AI 日报 | 2026-08-24

北京时间 06:30 自动生成 · 关注最近 24–48 小时

今天主线：前沿模型降价与多代理产品化、coding agent 平台化、中国模型生态向 agent 工具链延伸、推理基础设施围绕 token 成本竞争。

模型：GPT-5.6 Sol、Claude Sonnet 5、Gemini 3.7 Flash
Agent/Coding：Qwen Code、Copilot Agent Plugins、Claude Code
Infra：Cloudflare AI Gateway、vLLM、llama.cpp、NVIDIA Blackwell
中国生态：Qwen、DeepSeek、GLM runtime 支持

最重要 5 条

1

OpenAI：GPT-5.6 Sol 预览与 API 降价窗口

摘要/关键细节：OpenAI 在 GPT-5.6 页面披露 8 月 21 日起 GPT-5.6 Sol API/credit 价格临时下调超过 20%；Sol 预览强调 max reasoning effort 与 ultra mode，通过子代理并行处理复杂任务。

为什么重要：价格下调显示前沿模型竞争正从单纯能力转向可大规模调用的经济性；ultra/subagents 把多代理编排推到模型产品层。

来源：来源；来源

2

Anthropic：Claude Sonnet 5 与 Claude Code/Agent SDK 继续押注真实代码库

摘要/关键细节：Anthropic 称 Sonnet 5 主打 brownfield code：race condition、隐藏测试、根因定位与持久修复；Claude Code 叙事扩展到 Agent SDK、Xcode 集成、金融服务和更高使用上限。

为什么重要：编码代理评价重心从生成新文件转向维护既有系统、长上下文调试与企业工作流集成。

来源：来源；来源

3

Qwen Code：8 月更新强化移动接管、长任务压缩与 Agent Plugins

摘要/关键细节：Qwen Code 8 月更新提到 v0.21.7–v0.21.11：本地控制 QR code 可从手机接管桌面会话；Goal 不再被 50 轮截断，长任务会压缩证据继续执行；插件生态开放 Agent Plugins v1 和 Qoder plugins。

为什么重要：中国 coding agent 正快速对齐 Claude Code/Copilot 的可持续执行与插件化方向，竞争点不只是模型权重，也包括 CLI/IDE harness。

来源：来源；来源

4

Cloudflare：Agents Week 后把 Workers AI 与 AI Gateway 收束为统一推理控制面

摘要/关键细节：Cloudflare Agents Week 强调 agent-native web，包括 agent identity、wallet、AI 使用审计、Workers AI 与 AI Gateway 统一控制面；8 月 14 日将 DeepSeek V4 Flash/Pro 接入 Workers AI，支持 100 万 token context。

为什么重要：边缘网络厂商正在把模型调用升级为身份、支付、审计、路由、成本治理的基础设施层。

来源：来源；来源

5

vLLM / llama.cpp：推理栈围绕 speculative decoding 与 GLM 支持滚动

摘要/关键细节：vLLM v0.28.0rc2 于 8 月 21 日更新，聚焦 DFlash2 speculative decoding 的 local convolution 与 candidate selector；llama.cpp 8 月 23 日 b10603 release 包含 support MTP in GLM-4.5-Air。

为什么重要：开源推理栈高频追赶前沿模型结构和吞吐优化；spec decoding、MTP、FP8/FP4 等能力决定企业自有硬件 token 成本。

来源：来源；来源

6

GitHub Copilot：Agent Plugins 1.0 与 cloud agent reasoning level

摘要/关键细节：GitHub 8 月发布 Agent Plugins 1.0，可在 VS Code、Copilot CLI 和 Copilot app 中共享 custom agents、commands、rules、hooks；Copilot cloud agent 新增 reasoning level 控制；usage metrics API 开始统计 Claude、Codex 等 agent app 活动。

为什么重要：GitHub 正把 Copilot 从 IDE 助手推进到企业 agent 平台：插件标准化、云端执行、成本/使用量可观测性都是大团队部署 autonomous coding 的先决条件。

来源：来源；来源

7

NVIDIA：Blackwell 推理成本叙事与 agentic benchmark

摘要/关键细节：NVIDIA 技术博客继续强调 Blackwell 上 DFlash speculative decoding 可将推理性能最高提升 15x，并发布最低 token 成本平台叙事；8 月 11 日还提到在首个 agentic AI benchmark 上取得领先表现。

为什么重要：AI 工厂商业模型正以 token output 和 agentic workload 延迟为核心指标；芯片厂围绕 benchmark、软件栈和单 token 成本打包销售。

来源：来源；来源

8

Google Gemini：Gemini 3.7 Flash 与连接应用扩展

摘要/关键细节：Google 8 月产品页显示 Gemini app 新增 Granola、Otter.ai、Wix 等 connected apps；Gemini 3.7 Flash 被定位为更智能的 workhorse model，并用于 Spark 这类 24/7 个人代理体验。

为什么重要：Google 的重点是把 Gemini 从聊天入口嵌入实际 SaaS 操作面，并用 Flash 级别模型承担长期、低延迟、成本可控的 agent 工作负载。

来源：来源；来源

中国 AI 生态检查

今日重点覆盖 Qwen Code、DeepSeek V4 on Workers AI、GLM-4.5-Air 在 llama.cpp 的 MTP 支持。DeepSeek、Qwen/通义、智谱 GLM、Kimi/月之暗面、豆包、百度文心、MiniMax 等方向本轮未发现比上述条目更高置信的 24–48 小时官方重大发布。