8月21日 X AI 日报：ChatGPT 接入 Apple Messages，Liquid AI 加速 LFM2.5 (2026)

覆盖窗口：2026 年 8 月 20 日 10:00 至 2026 年 8 月 21 日 10:00（北京时间）

这 24 小时里，AI 动态的重点不在又一个泛泛的「能力升级」，而在入口和执行条件：模型怎样接入消息、怎样在本地更快运行、怎样被训练成法律工作代理，以及团队如何把 Agent 的操作留下记录。下面只保留有具体发布动作、可用入口或可核对指标的五条动态。

先看结论

Liquid AI 发布 LFM2.5-DSpark 草稿模型。 三个约 1.2B、2.6B 和 8B-A1B 的 LFM2.5 模型获得 speculative decoding（推测解码）路径；厂商在 H100 和 M4 Max MacBook Pro 上报告了最高 3.18 倍和 2.87 倍吞吐提升，模型卡与 llama.cpp、SGLang 接入也已公开。1 2
Harvey 发布法律领域研究预览模型 Tenet。 Tenet 以 Kimi K3 为基座，针对长期、Agent 化的法律任务做后训练；X 帖称 LAB 与 LAB Contracts 的 all-pass rate 相对提升 82% 和 22%，官方博客则写成提升 9 和 2 个百分点，两处口径需要分开看。3 4
ChatGPT 在 Mac 上接入 Apple Messages。 ChatGPT Work 和桌面版 Codex 现在可以搜索消息、回顾对话、起草并发送回复；原帖没有交代账号资格、权限确认和数据保留细节。5
Claude Academy 上线。 Claude 官方账号称，课程和教程免费向所有人开放；官方站点目前按 Claude.ai、Cowork、Code、Tag、Platform 和 AI Fluency 等路径组织内容。6 7
Open Bot 在窗口内获得新的 X 传播信号。 Google 高级 AI 产品经理 Shubham Saboo 在窗口内转发了 CopilotKit 联合创始人 Atai Barkai 的 Open Bot；项目方把它描述为可接入多种 Agent harness 的开源 Grok Bot，并列出计算机使用、人与 Agent 交接和完整操作记录。原始发布早于本期窗口，不能改写成当天首发。8 9

模型与推理：发布说明开始写清楚「在哪儿快」

Liquid AI：DSpark 把推测解码交给本地运行时

Liquid AI 在北京时间 8 月 21 日 01:30 发布 LFM2.5-DSpark。它没有重新发布一组基础模型，而是为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 各提供一个草稿模型。草稿模型先提出一小段候选 token，目标模型再一次性验证；在贪心解码下，Liquid AI 称输出序列与基线一致。1

这条更新的价值在等待时间。官方测试在 batch size 1、温度 0 的条件下进行：LFM2.5-8B-A1B 在单张 H100 的 MATH500 测试上从 428 提升到 1362 token/s，达到 3.18 倍；LFM2.5-1.2B-Instruct 在 M4 Max MacBook Pro 的 HumanEval 测试上从 136 提升到 389 token/s，达到 2.87 倍。官方博客还给出更完整的运行条件：GPU 使用 SGLang，Mac 使用 llama.cpp 和 Metal，草稿模型约 300M 参数。2

本地部署者要注意，最高数字来自特定模型和任务。官方博客给出的 LFM2.5-8B-A1B 在 M4 Max 上的平均提升约为 1.18 倍，低于它在 H100 上的平均 2.54 倍；llama.cpp 的 Metal 后端和 MoE 模型的权重流量会改变结果。模型权重、GGUF 版本和运行时接入已经公开，但复现仍需要对应硬件、量化格式和实现版本。2

这让 DSpark 更像一条本地 Agent 的工程优化路径，而不是新的通用模型排名。若任务会在每次工具调用前等待模型输出，端到端延迟可能比单次离线吞吐更值得测；读者应先用自己的任务和设备复现，再比较账面倍数。

Harvey：Tenet 把法律任务、后训练和专用子 Agent 放在一起

Harvey 在北京时间 8 月 20 日 23:03 发布 Tenet。公司称它以 Kimi K3 为基座，与 Fireworks 一起针对长期法律工作做后训练，并为并购尽调、审阅表格和律所知识分别训练了三个专用模型，作为 Tenet 的子 Agent。3

Tenet 的评测对象是 Harvey 的 Legal Agent Benchmark（LAB）及 LAB Contracts。官方博客说明，LAB 有超过 1,200 个任务，覆盖 24 个执业领域；LAB Contracts 包含 500 个合同起草、审阅和谈判任务，报告使用其中 50 个任务的官方留出集。这个背景很重要：all-pass rate 衡量的是一项任务的评分条件是否全部通过，不是普通问答准确率。4

这次发布存在一处需要保留的数字差异。Harvey 的 X 帖写的是，Tenet 相对 Kimi K3 在 LAB 和 LAB Contracts 上的 all-pass rate 分别提高 82% 和 22%；同一发布的官方博客写的是提高 9 和 2 个百分点。两种表达可能对应相对提升和绝对百分点，但页面没有在这两处之间作解释，所以不能把它们拼成一个数字。3 4

Harvey 还在 X 帖中称，Tenet 的 token 成本低于领先基础模型的四分之一。这个数字属于发布方口径，且法律任务的成本会同时受到 token 数、模型部署、Agent harness 和人工复核影响。Tenet 目前应被理解为法律 Agent 的研究预览：它提供了专业领域后训练和任务环境的信号，不能直接替代跨领域模型比较。

产品入口与工作方式：模型开始进入消息和训练现场

ChatGPT：Apple Messages 让 Mac 消息成为可调用的工作材料

ChatGPT 官方账号在北京时间 8 月 21 日 02:01 发布 Apple Messages 插件。帖子列出的动作有四项：搜索消息、回顾对话、起草回复和发送回复；可用范围写为 Mac 上的 ChatGPT Work 和桌面版 Codex。5

这里的变化是数据入口，不是又一个聊天窗口。用户可以把消息记录变成检索和起草的工作材料，但「能够读取」与「能够发送」之间隔着一层权限风险。官方帖没有写出哪些账号能用、发送前是否强制确认、消息内容怎样保存或是否可供团队管理员审计。准备试用的团队应先在实际设置中核对这三项，再把它接入客户、员工或敏感业务对话。

Claude Academy：把「会不会用」拆成一组可学习的课程

Claude 官方账号在北京时间 8 月 21 日 03:17 宣布 Claude Academy 上线，并称课程和教程免费向所有人开放。站点目前按产品和基础能力分路：Claude.ai、Claude Cowork、Claude Code、Claude Tag、Claude Platform，以及 AI Fluency 课程；其中「AI Fluency: Framework & Foundations」列出 14 课时、1 次测验和约 4 小时学习量。6 7

这条动态的影响在采用准备，而不是模型能力。个人用户可以按产品进入，团队则可以把课程当作上线前的共同起点，尤其是把委派、描述、判断和复核这些使用动作分开练习。课程免费不等于企业风险已经解决：团队仍要单独规定哪些资料能交给 Claude、哪些结果必须由人复核，以及如何记录使用过程。

Open Bot：窗口内跟进把「开源 Agent」的边界暴露出来

Shubham Saboo 在北京时间 8 月 20 日 04:05 转发 Open Bot，并称这是一个可与任意 Agent harness 一起工作的开源 Grok Bot。被转发的 Atai Barkai 原帖实际发布于北京时间 8 月 20 日 01:16，早于本期 10:00 的起始点；项目方后续说明 Open Bot 通过 AG-UI 接入多种 Agent 框架，并列出 AI Coworkers、Generative UI、本地或远程计算机使用、人与 Agent 交接和由使用者拥有的操作记录。8 9 10

项目方在线程里还称，每个 Bot 有独立的浏览器、登录状态和文件，不能读取另一个 Bot 的文件或复用会话；系统会记录谁在什么时候做了什么决定。它们是项目方的设计说明，不是独立安全审计结果。Alpha 阶段的 Open Bot 更适合拿来观察 Agent harness 如何处理隔离、交接和审计，不能因为「开源」三个字就跳过凭据、沙箱和人工接管测试。11 12

本期判断：先比较执行条件，再比较模型名称

这五条动态由同一个具体变化连在一起：Liquid AI 和 Harvey 把运行时、任务环境和成本写进模型发布；ChatGPT 把消息记录接到模型；Open Bot 把计算机使用、交接和审计放进 Agent 外壳；Claude Academy 则把使用者的训练材料补到产品入口旁边。读者需要判断的对象因此从「哪个模型更强」变成了「它进入哪类工作、需要什么设备和权限、出了错能否停下来」。

今天继续跟进这些项目时，优先核对五个字段：可用账号和地区、输入数据与授权范围、运行硬件和软件版本、评测任务与统计定义、人工审批和操作记录。这些字段齐全，X 帖里的发布动作才足以变成一次可控试用；字段仍然缺失时，它更适合作为下一轮观察信号。