件全家桶与工作区项目。属社区热度信号，非官方数据。

🕐 小时信号精选

PT 时间 信号 为什么值得记住
03:00 Claude Sonnet 5 官宣 $2/$10 永久定价，取消 9 月涨价计划 定价决策落地，直接影响 API 开发者成本预期
10:00 Anthropic 公布黎曼猜想相关突破与完整论文、Lean 证明 数学前沿单步提升 + 可机器验证证据链
18:00 阿里开源 Qwen-MM-Plugins，DeepSeek/GLM 社区讨论接入 多模态能力以 MCP 插件形式外挂到任意文本模型
19:00 webAI 开源 3B 形式化推理模型 TwiL-LM3，称 4/5 项基准超 GPT-OSS-120B 小参数模型在形式化推理方向的效率对比（厂商自述）
20:00 英伟达官宣 5000 亿美元算力融资平台 把 GPU 变成可融资资产类别的基础设施尝试

编辑结论

这一天最值得记住的不是单一新闻，而是两个方向同时加速：Meta 用 Apache 2.0 的 30B Agent 模型重新争夺本地部署生态，Anthropic 用研究版模型在数学前沿制造出可验证的增量——两者都把“完成任务/解决难题”而非“对话质量”当作展示重点。商业侧，OpenAI 与 Anthropic 同时在安全专用模型与定价上出牌，英伟达则尝试为算力需求配上金融工具。需要持续观察的是：开放权重引发的“open-weight vs open-source”争论、Astra/Doug 传闻背后的发布节奏，以及 12% 抽佣等 AI 交易分账模式能否从酒店扩展到更多品类。

来源与方法

本次日报审阅 2026-08-10 PT 目录下 21 个小时抓取与 4 个有效命名来源（AI HOT 早间精选、AI Valley、HubToday、OpenAI Blog），共约 31 万字节原始输入；另有 5 个命名来源为不足 500 字节的 stub，未提供实质信号。信号池判定为 rich。所有 benchmark、定价与融资数字均标注厂商/媒体自述属性；Meta 诉讼罚金、Kimi 估值、Astra/Doug 发布计划等为传闻或测算，未按事实陈述。