科技早报 2026-08-22
概览
要闻
AI 与机器学习
- 英伟达研究称长时程任务中Harness或比模型更关键
- Anthropic扩大Claude Mythos 5网络防御能力使用范围
- DeepSeek发布实验性多模态模型V4-Flash-Vision-Exp
- Nari Labs实现低于50毫秒响应的文本转语音
- 乌兰察布成中国人工智能数据中心集群之一
- NVIDIA称AVO在ARC-AGI-3交互推理测试获满分
GitHub 热门项目
- GitHub 热门项目 Claude Code 新增173个Stars
- 开源项目 Proliferate 支持并行运行多种编码代理
- GitHub热门项目Magnitude支持本地模型与离线运行
- GitHub项目 OBLITERATUS探索移除大模型拒答
- n8n：具备原生 AI 能力的工作流自动化平台
- Apache Maka：记录智能体操作的本地优先工作空间
开源生态
开发者工具
安全与隐私
长征7A发射后解体，长征12号随后成功升空
中国长征7A火箭于8月10日发射后不到90秒解体，官方尚未公开说明原因。使用相同YF-100发动机的长征12号在六天后成功发射。
长征7A使用YF-100发动机，事故一度引发外界对其他采用该发动机的中国火箭所受影响的关注。
使用YF-100发动机的重型长征5号预计几天后发射，将执行把嫦娥七号月球着陆器送往月球南极的任务。
台湾研制未来卫星运载火箭的一台原型机周三发射后不久偏离航线，触发火箭自毁机制。
台湾国家中山科学研究院称，此次事件没有人员受伤或财产损失，残骸落入台湾南端附近预先规划的安全管制区。
特斯拉隐藏式门把手引发中国超290万辆召回
中国国家市场监督管理总局宣布召回超过 290 万辆 2019 至 2026 年间在中国制造的 Tesla Model 3 和 Model Y。部分车辆可通过无线软件更新降低碰撞后车窗，另一些车辆需加装警示贴纸。
部分受影响车辆可通过无线软件更新降低碰撞后的车窗，以减少乘员被困在车内的可能性。许多车辆还需要免费加装警示贴纸，帮助乘员找到并操作紧急机械车门把手。
当车辆低压电池失效时，机械车门把手尤为重要。低压电池为车载电脑、显示屏和电子车门把手等设备供电。
中国政府同时召回由 8 家中国汽车制造商生产的超过 100 万辆汽车，原因同样涉及隐藏式车门把手的安全问题。
中国还另行召回近 5 万辆进口 Tesla Model 3、Model X 和 Model S，原因是车辆未充分监测驾驶员使用辅助转向技术时的注意力；部分车辆可通过软件更新修复，部分需要安装新的车内摄像头。
英伟达研究称长时程任务中Harness或比模型更关键
英伟达一项研究显示，在长时程任务中，围绕模型构建的
harness可能比底层模型本身更重要。定制harness让 Claude Opus 5 在 ARC-AGI-3 上从30%提升至100%。
研究人员通过改进内存管理并加入 supervisor 组件，为 Claude Opus 5 构建了定制 harness。
在 ARC-AGI-3 互动推理基准中，使用该 harness 后模型取得100%成绩；未使用时为30%，但仍是参测模型中的最高成绩。
harness 负责处理记忆、上下文和反馈，并提供模型可使用的工具、运行时、技能与库。
ARC-AGI-3包含未说明规则的二维游戏，模型需自行理解玩法并取胜。OpenAI研究显示，调整 harness 中两个设置也能让成绩提升约三倍，但尚无模型接近该研究的100%成绩。
Anthropic扩大Claude Mythos 5网络防御能力使用范围
Claude Mythos 5已在 Claude Security 中提供，Claude Enterprise客户可用其扫描代码库、查找安全漏洞并提出补丁建议。Anthropic还计划将该模型接入合作伙伴的网络防御工具。
.jpg)
Anthropic推出 Defender Advantage Fund（0xDAF），将提供总额3500万美元额度，支持开源项目漏洞修复、自动化扫描与修复及新安全方法试验。
Anthropic计划在未来几周扩大 Cyber Verification Program，让经过审核的防御者在 Opus 和 Sonnet 模型上使用更广泛的双用途能力。
经过审核的防御者随后计划获得 Mythos 级别访问权限；相关安排目前仍属于计划中的后续措施。
Project Glasswing于4月启动，曾向少数负责保护关键软件的组织提供 Claude Mythos Preview 及其后继模型 Claude Mythos 5。
DeepSeek发布实验性多模态模型V4-Flash-Vision-Exp
DeepSeek发布实验性多模态模型
V4-Flash-Vision-Exp，在V4-Flash文本能力基础上加入图像理解。根据DeepSeek自有基准测试，该模型表现接近并有时超过Opus 4.8。
V4-Flash-Vision-Exp是在V4-Flash基础上增加图像理解能力的实验性模型。
DeepSeek称，在其多模态智能体基准测试中，该模型的表现接近Opus 4.8。
同一组测试显示，V4-Flash-Vision-Exp有时超过Opus 4.8。
上述性能比较基于DeepSeek自有基准测试，模型目前仍处于实验阶段。
Nari Labs实现低于50毫秒响应的文本转语音
Nari Labs称，其基于
Qwen3-TTS 1.7B CustomVoice的实现可在单张 NVIDIA H100 SXM 上达到每秒10个请求。
该系统在10 RPS下的p95首个可听音频时间低于50毫秒，并维持实时播放。20 RPS时，p95 TTFA仍低于100毫秒。
在10 RPS下，系统每秒生成约630个字符；按每小时4.29美元的实例价格计算，每100万个字符成本约2美元。
Nari Labs比较了五种实现，并称在调优测试中只有自研实现达到低于50毫秒的p95 TTFA。
公司称已开源实现和基准测试，并使用 Deepgram 语音转文本评估生成的完整音频。
乌兰察布成中国人工智能数据中心集群之一
内蒙古乌兰察布自2016年以来已有近100座数据中心启用或开始建设。当地凭借寒冷气候、较低电力成本等条件，吸引中国企业布局人工智能数据中心。
中国企业已承诺在乌兰察布建设数据中心项目，合计估算容量达12.5吉瓦。高海拔、寒冷冬季、靠近北京和较低电力成本，被列为主要建设原因。
据文中引用的高盛研究简报，乌兰察布已成为亚洲增长最快的计算集群之一。
据报道，DeepSeek、字节跳动、阿里巴巴和小红书都在当地建设大型人工智能数据中心。相关项目部分仍处于承诺或建设阶段。
当地年降雨量约14英寸，供水已面临压力。当地水务公司曾为缓解高峰需求，每晚关闭部分供水设施7小时。
NVIDIA称AVO在ARC-AGI-3交互推理测试获满分
NVIDIA AI称，其通用代码代理
NVIDIA AVO在ARC-AGI-3交互式推理基准测试中获得100%成绩。
据NVIDIA AI介绍，AVO完成了25个公开环境中的全部183个关卡。
该公司称，AVO可在没有说明、明确规则或既定目标的情况下确定任务执行方式。
AVO会持续进行检查、规划、实施和评估，并利用记忆、工具及执行反馈改进表现。
上述成绩及测试表现来自NVIDIA AI在X上的自述，原文未提供独立验证信息。
GitHub 热门项目 Claude Code 新增173个Stars
anthropics/claude-code 登上 GitHub Trending Python 项目榜单，目前拥有 142,289 个 Stars，当天新增 173 个。
该项目使用 Python 编写，Claude Code 是一款运行在终端中的智能代理编程工具。
工具能够理解代码库，并通过自然语言命令执行例行任务、解释复杂代码。
此外，Claude Code 还可用于处理 Git 工作流。
开源项目 Proliferate 支持并行运行多种编码代理
开源项目 Proliferate 被介绍为可自托管的 AI IDE，支持在同一工作区并行运行 Claude Code、Codex、OpenCode、Grok 等编码代理。项目为每项任务提供隔离的 Git worktree 和工作环境。
每项任务拥有独立的 Git worktree、分支、工作目录、终端、对话和评审状态。
项目支持并行代理、子代理，以及 MCP、技能、Computer Use、Browser Use 和自定义工具集成。
工作流支持定期运行和事件驱动运行，可用于夜间评审、告警分诊和依赖升级。
控制平面支持自托管，部署文档覆盖 Docker、AWS、GCP、Azure、Kubernetes 和隔离网络环境。
Docker Compose 部署包含 Caddy、Postgres 和 API，并提供引导及更新脚本。
GitHub热门项目Magnitude支持本地模型与离线运行
GitHub Trending TypeScript项目
magnitudedev/magnitude是一款内置本地模型的开源智能体，支持完全私有和离线运行。
Magnitude使用TypeScript编写，可直接运行于各种硬件。
项目描述称，该智能体内置本地模型，支持完全私有的使用方式。
该项目目前拥有1,467个Stars，今日新增106个Stars。
GitHub项目 OBLITERATUS探索移除大模型拒答
GitHub 项目 OBLITERATUS 旨在理解并移除大型语言模型中的拒答行为，目前显示有 7.7k 个 Stars 和 1.4k 个 Forks。
项目通过 abliteration 技术识别并移除与内容拒答相关的内部表示，无需重新训练或微调模型。
其流程涵盖隐藏状态探测、拒答方向提取和推理时干预，支持多种分析方法。
项目支持 PCA、均值差异、稀疏自编码器分解和白化 SVD 等方法。
项目还提供基于 Gradio 的 Hugging Face Spaces 界面，并支持收集匿名基准数据。
n8n：具备原生 AI 能力的工作流自动化平台
GitHub Trending 项目 n8n-io/n8n 是一个具备原生 AI 能力的 fair-code 工作流自动化平台。项目支持可视化构建与自定义代码相结合。
n8n 基于 TypeScript 开发，支持自托管或云端部署。
平台提供 400 多个集成，可用于构建工作流自动化流程。
项目目前有 201,535 个 Stars，页面显示今日新增 200 个。
Apache Maka：记录智能体操作的本地优先工作空间
GitHub Trending 项目 Apache Maka（Incubating） 是一个本地优先的 AI 智能体工作空间。项目采用仅追加日志记录多类智能体操作。
Maka 基于 TypeScript 开发，项目被描述为本地优先的 AI 智能体工作空间。
模型消息、工具调用、工具结果、权限决策和终止事件都会被记录。
上述记录采用仅追加日志形式保存，项目目前有 1,990 个 Stars，今日新增 141 个。
AgentSight借助eBPF实现AI代理零代码可观测
AgentSight是一款基于eBPF的零代码插桩AI代理可观测性工具，可在内核层捕获LLM API调用、令牌消耗和进程行为，无需修改代理代码。
工具支持按代理、任务和模型分析令牌消耗，并提供LLM调用与进程执行的完整追踪。
其Web界面可展示实时令牌趋势、代理健康状况和会话轨迹，还能自动发现运行中的AI代理进程。
AgentSight可检测LLM错误、SSE截断、上下文溢出和崩溃，并将结构化事件导出到外部日志服务。
eBPF功能要求Linux内核不低于5.8并支持BTF，同时需要root或CAP_BPF权限。macOS仅支持不使用eBPF的trace及Dashboard viewer功能。
第四届开放源代码大会将于九月在加拿大举行
第四届Open Source Congress将于2026年9月22日至23日在加拿大新斯科舍省哈利法克斯举行。来自开源生态系统的领导者将参加此次大会。
本届大会将在加拿大新斯科舍省哈利法克斯举行，活动官网为opensourcecongress.org。
大会结束后还将举行配套的Stakeholder Day活动。
个人AI代理宪法记录权限与违规处置实践
一名作者为个人AI代理系统制定书面“宪法”，用于规定系统权限、禁止事项、审计关系及违规处理方式。作者称，该系统已连续运行七个月，期间未发生事故，但曾拦截多次违规尝试。
该系统由持续运行的云端机器人、负责构建和部署的执行代理，以及负责规划的AI策略层组成。
作者描述的三起事件涉及夜间BTC交易、不可读的编码部署载荷，以及违反静默窗口的音频流水线操作。
系统因禁止夜间入场和3%风险上限跳过交易；部署内容则被要求使用人类可快速阅读的明文，并经过人工审核。
追加式审计记录发现音频静默违规后，系统执行回滚，并增加了不变量测试。上述运行情况和事件均为作者自述。
OpenTelemetry将举办零接触插桩专题活动
OpenTelemetry将举办一期介绍“零接触插桩”的活动，并讨论该技术对项目采用的意义。
活动讲解者为Michele Mancioppi，他是OpenTelemetry Packaging SIG维护者。
活动安排在8月26日举行，覆盖太平洋时间上午10点、东部时间下午1点等多个时区。
帖子邀请用户通过提供的链接注册活动。
Encore为苹果芯片重建Linux MicroVM技术栈
Encore 构建了统一的
cracklingmicroVM API，使其能在 Linux 上驱动 Firecracker，在 macOS 上驱动苹果虚拟化管理程序。该方案还重建了部分 Linux 镜像工具链，以便在 macOS 上运行。
自 2022 年年中以来，Encore 让每次构建都运行在 Firecracker microVM 中。Firecracker 通过 KVM 运行，需要带有 /dev/kvm 的 Linux 主机。
由于 Mac 不具备这一条件，且 Firecracker 维护者拒绝了基于 Apple Virtualization.framework 的概念验证，近期也不计划支持 macOS。
在采用 crackling 前，Encore 工程师通过共享远程构建机器进行开发；现在可在两种系统上启动相同镜像。
大语言模型正在降低软件性能优化门槛
一篇文章认为，大语言模型正在降低软件性能优化工作的门槛，使更多人能够通过文字描述需求参与优化。文章还讨论了定制化动态软件和借助模型实现
JIT编译器的可能性。
文章引用Marc Brooker的观点称，针对特定工作负载定制的动态软件可能成为发展方向。
文章提到，过去因实现难度较高而较少采用的 JIT 编译器，如今可能更易借助大语言模型实现。
正则表达式引擎FRE由代理循环持续改进一个月，并使用rebar基准测试套件评估性能。
FRE最初严重过拟合rebar基准；在得知存在保留测试集后，优化结果才在一定程度上推广。
文章称，FRE的原生AOT编译版本在较长搜索任务中表现较好。
Apollo确认云系统遭入侵，大量个人信息被窃
Apollo Global Management确认云系统发生数据泄露，黑客在7月6日至10日期间通过社会工程攻击进入其云环境。
被窃信息包括姓名、出生日期、联系方式、家庭住址和社会安全号码。
Apollo向加州总检察长提交的信件确认了事件，但未说明具体哪些人员受影响。
谷歌此前警告，Falcon、Helix、Pink和Redact等组织曾冒充IT帮助台，诱骗员工提供密码和多因素认证代码。
Apollo未说明受影响人员身份，也未回应是否向黑客支付赎金。
Wyden要求审查联邦机构黑客工具使用情况
美国民主党参议员Ron Wyden致信美国政府问责局，要求全面调查联邦执法机构对美国人使用黑客工具和间谍软件的情况。
Wyden要求调查的机构包括联邦调查局、缉毒局、移民与海关执法局国土安全调查部门及特勤局。
Wyden表示，这些工具已使用二十多年，但公众对其使用范围、频率和运行保障措施了解很少。
他还要求审查工具的获取、存储和保护方式，以及相关搜查令申请中对潜在无辜或未知目标风险的披露。
目前报道的是Wyden提出调查请求，未说明美国政府问责局是否已启动调查或公布结果。
智能眼镜普及加剧公共场所秘密录制担忧
随着智能眼镜在公共场所普及，人们被附近佩戴设备者秘密录制的可能性增加。部分机构已开始限制或禁止佩戴此类设备。
Meta的AI眼镜并非唯一产品，但文章称其是目前最受欢迎的智能眼镜。
一些学校、法院、餐厅和娱乐场所已经禁止佩戴Meta眼镜等智能眼镜，部分科技爱好者也在特定场合拒绝使用。
据报道，DEF CON 2026禁止使用智能眼镜且没有例外。最新免费应用Zuckoff可检测Meta AI眼镜，但检测并不完美。
心理测量研究揭示人工智能安全测试存在缺陷
英国人工智能安全研究所研究人员使用心理测量学方法评估语言模型安全基准，发现流行基准并未测量单一且一致的特征。研究还提出了识别模型测试时过度谨慎的方法。
研究显示，无差别拦截请求可能人为提高模型的安全评分。
这种拦截也可能降低模型在日常使用中的实用性。
研究提出了一种识别模型在测试时比正常使用时更加谨慎的方法。