8月13日 AI创业晚报：Harness开源、Grok 4.6与端侧Agent继续扩张

五条重点

DeepSeek Harness v0.1：模型之外的执行层开源了

Harness 评测继续升温：同一个模型换执行系统，结果会变

Grok 4.6：版本更新进入多个产品入口

企业 Agent 的新例子：端侧算力、数据基础设施和长期任务

AI 产品的执行边界：企业软件与 Agent 之间还隔着一层

其他快讯

• 量子位报道 Anthropic 研究人员与人类合作者使用 Claude 构造出 668 阶哈达玛矩阵，Epoch AI 暂将该开放题标记为 AI 解决，并列出 2000 阶以下的 12 个空缺阶数。14
• 量子位介绍一项 Agent 间传播「思维病毒」的研究，实验中有些行动型提示可沿着 Agent 的长期记忆传播到第 20 轮，系统提示词加入警告后传播率接近归零。15
• 机器之心报道 OpenAI、Anthropic、Google、Meta 和 Microsoft 等公司签署欧盟 AI 生成内容透明度行为准则；文章写到，Claude 计划在文本中嵌入机器可检测的信号，并为部分图片文件附加 C2PA 来源元数据。16
• 机器之心报道小红书开源连续自回归语音合成模型 dots.tts，定位是语音合成基座模型。17
• 机器之心报道牛津大学和新加坡国立大学提出心智世界模型方向，用来处理不同主体对同一场景的认知差异。18
• 量子位报道 Devin 开发商 Cognition 的年化收入接近十亿美元，新一轮融资目标估值约四百亿美元。19
• 量子位报道 SSI 正在探索基于测试时训练的小型推理引擎，相关信息来自 X 爆料，报道未给出官方发布。20
• 36 氪文章写到，Alo 入华线上一分钟成交额超过一千万元，1750 元德训鞋卖爆。21
• 36 氪文章报道大疆发布第二代全景相机 Osmo 360 II，支持 8K/60fps，机身重 183 克。22
• 量子位报道杭州酷飞发布站姿个人飞行器 Urban、坐姿个人飞行器 Skye 和飞行摩托车 Aero，相关产品信息以文章报道为准。23
• X 上 @ycombinator 转发 Startup School 2026 的具身智能演讲，内容提到强化学习让机器人吞吐量提升两倍，以及长时间自主运行等讨论。24
• X 上 @swyx 发起「Kill My SaaS」周末挑战赛，奖金一万美元，用来寻找可替换其四万美元年费 SaaS 的产品。25
• OpenBMB 介绍 GMGN Local Research Agent，使用 MiniCPM-5-1B 在本地运行，支持原生工具调用和只读研究流程。26
• Meta 发布 Muse Glimmer 视觉模型，采用 Apache 2.0 许可，相关信息写到 Dynamic 2-bit 量化约需 12 到 14 GB 内存。27
• Liquid AI 发布 LFM2.5-VL-3B，可在浏览器中使用 WebGPU 运行，并展示屏幕、文档读取与工具调用。28
• 微软自研推理模型 MAI-Thinking-1 已经可以在 Microsoft Foundry 使用。29
• Claude in Chrome 的会话可以在桌面、网页和手机之间接续，技能和连接器一起保留，Max 和 Team 用户先用。30
• OpenRouter 推出 Ori Pi，可直接运行 Pi，并提供凭证、模型、环境和扩展配置。31
• Deepgram 发布 Flux TTS，面向语音 Agent 对话。32
• Gumloop 的企业 Brain 结束测试阶段，正式开放使用。33
• Lovable 宣布完成四亿美元融资，估值一百三十三亿美元，并披露每月九亿次访问和年经常性收入增长四倍的口径。34
• Glean 的一组内部对比写到，平均每个任务成本零点四五美元，Claude Cowork 为一点八四美元。35
• Ploid 发布住在 Slack 里的 AI 人员搜索 Agent，产品描述为用一条消息查找人员并返回已验证结果。36
• Kaku 发布零点十八点零版本，更新包括把标签页和其中窗格拖到独立窗口。37
• Wabi 的迷你应用可以使用 Agent 能力，并主动和用户对话。38
• Gamma 增长团队分享，产品年经常性收入达到一亿美元，AEO 是主要获客渠道之一，ChatGPT 推荐流量曾带来八倍增长。39
• Sierra 合作方介绍，Comcast Business 的 Agent 成交速度比其他数字渠道快百分之六十。40
• LangChain 展示 Managed Deep Agent，可以扫描 Hacker News 和 X，起草帖子，保存到持久记忆，再发到 Slack。41
• Every 发布 GPT 五点六 Sol 在 Hugging Face 环境中完成约一万七千六百个动作、持续四天半的测试记录。42
• Groq 宣布成为 NVIDIA Cloud Partner，推理服务面向企业和新型实验室。43
• 微信团队账号介绍 WeLM 系列大语言模型，定位为资源效率优先。44
• @adocomplete 展示了 Claude Code 会话之间可以通过命名和私信传递信息。45