Daily AI Briefing · Beijing Time

AI 日报 | 2026-07-15

过去 24–48 小时的重点信号:Agent 正从通用聊天进入教育、硬件验证、企业安全与部署工作流;中国模型生态继续围绕长上下文、Coding Agent、MoE 与开源授权竞争;AI 基础设施与安全治理进一步绑定。

覆盖:模型 / Agent / Infra / 中国生态 / 商业核心来源:9面向:熟悉 AI、技术与商业读者

今日概览

今天的主线不是单一“更大模型”,而是系统能力:模型厂商把能力封装进可审计、可落地的行业工作流;基础设施议题上升到监管、电力、数据中心与芯片供给;中国开源模型则继续押注 1M 上下文、Coding Agent、MoE 与国产算力适配。

最重要 5 条

  1. Anthropic 发布 Claude for Teachers
  2. DeepSeek API legacy model name 7 月 24 日弃用
  3. 智谱 GLM-5.2 强化开源 Coding/长程任务路线
  4. Moonshot Kimi K2 继续作为开源 Agent 模型参照
  5. 美国拟设 AI 与网络安全协调组
5重点新闻深度拆解
4其他值得关注更新
9核心来源 / 条目
01 · Agent / Education

Anthropic 发布 Claude for Teachers:教育场景从“学生聊天机器人”转向“教师工作流增强”

摘要

Anthropic 于 7 月 14 日推出 Claude for Teachers,面向美国已验证 K-12 教师免费开放 premium Claude 能力、教学技能库,并接入与 50 个州学术标准映射的课程资源。

关键细节

Claude for Teachers 连接 Learning Commons,可访问各州 academic standards 与 learning competencies;还引入 OpenSciEd、Illustrative Mathematics 的 IM v.360 等课程资源,重点放在 lesson planning、差异化教学、mastery-based learning 与小组教学。

为什么重要

教育 AI 竞争正在从“通用聊天入口”转向“围绕标准、课程、教师流程的垂直 Agent”。教师端切入既能降低学生直接使用的风险,也更容易形成课程资源和工作流粘性。

来源:Anthropic 官方发布

02 · China / API Migration

DeepSeek API 迁移窗口进入倒计时:legacy deepseek-chat / deepseek-reasoner 将于 7 月 24 日弃用

摘要

DeepSeek 官方 Change Log 显示,API 已支持 deepseek-v4-prodeepseek-v4-flash,并明确 legacy API 模型名将于 2026-07-24 停用。

关键细节

过渡期内,deepseek-chat 指向 deepseek-v4-flash 非 thinking mode,deepseek-reasoner 指向 thinking mode。新模型仍支持 OpenAI ChatCompletions 与 Anthropic 兼容接口,base_url 不变。

为什么重要

对把 DeepSeek 作为低成本推理或 agent backend 的团队,模型名弃用是生产风险。需要尽快完成配置迁移、行为回归评测与回滚策略,尤其关注 thinking/non-thinking、缓存成本与长上下文稳定性。

来源:DeepSeek API Docs Change Log

03 · Open Model / Coding

智谱 GLM-5.2 继续强化开源 Coding/长程任务路线

摘要

智谱 6 月发布并开源 GLM-5.2,近期仍是中国开源模型对比中的重要基准。官方定位为专注 Coding 与 Long Horizon Task 的开源模型,强调 Solid 1M 上下文、MIT 协议、国产算力 Day 0 适配。

关键细节

官方称 GLM-5.2 在 Artificial Analysis 综合榜单取得 51 分;在 Code Arena 前端开发评估中取得全球可用模型第一;并列出 FrontierSWE、SWE-Marathon、PostTrainBench、Terminal-Bench 2.1、MCP-Atlas 等长程任务与工具使用指标。

为什么重要

中国开源模型竞争已从“通用聊天分数”转向工程交付:1M 上下文、长程 agent、CLI/IDE 工具调用、国产算力适配和宽松许可证,才是企业落地关心的组合。

来源:智谱官方 GLM-5.2 发布

04 · China / MoE

Moonshot Kimi K2 仍是中国开源 Agent 模型的重要参照:1T MoE、32B active、agentic/coding 定位

摘要

Kimi K2 是 Moonshot AI 的 MoE 模型,约 1T 总参数、32B activated parameters,定位为 Open Agentic Intelligence,主打 frontier knowledge、数学、coding 和 agentic 能力。

关键细节

Kimi K2 提供 Base 与 Instruct 版本;部署文档提到其复用 DeepSeekV3CausalLM 架构并设置 model_type: kimi_k2,便于推理引擎优化。论文称其使用 MuonClip optimizer,并在 15.5T tokens 上预训练。

为什么重要

Kimi K2 展示了中国模型团队在“大 MoE + agent/coding + 开源权重/工具链”方向的持续投入,与 GLM-5.2、DeepSeek-V4 构成企业私有化部署的可替代选项池。

来源:Kimi K2 项目页GitHub

05 · Governance / Infra

美国拟设 AI 与网络安全协调组;AI 基础设施与安全治理继续绑定

摘要

Reuters 7 月 14 日报道称,白宫表示美国将启动 AI and cybersecurity coordination group,把 AI 模型、关键基础设施、网络防御和政府协调机制进一步绑定。

关键细节

该协调组面向 AI 与网络安全交叉领域。结合 Anthropic/UST 的 physical AI、Cloudflare agent deployment、Microsoft agent control plane,安全、审计和身份管理正成为 agent 落地的前置条件。

为什么重要

Agent 越接近真实系统操作,安全治理就越不是合规附属品,而是产品能力本身。企业客户会越来越依赖权限边界、日志、身份、沙箱、供应链安全与 incident response 能力来选择平台。

来源:Reuters AI 新闻页Reuters 报道

其他值得关注

观察:模型能力边际提升仍重要,但真正影响商业化速度的是“模型 + 工具 + 权限 + 行业数据 + 审计”的完整系统。中国开源生态在 coding/agent/长上下文上继续加速,欧美大厂则更强调垂直行业入口、agent control plane 与安全治理。