公众号订阅日报｜2026年8月20日：16个账号更新，63篇文章

一、发文统计

二、前一天文章内容汇总

AI 产品与应用

1. 互动内容把 UGC 从「看一段成片」改成「自己参与生成」：网易小蜜蜂让创作者交付提示词，用户通过点击、修改和二次创作决定内容最后长什么样。文章把它放进独立 AI 应用留存承压的背景里，指出社区的价值可能从内容数量转向互动关系；对内容创业者来说，先设计用户能改变什么，再决定模型生成什么。（36 氪）1

2. 微信小微的灰度入口继续增加：点击图片可以召唤小微，完成图片美化、信息提取和修改；朋友圈里还出现了 AI 点评、AI 总结入口。现有正文把这些描述为灰度观察，尚不足以推出全面上线的结论，但它说明手机系统里的 AI 入口正在从独立应用转到具体内容旁边。（特工宇宙）2

3. 百度 AI DAY 展示的任务引擎 2.0，把搜索、资料整理、研究、数据清洗和 Office 操作放在同一条任务链里，还能生成可操作的中考志愿填报决策工作台。产品方向从「回答问题」转向「交付一个可编辑结果」，关键变化在于用户拿到的是过程和产物，而非一段孤立文字。（量子位）3

4. Grok Bot 的案例把云端智能体想象成一组虚拟岗位：一个总管协调多个 Bot，其他 Bot 分别处理邮件、赞助筛选和互联网痛点搜寻。文章同时写到调用额度和算力账单，提醒创业者：一人公司的自动化上限，既由模型能力决定，也由长期 Token 成本决定。（新智元）4

5. 关于 SpaceX 与 Cognition 的消息仍停在潜在收购和算力合作层面：Cognition CEO 公开否认公司出售及双方谈判，报道则称 SpaceX 曾提出收购意向，双方可能继续讨论使用 Colossus 算力。Devin 与 Cursor 的差别也被写清：前者更接近端到端软件工程，后者更像交互式代码编辑器。（新智元）5
6. 闪极第二次做 AI 眼镜时，重点从首代产品的预售热度转到连接、影像、续航和软件完成度。文章回顾 A1 的 999 元共创价、首批 5 万台预订，以及后续海外项目的表现，认为新一代产品真正要补的是交付和日常可用性，而不是再制造一次发布会热度。（硅星人 Pro）6

7. 量子位把「万级回合专业比赛数据」放进网球教练场景：模型需要从比赛视频里指出哪几拍改变攻防、球员为什么在某处丢分，而不是只生成一段听起来专业的点评。这个产品方向把多模态能力绑定到可验证的动作和结果，内容创业者可以借鉴这种「看得见过程、说得清原因」的设计。（量子位）7

8. 「Agent 有了品味」黑客松的评选标准，落在产品是否有明确审美取舍：有人把 Agent 用在视觉创作，有人把复杂任务压缩成更短的交互。这个案例的价值不在于某个 Demo 本身，而在于它把「品味」拆成用户能感知的选择，给内容型 AI 产品留下了一个比单纯堆功能更具体的评价维度。（十字路口 Crossing）8

大模型与模型动态

9. DeepSeek Harness 的 RC.8 更新同时补上多模态输入、子代理、工具调用、Windows 终端和底层存储。三篇文章共同指向一个变化：Harness 不再只是包住模型的脚手架，而是允许热重载、拆开各层、让 Coding Agent 自己修改的基础设施。它把模型能力之外的上下文、工具和执行状态，变成可持续迭代的工程对象。（海外独角兽、机器之心、量子位）91011
10. 智谱 GLM 5.3 的讨论集中在模型发布后的供给压力：客户在 API 上线前就询问时间和推理算力，模型训练、数据质量、推理成本和交付节奏被放到同一张表里。文章也保留了榜单比较和 API 延迟等限定信息。对 AI 创业公司而言，模型名次只能带来一次咨询，稳定供给和可控成本才决定客户能否把预算真正花出去。（36 氪 Pro、智能涌现）121213

11. 新智元把 Claude Code 的订阅变化概括为增长放缓，并整理了用户转向 Codex、ARR 增速和社区讨论等信息。这个条目适合当作市场信号来读：Coding Agent 的竞争已从「有没有用户」转向留存、调用额度和真实工作流黏性。文中数字与判断属于该文对公开讨论的汇总，不延伸为 Anthropic 已确认的经营结论。（新智元）14
12. Stripe 收购 OpenRouter 的报道把模型聚合层推到台前：OpenRouter 通过一套 API 连接 400 多个模型和 80 多家推理供应商，负责路由、故障切换和用量结算；交易金额在不同表述中是「据传超过 70 亿美元」或「超过 80 亿美元」，应保留为报道口径。对开发者来说，模型选择正在从单一供应商采购变成 Token 流量调度。（36 氪、新智元）1516
13. OpenAI CFO Sarah Friar 在闭门交流中给出的时间表是 2027 年上市，不排除更早，同时回应了估值、竞争和高管流动等问题。这个信息的确定性只到「高管在会上表达的计划」，不等于已经提交上市文件；读者若要据此判断公司节奏，应把传闻中的 Anthropic 时间表与 OpenAI 的公开计划分开。（量子位）17
14. J-Space Cognition Suite 曾声称只靠外部 Harness 就能让小模型在 Agent 任务上追平甚至超过顶级模型，文章随后整理了项目被质疑和打假的过程。这个事件把工具层的边界说得很直白：Prompt、工具和工作流能放大模型，但不能凭空补齐基础推理能力。评估 Agent 时，必须把模型本体、工具权限和任务分布拆开。（AI 科技评论）18

AI 学术研究

15. Claude 的蛋白质设计实验从 1320 个候选中筛出 354 个成功结合目标，覆盖 15 个靶点中的 14 个，文章还给出最高命中率 35.1% 以及样品纯度等实验数字。这里应读成一项由 Anthropic 博客披露、经公众号转述的 AI4S 结果，不能把命中率直接等同于临床疗效；真正值得关注的是模型生成、外部实验验证和迭代筛选被串成了一条流程。（量子位）19
16. 北大与微软亚研提出 BCP，让 VLA 自己决定何时继续执行、何时重规划，而不是把 action chunking 的长度设成固定超参数。方法冻结基座模型，只训练一个 1640 万参数的轻量级 head，再用轨迹结果优化重规划决策。它解决的是「什么时候重新看一眼世界」这一小而关键的控制问题。（机器之心）20
17. ASU 魏华的文章把大模型智能体遇到的「仿真到现实」问题，与强化学习时代的环境迁移困难放在一起比较：英文环境里表现好的 Agent，切换到中文或低资源语言环境后可能出现明显退化。这个观察把 Agent 的泛化从模型参数问题拉回数据、环境和反馈回路。（AI 科技评论）21

18. ACL 2026 Findings 的这项比较把「医疗专用模型一定更强」和「英语训练模型一定最适合英语医疗数据」都放到实验里检验。文章称，通用模型在部分三语医疗数据集上超过专用模型，并强调数据覆盖、任务设计和跨语言迁移可能比模型标签更能解释差异。结论适合用来约束医疗 AI 的直觉判断，不宜改写成通用模型全面胜出。（AI 科技评论）22

19. Levent Alpöge 与 Claude 的合作被文章描述为对 Carathéodory 猜想和 Loewner 指数猜想提出新结果。读者需要把「公开 PDF」「数学家验证」和「公众号标题中的百年猜想」分层理解：AI 生成的证明或反例必须经过专业数学共同体的检查，标题里的突破不能代替论文和同行核验。（新智元）23
20. 陶哲轩与王虹谈的共同关键词是「消化」：AI 可以生成证明和反例，但数学家仍需逐步理解、检查并把结果接入现有知识。文章提到陶哲轩花数日读完 AI 参与完成的证明，重点不在把 AI 当成自动答案机，而在于数学工作流会增加一层验证、解释和传播成本。（量子位）24
21. KDD Cup 2026 的两条赛道冠军分别获得 200 万元和 100 万元，总奖金约 600 万元；参赛者在真实脱敏推荐数据上处理特征交互、序列检索和模型扩展问题。文章还记录了冠军团队使用 DeepSeek 或 ChatGPT 辅助建模的过程。真正有启发的是，AI 降低了写代码成本后，能否提出好问题、设计有效实验，反而更显稀缺。（新智元）25

具身智能与机器人

22. 36 氪和硅星人 Pro 都把宇树上市与 WRC 现场放在同一天观察：王兴获得投资兑现的市场反馈，王兴兴则要面对公司上市后对产品、交付和商业化的长期检验。文章还写到宇树股价一度较发行价上涨超过 6 倍等市场信息，但这些数字属于当日行情，不能替代对机器人业务的判断。（36 氪、硅星人 Pro）2627
23. WRC 2026 的现场观察把机器人竞争从炫技拉回任务闭环：大会有 300 多家展商、约 3000 台机器人，还有 49 家央企带着 12 个真实工程场景寻找方案。文章判断，行业正在从「动作够不够性感」转向换房间、换物体、换任务后还能否稳定完成，这也是本期多篇 WRC 稿件的共同问题。（36 氪）28
24. 王兴兴提出的 80% 标准，把机器人是否能进入工厂和家庭落到泛化能力：换一个房间、物体或任务，成功率还能保持多少。文章把论文检索、代码生成、仿真训练、真机测试和反馈评价串成「自进化」闭环，说明机器人下一阶段的竞争对象不是单次演示，而是持续减少人工调参的研发流程。（AI 科技评论）29

25. 星海图高继扬把具身智能的商业模式比作「刀架与刀片」：硬件本体可能被供应链和价格竞争压低毛利，长期价值要来自可重复调用的物理世界数据、技能或 Token。这个观点仍是产业判断，不是已验证的统一商业模式，但它提出了一个清晰问题：机器人公司卖一次设备后，靠什么持续收费。（AI 科技评论）30

26. 星动纪元把 VLA 视为过渡方案，继续向世界模型推进：机器人需要把语言、视觉、动作和环境变化放在同一套预测里，才能处理没有见过的物体和任务。文章的核心判断不是「世界模型已经解决泛化」，而是机器人从工厂走向家庭后，必须学习一个会变化的物理世界，而不是只执行预设路径。（AI 科技评论）31
27. 自变量机器人在 WRC 展示同一「大脑」驱动插花、叠衣服、取外卖、拿饮料和分拣包裹，文章还引用公开直播中每小时 1816 件的分拣效率。这个案例的看点是跨任务迁移与真实业务连续运行，而不是任务数量本身；若成功率、人工介入和长期维护成本没有同步披露，仍不能把展台表现直接当作通用能力。（机器之心）32
28. 工业具身智能的难点被拆成一组很朴素的指标：识别上百种零部件、单次分拣 10 秒、抓取成功率超过 99%，并在换型、多机协同和持续生产中守住节拍与可靠性。所谓工业「底座」，就是把模型的灵活性接到可复现的工程约束上，避免一项 Demo 能力和整条产线之间出现断层。（机器之心）33
29. 千寻智能把一个月前在 WAIC 展示过的「整理客厅」Demo 搬到 WRC，表面像重复演示，文章实际追问的是：短时间内有没有速度、稳定性和人工介入上的变化。这个角度比「又展示了一个新动作」更接近落地判断，读者可以重点看任务是否可复现、失败后如何恢复，而不是只看第一次成功。（量子位）34

30. 今年 WRC 最大展台的现场观察显示，遥控器明显减少，部分机器人开始自主完成任务，遥操作更多被用于采集数据。文章仍记录了抖动、失败和不够顺滑的现场状态，因此它提供的不是「机器人已成熟」结论，而是一条可观察的进展：人工从替机器人做动作，逐步退到为模型提供数据。（量子位）35

31. Current Robotics（元流）披露已完成种子轮、天使轮和 Pre-A 轮，累计融资 数亿元人民币，资金将用于人类全身数据采集、灵巧操作基模和交互式世界模型。两篇同题文章都把融资放在产业竞争从本体转向数据、模型和评估体系的背景下；公司披露的融资金额没有进一步拆分，不能补写未公开的估值。（36 氪、AI 科技评论）3637

32. 鹿明机器人喻超的访谈把下一阶段的竞争归结为任务闭环：机器人要在真实场景里完成感知、决策、操作和结果验收，而不是只把某个动作做得漂亮。这个判断和 WRC 现场的多篇观察相互印证，也给创业者一个筛选标准：先找能反复付费的完整任务，再决定本体、数据和模型怎么配。（Z Potentials）38

33. Physical Token 的讨论把机器人规模化换算成一个成本问题：如果每增加一种技能都要重新采数据、训练和部署，能力越多，边际成本越高；只有让下一项能力更便宜，机器人才能从少量定制走向规模部署。文章把世界模型、跨本体学习、仿真和真实场景放到同一条链上，重点是单位任务成本而不是发布会参数。（机器之心）39

34. F1 世界模型实验把具身智能放到接近 300 km/h 的极端工况中：模型要同时处理定位、对手意图、几秒后的交互结果，以及轮胎、动力学和执行器边界。这个实验的意义在于把「认知极限」和「物理极限」放在同一闭环里检验，提醒读者真实世界的智能不能只看离线准确率。（机器之心）40

AI 基础设施

35. WorkSwarm 把办公 Agent 组织成分工协作的蜂群，JiuwenBox 则把命令、代码和文件读写放进跨平台安全沙箱。两者放在一起看，企业 Agent 的基础设施同时需要「能协作」和「能隔离」：前者提高任务吞吐，后者限制越权风险。对内容平台尤其重要的是，自动化程度越高，权限边界就越要先于功能清单定义。（机器之心）41

36. OpenRouter 的收购讨论、DeepSeek Harness 的更新和 Agent 沙箱的出现，共同指向一层正在变厚的中间基础设施：模型负责生成智能，路由、工具、状态、权限和结算负责让智能进入工作流。创业机会不一定在再训练一个模型，也可能在把复杂能力变成开发者可以稳定调用、计费和审计的接口。（36 氪、新智元、机器之心）151641

AI 公司动态与商业观点

37. Moderna 与默沙东披露的个体化 mRNA 新抗原疫苗 III 期试验，被多篇文章描述为在完全切除的高危黑色素瘤辅助治疗中达到无复发生存和远处无转移生存终点。公众号标题把它写成「AI 治愈癌症」，正文证据只能支持试验取得积极结果；AI 在其中承担抗原筛选等环节，不能把临床终点改写成已治愈所有癌症。（36 氪 Pro、AGENT 橘、新智元）424344
38. Jeff Dean 离开 Google 后的访谈涉及 Gemini 早期表现、网络安全、科研方法和新公司 Discovery Loop。文章的价值在于把个人职业选择与模型研发路线放在一起，但其中的观点是访谈者转述，不应当当作 Google 或 Discovery Loop 的正式产品路线图。（量子位）45
39. Rillet 宣布完成 1 亿美元 C 轮融资，估值达到 10 亿美元，成立约两年。文章把它放在 AI ERP 的企业软件竞争里，关键不只是模型能否记账，而是能否接入财务流程、权限和结果复核。高估值对应的是企业工作流的长期替换预期，仍需要后续收入、留存和交付数据来验证。（Z Potentials）46
40. 关于 Mercor 的信息仍是融资谈判口径：知情人士称英伟达讨论参与一轮 200 亿美元估值融资，General Catalyst 可能领投。文章同时写到 Mercor 为 AI 模型提供数据标注服务。应保留「拟」「据知情人士透露」这些限定词，不能把讨论中的投资写成已经完成的交易。（Z Potentials）47
41. 远川研究所把快手的「慢」放进 AI 长跑的资本开支压力里：当市场开始追问巨额投入何时转成现金流，耐心、融资节奏和商业化回报就比单次模型发布更重要。文章不是在替某家公司下结论，而是在提醒读者区分「投入规模」和「投入能否持续产生回报」这两个指标。（远川研究所）48
42. 数字生命卡兹克总结两年半 AI 创业经历时，重点落在组织：业务扩张、团队变大、办公室搬迁和危机时刻都要求创始人重新分配信息、责任与决策。对 AI 内容平台来说，模型能缩短产出时间，却不会自动解决选题判断、编辑协作和质量责任；组织设计仍决定规模化能否持续。（数字生命卡兹克）49
43. 宇树早期投资人的判断是，具身赛道最终可能只有少数公司能过得好，多数公司会在产业成长阶段被淘汰。文章把宇树上市、供应链、融资催熟和硬科技公司的长期投入放在一起，提醒创业者：本体、数据、场景和现金流要同时过关，单靠概念或一轮融资无法跳过产业验证。（36 氪）50

非 AI 商业与宏观

44. 36 氪对许家印一审被判无期徒刑、恒大集团及恒大地产被处罚金的报道，回到财务造假、隐瞒负债和地产版图失速这些具体事实。它适合作为商业风险案例阅读：企业控制人权力、信息披露和高杠杆扩张一旦叠加，规模本身不会提供安全垫。（36 氪）51
45. 《欢迎来龙餐馆》的评论从沈腾和「喜剧」标签切入，最后落到反战题材、人物塑造和商业类型片的完成度。文章的判断是，电影的情绪力量来自现实主义细节，而不是把严肃主题包装成轻松类型；这是本期非 AI 内容里一篇独立的消费与文化观察。（36 氪）52
46. 远川投资评论追问「不买科技的人赢得信任了吗」，把茅台、创新药、泡泡玛特和红利资产放在科技退潮后的投资叙事里比较。文章没有把传统资产简单写成避风港，而是观察品牌、估值和投资者信任能否穿越周期；这比把板块涨跌直接等同于长期价值更值得保留。（远川投资评论）53
47. 36 氪的「8 点 1 氪」把多条新闻放在一个入口里：GLM-5.3 API 上线、宇树科技上市后的市场反应、火车票占座争议、七夕档票房和其他公司动态都被并列呈现。与主题摘要中的深度条目相比，它的价值是补齐当天的广角信息，读者可按标题直接跳转，不必把汇编稿误读成单一事件。（36 氪）54

三、公众号发文列表

本期有 2 篇 36 氪入口只能取得图片化原文，详情页未提供可用于成稿的正文；「焦点」产品计划按广告/软文处理，财报入口保留但未纳入摘要，均没有用标题或预览代写正文。