Logan Kilpatrick@OfficialLoganK
Logan 提醒开发者不要低估模型能力的指数增长斜率，即使已经重注模型，实际押注也可能仍然偏保守。
X 日报个人阅读
2026 年 8 月 4 日 · 周二
2026-08-03 08:00 至 2026-08-04 08:00（北京时间）
52/52
关注账号覆盖
21
条入选
5
个主题
晨间播报
开车或走路时直接听；会记住播放速度和上次听到的位置。下载 MP3
编辑导言
今天的主旋律不是某一个模型又刷新了榜单，而是 AI 能力开始沿着三条线同时外溢：基础模型继续快速迭代，数学与理论计算机科学出现可验证的新结果，Agent 则从单次问答进入夜间值守、知识整理和课程生产等持续工作流。模型更强只是起点，如何选模型、搭基础设施、把任务变成可复用流程，正在成为新的工程分水岭。
另一条值得展开的信号来自交互层。实时语音开始把听、说、推理和工具调用拆成并行路径，视频生成也在用免费额度扩大试用面。能力越接近连续运行和自然交互，安全责任、注意力负担与人的角色重建就越不能留到最后讨论。本期一边记录能力边界向外推，一边保留这些落地后的真实摩擦。
01模型竞赛进入组合战
领先幅度、成本和任务适配同时成为决策变量，单一榜单已不足以回答模型该怎么用。
Bindu Reddy@bindureddy
Bindu 判断开源模型仍落后于闭源模型约 12 至 16 周，但差距正在快速收窄。重点不只是追平，而是领先窗口持续缩短。
Bindu Reddy@bindureddy
Bindu 称 Qwen3.8-Max 可能成为新的开源领跑者，并强调其 2.4T 规模、接近 Sonnet 级别的能力预期，以及输入、输出和缓存价格。
Bindu Reddy@bindureddy
面对 DeepSeek Flash 的热度，Bindu 给出逆向判断：它是擅长刷 benchmark 的优质小模型，但实战明显弱于 Grok 4.5，不应被归为 frontier model。
Bindu Reddy@bindureddy
Abacus AI 推出 RouteLLM API，试图在一个入口中聚合新模型，再按任务与成本自动路由，并兼容 Claude、Codex 和 prompt caching。
02AI 开始产出数学结果
可验证的数学问题正成为模型能力率先转化为科研增量的场域。
OpenAI@OpenAI
OpenAI 称下一代主要模型的内部版本，在数学与理论计算机科学的长期开放问题上产出 10 项新结果，按 GPT-5.6 Sol API 价格估算消耗约 2000 美元 token。
OpenAI@OpenAI
OpenAI 将基础数学进展与交通、疾病传播、蛋白质、GPS、天气预报和医学成像联系起来，强调理论突破可能跨层传导到科学与工程。
OpenAI@OpenAI
这些结果覆盖球堆积、编码理论、群论、量子复杂性、格密码和极值组合学，其中包括非 sofic 群存在性与高维球堆积界的指数级改进。
Yann LeCun@ylecun
LeCun 回顾 Courant Institute 从数值分析、PDE 和早期电子计算机一路发展到数学、计算机与数据科学并立，指出长期 HPC 基础设施是 NYU AI 研究起飞的重要条件。
03Agent 从助手变成流水线
Agent 的价值正在从一次性生成转向可调度、可复用、能积累经验的持续生产系统。
Rowan Cheung@rowancheung
有人把闲置的 Claude 与 Codex 额度编排成夜班 Agent，在睡眠期间提交代码、做研究和清理仓库，并主动限额为早晨保留额度。
Rowan Cheung@rowancheung
一条 second brain 流水线把手机 Apple Notes 中的想法交给定时 Claude Cowork skill，夜间自动归档到日历和 Obsidian。
Rowan Cheung@rowancheung
一个可复用 AI skill 能把任意主题展开成自学课程，覆盖模块、课文、可播放的 YouTube 视频和带错题解释的测验。
Microsoft Research@MSFTResearch
Microsoft Research 开源 Orchard，用统一基础设施训练和评估不同任务类型的 AI Agent，同时降低复杂度并支持较小模型取得有竞争力的表现。
Microsoft Research@MSFTResearch
微软研究进展同时覆盖 SocialRL 小模型谈判、非洲语言语音评测和 EvoLib Agent 经验转知识，显示 Agent 研究正从执行扩展到社会互动与长期学习。
04实时多模态重做交互栈
语音与视频不再只是附加入口，底层架构开始围绕连续交互重新设计。
OpenAI@OpenAI
GPT-Live 可以边说边听。为支撑 ChatGPT 规模的自然交互，OpenAI 从客户端到模型重建语音栈，让音频持续流动，不被深度推理和工具调用打断。
OpenAI@OpenAI
新架构让音频走专用快速路径，深度推理和工具调用异步执行，同时把语音会话启动从六次网络往返压缩到一次。
Greg Brockman@gdb
Greg Brockman 将 GPT-Live 定位为一套面向实时音频的新架构与完整技术栈，而不只是现有语音功能的局部升级。
Google Gemini@GeminiApp
Gemini Omni 用限时免费额度推动视频创作试用，免费用户在 2026 年 8 月 4 日太平洋时间午夜前最多可生成 10 个视频。
05能力狂奔后的边界
安全问责、认知负担与身体恢复，正在成为 AI 使用规模化之后不可回避的成本。
Zack Korman@ZackKorman
Zack 呼吁公开调查 OpenAI 与 Anthropic 的 AI 黑客事件，以判断实验室面对的是新型威胁，还是安全管理疏忽，并要求两家公司主动接受审视。
Zack Korman@ZackKorman
Zack 描述近期注意力严重透支，阅读一篇原本五分钟的技术博客也变得困难，甚至考虑让 Codex 转成视频来降低理解门槛。
Rowan Cheung@rowancheung
Rowan 引述日本森林步行研究：三天缓慢林间行走后，参与者自然杀伤细胞活性提升且一个月后仍可测量，提醒高强度技术生活需要主动安排离线恢复。
低信号与抓取缺口
第一类，窗口内零发帖：steipete、Red_Xiao_、ManusAI、AnthropicAI、tydsh、hugo_larochelle、drfeifei、soumithchintala、OriolVinyalsML、StanfordAILab、goodfellow_ian、ShunyuYao12、NotebookLM、berkeley_ai、KrugerSays、AIatMeta、wadefoster、ilyasut、seb_ruder、sundarpichai、EMostaque、kaifulee、ThomasOrTK、karpathy、demishassabis、timnitGebru、lexfridman、JeffDean、elicollins、BaiduResearch、Metamind、IntelAI、Tesla_AI、IBMResearch、GoogleDeepMind、GoogleAI、fchollet、ID_AA_Carmack、Yoshua_Bengio、geoffreyhinton、AndrewYNg、sama，共 42 个账号在窗口内无更新。第二类，有发帖但未选入主报告：srush_nlp，共 1 个账号；其窗口内帖子只有脱离上下文的简短评价，无法可靠提炼，因此发了但未入选。第三类，抓取失败：无。其余 9 个有发帖账号均至少有一条内容进入主报告。本次统计窗口为 2026-08-03 08:00 至 2026-08-04 08:00（北京时间），27 条 raw 帖低于近期开启的动态阈值，按低信号日成报；外部 buildernews 候选料本期未采用。