Sundar Pichai@sundarpichai
Gemini 3.7 Flash 上线首周打破历代 Gemini 的增长纪录，成为增长最快的 Gemini 模型，并已进入 Search 与 Gemini app。
X 日报个人阅读
2026 年 8 月 23 日 · 周日
2026-08-22 08:00 至 2026-08-23 08:00（北京时间）
52/52
关注账号覆盖
15
条入选
4
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
今天的信号不在又多了一个模型，而在模型竞争开始同时挤压价格、速度和可用性。Gemini 3.7 Flash 的增长、OpenAI 对任务成本下限与能力上限的表态，以及应用层创业者对智能成本持续下降的判断，共同指向一个变化：前沿能力正在更快变成可以大规模分发的基础供给。
另一条更值得展开的线索是 Agent 已经越过演示阶段，开始暴露工程系统才会有的问题。评测会被 benchmax，单一分数会掩盖关键场景退化，缓存命中会直接影响配额消耗，安全 Agent 也需要可审计的扫描结果和清晰的责任边界。行业关注点正从 Agent 能不能做，转向它能否被可靠地评估、部署和约束。
01模型竞争转向性价比
能力竞赛之外，价格、速度和规模化分发正在成为模型竞争的同一张成绩单。
Greg Brockman@gdb
OpenAI 的目标是让客户在各类任务上获得市场最低价格，同时保留最高的能力上限。
Bindu Reddy@bindureddy
她认为 Gemini 3.7 Flash 已是同档强模型，并对传闻中的 Gemini 4.0 Pro 持乐观预期，判断其有机会超过 Fable 与 Sol。
Aaron Levie@levie外部信号
模型在同类任务上持续降价，同时变得更通用、更快并深入更多领域。下一阶段的机会，是把越来越便宜的智能扩散到真实经济活动中。
02Agent 评测进入深水区
采用速度越快，评测污染、指标失真和关键场景退化就越不能靠一个总分掩盖。
Greg Brockman@gdb
Agentic 产品的采用速度非常快，回看行业演进，很容易低估这一领域已经走了多远。
Bindu Reddy@bindureddy
LiveBench 的 agentic coding 项目容易被 benchmax，现有结果已受到针对性优化影响；团队正以更难被刷榜的 LiveBench 2.0 替换它。
Madhu Guru@realmadhuguru外部信号
复杂 eval 不应被压缩成单一总分。平均值可能遮住前沿业务场景的退化，加权总分也只是把判断包装成虚假的数学精确性。
Guillermo Rauch@rauchg外部信号
团队让 is-agentic 对目标系统循环评测直到达到 100/100，这一过程迫使他们补齐了多处能力缺口，同时强调评测标准必须真正值得消耗时间与 tokens。
03编码助手走向日常基础设施
工具价值开始由配额效率、解释能力、工作流结构和本地运行能力共同决定。
Thibault Sottiaux@thsottiaux外部信号
Codex 部分用户本周的 cache hit rate 低于此前稳定水平，可能导致配额消耗加快；团队正在调查并承诺继续更新。
Thariq@trq212外部信号
Anthropic 内部常用的 ELI5 skill，可把模块机制、技术取舍或事故原因生成少文字、大图示的 HTML 解释稿。
Peter Yang@petergyang外部信号
Instinct 的 iMessage、Google Workspace 与 MCP 接入顺滑，也更主动推荐可执行任务，但单线程交互限制了复杂工作；他仍把 ChatGPT Work 与 Codex 作为主力生产工具。
Peter Steinberger 🦞@steipete
团队持续开发可完全本地运行的版本，一个重要背景是小模型的能力正在明显改善。
04安全 Agent 需要可审计边界
安全自动化正在从模型能力展示转向扫描结果、修复建议与责任主体都可追踪的产品形态。
Zack Korman@ZackKorman
围绕 Mythos 诱导维护者合并恶意代码的争议出现反转：被认为是人类的维护者也疑似 AI bot，真正识别异常的反而是人类观察者。
Claude@claudeai外部信号
Claude Security 可对 GitHub repo 做跨文件数据流与组件关系分析，每项发现都返回 CWE 分类、置信度、严重性和建议修复方案。
Claude@claudeai外部信号
Anthropic 正推动合作伙伴把 Mythos 5 接入安全产品，并通过 3500 万美元 credits 支持开源安全，同时计划扩展 Cyber Verification Program。
低信号与抓取缺口
第一类，窗口内零发帖：Red_Xiao_、ManusAI、OfficialLoganK、AnthropicAI、tydsh、hugo_larochelle、drfeifei、GeminiApp、srush_nlp、soumithchintala、OriolVinyalsML、StanfordAILab、goodfellow_ian、ShunyuYao12、NotebookLM、berkeley_ai、KrugerSays、AIatMeta、wadefoster、ilyasut、seb_ruder、EMostaque、kaifulee、ylecun、ThomasOrTK、karpathy、demishassabis、lexfridman、JeffDean、elicollins、BaiduResearch、Metamind、IntelAI、Tesla_AI、IBMResearch、MSFTResearch、GoogleDeepMind、GoogleAI、fchollet、rowancheung、ID_AA_Carmack、Yoshua_Bengio、geoffreyhinton、AndrewYNg、OpenAI、sama，共 46 个账号。第二类，有发帖但未选入主报告：timnitGebru，共 1 个账号；其窗口内帖子与本期 AI 产品、模型和 Agent 主线关联较弱，因此发了但未入选，不能视为无更新。第三类，抓取失败：无。窗口说明：本次覆盖 2026-08-22 08:00 至 2026-08-23 08:00（北京时间），52 个关注账号全部抓取成功，窗口内共 14 条 raw 帖，属于低信号日；buildernews 仅作为近一日外部信号补充，不计入关注账号缺口统计。