面向熟悉 AI、技术与商业的读者，聚焦过去 24–48 小时可核验的重要更新。今天没有 GPT/Claude 级别闭源旗舰突发，但 Agent/AI coding、推理基础设施与中国模型生态继续密集迭代。
过去两天，开发者工具链与推理基础设施继续快速迭代：vLLM 0.28.0 把 Kimi-K3 作为重点优化对象，说明中国开源/准开源大模型已进入生产推理栈的主路径；llama.cpp 0.3.0 延续 rolling release 节奏，继续改善本地与边缘推理后端。Agent/AI coding 侧，Qwen Code 的 8 月更新把“移动端接管本机 session”“长任务证据压缩续跑”“Agent Plugins v1/Qoder 插件”等能力推向工程工作流；Z.ai/智谱 GLM-5.3 与 ZCode 则继续把 coding agent、网络安全基准和官方 harness 绑定成产品叙事。模型侧值得关注的是 Anthropic 近期 Opus 5 / Sonnet 5 的 agentic coding 定位，以及 OpenAI API changelog 中 Secure MCP Tunnel 对企业私有 MCP 的连接方式。
vLLM 最新 release v0.28.0 于 2026-08-26 发布，release note 明确把 “Kimi-K3 performance push” 列为 highlight，覆盖 Decode Context Parallel 等栈内优化。该版本包含 584 commits、270 contributors，其中 76 位为新贡献者。
这不是单一模型适配，而是服务端推理框架将中国大模型作为一等优化目标的信号。大 MoE/长上下文模型进入企业生产，瓶颈在 decode 并行、KV cache、routing、kernel fusion 与多卡调度。
Qwen Code 8 月 feature updates 显示，团队连续发布 v0.21.7–v0.21.11，引入 VS Code Extension beta、本地控制二维码、长任务证据压缩续跑，以及 Agent Plugins v1 / Qoder 插件生态。
AI coding 竞争焦点已从“模型会不会写代码”迁移到“能否稳定执行长任务、保留证据、接入 IDE/移动端、并由插件扩展上下文和操作能力”。
Z.ai 将 GLM-5.3 定位为统一 reasoning、coding 与 agentic capabilities 的新旗舰；博客强调其在 CyberGym vulnerability discovery 上达到 SOTA，并在 exploitation chain 后段相对 GLM-5.2 有显著提升。ZCode 被定位为 GLM-5.3 官方 coding-agent harness。
主流 coding agent 正在从 SWE-bench 式修 bug 转向更复杂的软件供应链、攻防与长程任务能力。GLM-5.3 的 cyber benchmark 与官方 harness 叙事，体现中国模型公司在把模型、工具壳、API 与安全评测打包成平台。
OpenAI API changelog 8 月条目显示，Secure MCP Tunnel 允许 ChatGPT web、Codex、Responses API、AgentKit 等连接私有或本地 MCP servers，而无需把这些 server 暴露到公网。
企业 agent 的核心障碍是安全接入内部代码库、工单、数据库、文档和生产系统。Secure MCP Tunnel 会推动 MCP server 的权限、审计和网络边界设计标准化。
ggml-org/llama.cpp 最新 GitHub release v0.3.0 于 2026-08-25 发布，继续提供多平台二进制资产。同期社区 PR/讨论涉及 Qwen3.8-Flash-Next/qwen4exp、OpenVINO 2026.3、CUDA 大网格限制修复等方向。
llama.cpp 仍是本地、边缘、CPU/GPU 混合推理的事实基座之一；其对新模型格式、量化、Metal/CUDA/OpenVINO/SYCL 等后端的快速跟进，决定开源模型能否低摩擦进入私有部署与轻量产品原型。