AI 日报 | 2026-08-04

1. DeepSeek V4 Flash 0731 正式发布：13B Active 在 Agent Benchmark 上超越 V4 Pro Preview

DeepSeek 将 V4 Flash 从 Preview 正式推进到公开 Beta，同一个 284B / 13B-active MoE 架构，仅通过重新后训练（re-post-training），就在九项 Agent Benchmark 上超越更大规模的 V4 Pro Preview。

关键指标：

• Terminal Bench 2.1：82.7；DeepSWE：54.4
• 原生支持 OpenAI Responses API + Codex CLI
• 定价：$0.14 输入 / $0.28 输出（百万 tokens），约为 V4-Pro 的三分之一
• MIT 开源权重，已在 Hugging Face 发布
• 1M context window

为什么重要：这是首次出现小主动参数模型通过 Agent 专项微调全面超越大模型的案例。它验证了一个关键趋势：Agentic 能力不一定需要更多参数，而是需要更针对性的后训练数据与 evaluation。该模型在 Codex CLI 上的原生兼容意味着它已进入 AI coding agent 的主流选项池，性价比极高。

2. Qwen 3.8 Max 全面可用：阿里旗舰模型进入 GA

Qwen 3.8 Max 于 8 月 3 日正式进入 General Availability，附带完整定价与 benchmark 数据。此前的 Preview（7 月 19 日发布）仅在阿里 Token Plan、Qoder 和 QoderWork 中可用。GA 版本扩展了 API 可用性和完整文档。

为什么重要：Alibaba 的模型迭代节奏明显加快。Qwen 3.8 Max 标志着中国大模型从"追赶 benchmark"进入"产品化/定价竞争"阶段。Qwen 系列已在全球开发者社区中形成稳定影响力（Hugging Face、ModelScope、Ollama 等均有分发），GA 发布将进一步推动企业级部署。

3. Anthropic：Claude Code 内幕故事 & Frontier Red Team 攻防实例公开

Anthropic 近期发布了两篇重要内容：

• 《The Making of Claude Code》：由研究员、工程师和早期用户讲述 Claude Code 如何从内部 CLI 工具演变为 Anthropic 的旗舰 coding agent。该故事披露了内部开发过程中的关键设计决策。
• Frontier Red Team 报告：公开调查了三起真实世界的网络安全事件，展示 AI 系统在实际攻防场景中的表现和局限性。

背景补充：Claude Opus 5（7 月 24 日发布）定位为"比 Fable 5 便宜一半，但仍接近前沿智能"的中档推理模型，主要面向长时间运行的 Agent 工作负载。Claude Sonnet 5 的 introductory pricing（输入 $2 / 输出 $10 / 百万 tokens）持续到 8 月 31 日。

为什么重要：Anthropic 正在系统性地构建 Agent 生态心智——不仅发布模型，还公开工程经验（Claude Code 内幕）、安全实践（Frontier Red Team）和透明定价策略。这种"模型 + 工具 + 安全叙事"的组合对企业和开发者选型影响深远。

4. GitHub Copilot：Agent Skills + MCP 正式 GA，Coding Agent 进入企业定制时代

GitHub 正式将 Copilot Code Review 的 Agent Skills 和 MCP Server 支持从 Preview 推进到 General Availability，覆盖 Copilot Pro、Pro+、Business 和 Enterprise 用户。

关键能力：

• Agent Skills：通过 .github/skills/SKILL.md 让 Copilot Code Review 调取团队内部工具和编码规范
• MCP Server：允许 Copilot 连接外部工具和数据源进行更深入的上下文评审
• 付费模型方面：Kimi K2.7 Code 已加入 Copilot 模型池，Claude Sonnet 5 自 7 月 4 日起成为默认模型
• Copilot Vision 已 GA（7 月 4 日），Cursor iOS Beta 已上线

为什么重要：Copilot 从"代码补全工具"进化为"可编程的 Agent 平台"。Agent Skills + MCP 的组合意味着企业可以将自己的代码库知识、安全策略、架构规范注入到 AI review 流程中，而不只是依赖通用模型。这让 coding agent 从"开发者个人工具"变成"团队工程基础设施"。

5. 推理基础设施分化：vLLM v0.26.0 + Z.AI 国产芯片数据中心

过去一周，推理基础设施领域出现两个标志性事件：

• vLLM v0.26.0 发布（7 月 27 日）：开源推理引擎最新大版本，继续推进 disaggregated serving、elastic clusters 等 Agent-ready 特性。
• Z.AI（智谱关联）纯国产芯片数据中心竣工：据 Bloomberg 7 月 20 日报道，Z.AI 完成了一座大型数据中心建设，计划完全使用中国国产芯片训练 AI 模型，标志着中国在受限环境下转向国产替代路线的实质性进展。

此外，Kimi K4（月之暗面 Moonshot AI 下一代模型）被报道需要比 K3 更大的训练规模，但受限于无法购买 NVIDIA Blackwell 芯片，凸显中国 AI 公司在算力获取上的结构性挑战。

为什么重要：推理栈的全球格局正在加速分化。vLLM 生态向 Agentic API 和异构硬件（Ascend 等国产加速器）推进；Z.AI 的全国产数据中心则是中国 AI 供应链独立性的试金石。两类发展都指向同一方向：推理基础设施不再单一依赖 NVIDIA + CUDA。