2026年8月13日星期四

1. DeepSeek V4 Pro 0813 发布，仅限 API 访问
   T2Simon Willison 博客（Atom）

   DeepSeek 新模型 V4 Pro 0813 发布，目前仅提供 API，官方没有公告页，需通过 OpenRouter 访问。作者 Simon Willison 测试发现低、中、高三种推理等级的生成结果差异显著。基准测试数据据称先发布于官方微信群，后经 Reddit 被删，最终以 ASCII 表格形式出现在 Hacker News。开源权重计划未定，但前两个版本均已开源，预计仍会开放。

2. 探索LLM长期记忆架构的初步实验：MindCache
   T2Hacker News 热门（Algolia · 中文化）

   Hacker News 上发布了一个名为 MindCache 的开源实验项目，作者尝试用折叠树结构为大语言模型设计长期记忆机制。项目提出了一种可扩展的记忆组织方式，旨在帮助模型在跨会话场景中保留并检索关键信息。目前该项目仍处于早期探索阶段，HN 讨论热度较低，但其思路为 LLM 持久记忆提供了一种新方向。

1. Claude Code v2.1.229 发布：支持远程控制续跑、SSE 保活与多项稳定性修复
   T1.5Claude Code：GitHub Releases（RSS）

   Claude Code v2.1.229 发布：新增 remote-control --continue 恢复远程会话；自托管 runner 获得服务端 hook 支持；Gateway 在长思考期间加入 SSE keepalive 防断连。修复流式输出截断/重复、窄终端渲染崩溃、Windows 路径问题、MCP OAuth 重定向等 bug，并禁止 /commit-push-pr 自动批准危险 git 命令。

2. Claude Code v2.1.231 修复 MCP OAuth 登录兼容性问题
   T1.5Claude Code：GitHub Releases（RSS）

   Claude Code 发布 v2.1.231 更新，修复了 MCP（模型上下文协议）OAuth 登录时因重定向 URI 不匹配而失败的问题，特别是针对使用预注册 OAuth 客户端的服务器（如 Slack）。该修复提升了代理工具通过 MCP 连接外部服务的稳定性，开发者升级后即可解决相关登录报错。此版本聚焦开发者体验，体现了 Claude Code 对第三方集成生态的持续完善。

3. 亚马逊默认将Twitch主播内容用于AI训练，仅提供退出选项
   T2TechCrunch：AI（RSS）

   亚马逊宣布将默认使用Twitch主播的直播内容训练AI模型，主播除非主动选择退出，否则其内容会被纳入训练数据。Twitch首席产品官Mike Minton在直播中回应称，若改为选择加入则无人参与，此番言论引发创作者强烈不满。此举引发关于数据所有权和AI训练伦理的广泛争议。

4. 用 GitHub Copilot 应用编写你的第一个提示词
   T1GitHub Blog（网页）

   GitHub 官方博客发布指南，帮助用户通过 GitHub Copilot 应用学习如何编写第一个提示词。文章涵盖如何选择正确的上下文与模型、如何构建有效的提示词，以及如何自信地启动第一个任务。旨在降低 AI 编程助手的使用门槛，提升开发者与 Copilot 协作的效率。

5. Anthropic 新水印引用户不满：担忧在工作中或课堂上被识破
   T2TechCrunch：AI（RSS）

   Anthropic 近日为 AI 助手 Claude 加入了水印功能，本意是识别 AI 生成内容、提升透明度，却引发部分用户强烈不满。一些用户在社交媒体上抱怨，水印会暴露他们在工作或课堂上使用 AI 的行为，可能被当作作弊。有观点甚至称这一水印系统是“一场闹剧”。隐私、信任与 AI 工具的实际使用场景之间的张力，成为这次争议的核心。

6. Automattic 旗下 AI 联系人管理应用 Mesh 登陆 Android
   T2TechCrunch：AI（RSS）

   Automattic 宣布其 AI 驱动的联系人管理应用 Mesh 正式登陆 Android。Mesh 定位为“面向所有人的 CRM”，利用 AI 自动整理联系人、跟踪关系脉络并提醒跟进互动。此前该应用仅支持 iOS，此次扩展覆盖更广泛用户群体，强化了 Automattic 在个人效率工具领域的布局，也体现了 AI 在个人关系管理场景的落地。

1. AI安全争议加剧，三位先驱同台力挺开放路线
   T2TechCrunch：AI（RSS）

   在Ai4大会上，Geoffrey Hinton、李飞飞和吴恩达三位AI先驱围绕日益增长的AI安全担忧展开辩论，一致强调保持开放合作的重要性。他们讨论了监管边界、开源模型的价值，以及美国如何在中国于亚洲快速推进的背景下维持竞争力。这场罕见的同台对话凸显出开放与安全之间的张力，也为全球AI治理提供了重要参考。

2. Sandbar CEO：AI可穿戴设备的未来在于语音交互
   T2TechCrunch：AI（RSS）

   TechCrunch的Equity节目中，Sandbar CEO Mina Fahmi表示，语音交互是AI可穿戴设备成功的关键。她批评许多硬件公司沉迷于堆砌功能和参数，忽略了语音这一最自然的交互方式。Fahmi认为，语音优先能让设备无缝融入生活，其公司的Stream智能戒指正是这一理念的实践。这场对话反思了AI硬件行业的失败，也为未来产品提供了明确方向，对创业者与产品设计者有重要参考价值。

1. AVA-Encoder：面向智能体的视频表征学习框架
   T2arXiv AI/CL/LG（论文）

   论文提出 AVA-Encoder，一种智能体原生视频表征学习框架，通过将视频编码为知识图谱表示并重构回视频，实现层次化结构存储与可编辑资产层。其独创的文本梯度优化机制使智能体能够以自然语言指令迭代改进编码策略。实验显示，AVA-Encoder 较最强外部基线提升 20.7 个百分点，且策略级编码器在减少 74.3% 系统提示词的情况下仍超越人工调优方案。该框架还发布了首个高质量电影级知识图谱数据集。

2. 地球观测嵌入作为概率天气降尺度的有效亚网格描述符
   T2arXiv AI/CL/LG（论文）

   该研究提出利用地球观测基础模型TESSERA的嵌入作为局部地表描述符，增强卷积条件神经过程，对约25公里分辨率的ERA5再分析场进行概率降尺度。在五个气候多样区域中，该方法显著提升2米气温和10米风速的预测技能，CRPS技巧分别提高11.5%和6.2%。即使将粗尺度输入替换为Aurora AI预报，或在新部署站点上预测，改进依然存在。这是首次证明长时间尺度地球观测嵌入能支持短时间尺度天气降尺度。

3. 一个冻结模拟器不够：多智能体RL中的模拟器崩溃问题
   T2arXiv AI/CL/LG（论文）

   该论文指出，在人类-AI交互的多智能体强化学习中，使用单个LLM模拟用户行为会因模式坍缩导致策略过拟合，难以泛化到真实用户。作者形式化该问题并提出两个方案：推理时的Verbalized Sampling和训练时的Co-Training。实验显示，两种方法在Persuasion for Good、τ²-bench和CooperBench等基准上相对单模拟器RL提升了9%至14%的泛化成功率，真人测试结果也有类似增益。研究还发布SCOPE框架，强调训练环境多样性对多轮RL泛化至关重要。

4. 基于重分布的成本推断提升稀疏安全离线强化学习性能
   T2arXiv AI/CL/LG（论文）

   安全离线强化学习通常假设可获取密集的分步成本标注，但现实中监督者往往只提供轨迹级停止反馈——首个不安全转换处的二元信号，缺乏分步归因。本文将此建模为时间信用分配问题，提出基于重分布的成本推断（RCI）框架，通过回报分解将稀疏停止反馈转换为密集分步成本，并在增强数据集上训练约束离线策略。理论证明，回报等价重分布可保持 CMDP 的可行策略集和最优拉格朗日乘子，实现无损转换并改善成本评论员学习的条件。在高速公路驾驶和机器人操作实验中，相比稀疏和基于分类器的基线，RCI 显著降低违规率，且对异构数据集组成和标签噪声具有鲁棒性。

5. AI4AI测试时框架：通过脚手架实现强到弱能力迁移
   T2arXiv AI/CL/LG（论文）

   该论文提出一种测试时的能力迁移方法，由强模型构建推理脚手架帮助弱模型提升任务表现，无需更新弱模型参数。在四个心智理论基准上，平均目标模型性能从0.49提升至0.91，接近翻倍。分析表明，收益主要源于将不稳定的推理外化为确定性代码、任务路由和严格格式约束，而非鼓励模型更深入推理或广泛采样。研究发现构建者模型的推理努力单调提升脚手架质量，平台效应相对较小，且弱模型受益最大。这项工作表明测试时脚手架设计是传统蒸馏的重要补充。

6. 超越试错：面向图像到视频一致性的智能体优化框架
   T2arXiv AI/CL/LG（论文）

   现代黑盒图像到视频（I2V）模型虽然功能强大，但细粒度控制和可靠性不足，随机性导致输出差异大，常需低效试错。本文提出“智能体自改进”框架，将视频合成重构为闭环、目标导向的优化过程。第一阶段通过多模态大模型迭代优化提示词，结合 Davidsonian场景图查询和常见错误问题检测；第二阶段采用贝叶斯优化协同调整随机种子和CFG尺度，并由新的视频-文本一致性评分引导。人工偏好测试中，智能体方法胜率达69%，显著提升视频生成的可预测性和可控性，为可靠的生产级工具铺路。

7. 组织如何使用AI：来自ChatGPT的证据
   T2arXiv AI/CL/LG（论文）

   该研究将ChatGPT Enterprise账户记录与员工角色、任务分类及上市公司财务数据相结合，分析了截至2026年3月超过1500家组织和1700万条消息。研究发现：企业采用率迅速增长，采用集中在规模更大、研发与销售管理费用更高的公司；使用覆盖从写作到技术工作的广泛知识任务，早期职业员工使用强度最高。结果表明企业间在AI采纳速度、广度和目的上差异显著，尚处于学习整合AI的阶段。

8. SCOUT：通过结构化思维链与多目标过程奖励增强空间推理
   T2arXiv AI/CL/LG（论文）

   现有视觉语言模型（VLM）在空间推理上存在明显瓶颈。近期强化学习方法虽以可验证结果弥补差距，但中间步骤信用分配不佳，且结构化推理忽视3D深度感知。为此，研究者提出SCOUT，设计显式建模3D环境感知的结构化思维链框架，并引入多目标过程奖励与定制优势估计的强化学习算法，实现细粒度信用分配并构建SCOUT-24k数据集。实验表明，SCOUT-3B在通用空间基准和复杂空间推理任务上分别提升16.85%和6.3%，SCOUT-7B超越GPT-4o达4.28%，并展现出多图像和视频场景的泛化能力。

—