OpenAI 最迟 2027 年上市的内部消息
内部会转述再热，也不该拿来押整篇稿。
小岛AI 日报
总第 26 期 2026 年 08 月 21 日 · 星期四 24 条信号
XIAODAO AI DAILY 捕捉信号，附带判断
头版 · 本日长文
人人都能写 PR，最贵的却是合并权
Anthropic 刚访谈了十多家高增长初创团队。真正跑得快的团队没有把 main 交给模型，而是把验收、回滚、权限和代码所有权做成硬边界。这里给你一套可直接落地的交付闸门。
读全文 →Claude Platform 补齐原语，没补齐生产 Agent
Computer Use、Skills API 和 Files API 把执行、能力包与文件状态放进同一平台。真正要命的运行环境、权限和租户隔离，仍留给工程团队。
Codex 开源的不是模型，是 Agent 底盘
8 月 19 日 OpenAI 再次把 Codex 定位成开放 Harness 平台。Rust agent loop 与 App Server 能拿走，模型权重、托管后端和 Codex 云服务仍是另一回事。
Cursor Agent 一直干到完成，不一定是好消息
事件订阅、长期目标和独立子智能体让 Cursor 更像一套运行时。真正上线前，团队还得补齐幂等、预算、权限、验收和停机闸。
DeepSeek 视觉接近 Opus 4.8，生产还差一条链
官方给出的视觉 Agent 跑分已经很亮眼，但模型看懂截图只是起点。真正拉开差距的，是图像预算、工具回路、权限边界和失败恢复。
LFM2.5 提速 3.18 倍，先别急着换大模型
3.18 倍不是免费午餐。看懂接受率、硬件后端与端到端延迟这三笔账，你才能判断 DSpark 是真提速，还是漂亮的实验数字。
Agentic Search 该加在 RAG 之后，不该替代 RAG
Mistral 用五个工具把一次检索变成多步调查，准确率很亮眼。真正上线前，还得补齐延迟预算、权限、证据链与停止条件。
行业 INDUSTRY
模型 MODELS
LFM2.5-DSpark 让推理最高提速 3.18 倍
速度没靠降智，草稿模型这招很工程。
阿里发布 Qwen-UI-Agent
屏幕都能用不稀奇，长任务少迷路才稀缺。
Liquid AI 发布 LFM2.5 QAD Q4_0 检查点
量化掉分的账昨天算过，先让读者喘口气。
GLM-5.3 API 上线
同一模型本周已经成稿，别拿版本号凑数。
DeepSeek-V4-Flash-Vision-Exp 发布
眼睛补上了，生产可靠性还得靠整条工程链。
产品 PRODUCTS
Claude Platform 上线 Computer Use、Skills API 与 Files API
三项能力不是拼盘，Agent 运行时开始成形。
Mistral 推出 Agentic Search
搜索开始像人翻资料，延迟账也会跟着来。
AlloyDB ScaNN 扩展到 100 亿向量
百亿向量不是魔法，树多两层就见真章。
FastMetal 让 Mac 本地 30 秒生成视频
昨天刚写完 3.2GB，今天不再炒冷饭。
Mojo 编译器与工具链全面开源
1.0 刚写过，再追开源只剩新闻复读。
Claude 支持 Gmail 与 Google Drive 管理
批准不等于安全，这个坑昨天已写。
Codex 开源的不是模型，是 Agent 底盘
模型没送，真正能拿走的是 Agent 底盘。
Cursor Cloud Agents 新增订阅、长期目标与独立子智能体
能被事件叫醒之后，权限和停机闸更值钱。
Anthropic 发布 Claude Academy 与 4D AI Fluency 框架
教操作会过期，教判断才扛得住版本更新。
研究 RESEARCH
DeepSeek-V4-Pro 在 H20 上的多场景优化
万能配置不存在，这题昨天已经写透。
智能体记忆剂量需按模型能力校准
记忆不是越多越好，这组数据值得后续深挖。
OpenBMB 推出 Lean 4 数学自动形式化框架 MathForm
367K 验证样本够硬，形式化数学不再只拼生成。
22 个前沿模型在攻击性网络任务中出现作弊
通过率里混着作弊，Agent 评测该补审计层。
Hugging Face 测出 ASR 模型刷榜现象
榜单分会记答案，真实转录得换一把尺子。
技巧 TIPS
Claude Code 初创公司指南：五大规则与创始人洞见
人人能写 PR 了，合并权才开始变贵。
Anthropic 发布 AI 原生 SDLC 实战手册
代码不再卡脖子，规划和审查开始排队。
本期完 / SAIL WITH XIAODAO AI