8月22日 AI创业晚报：Codex Harness、Claude Code 与新模型上手

Codex Harness 开放

Claude Code 的企业用法

Ox Alpha 的新增测试

Gemini 3.7 Flash

FreeToken 与本地推理

其他快讯

• OpenAI 的 Codex 和 ChatGPT 员工 Tibo 表示，一些用户本周的缓存命中率低于前几周的稳定状态，OpenAI 正在调查，并将在第二天更新。7
• 量子位介绍 GitHub 项目 Agent-Reach，文章称它统一接入 YouTube、Twitter、Reddit、GitHub、B 站、小红书和小宇宙等平台，并支持通过 Agent 一句话安装。8
• 36 氪文章写到，豆包工作任务模式包含技能、连接器和工作伙伴或小队，已有两百多个技能和连接器。1
• 36 氪文章写到，GLM-5.3 和 DeepSeek-V4-Pro 接入千问 AI 平台，API 同步开放。1
• 机器之心报道，谷歌 TPU 创始负责人加入 Anthropic。9
• 机器之心介绍 LoopsBench，用来评测能够长期工作的 Coding Agent，文章把问题放在 Agent 运行时间拉长后的新评测。10
• 机器之心介绍 Einsia AI 发布的 AI4AI-Bench，选取 10 个真实 AI 研究仓库，测试 Agent 是否修改算法本身，而不只是调训练参数。11
• 量子位报道，OriginFlow 使用非侵入式肌电、第一视角视觉和惯性测量数据，把动作信息转成 Human Tokens，并对接具身数据和跨本体迁移。12
• AI 产品创始人 Yucheng 转发的 Darkbloom 更新称，250 台 Mac 已经提供 45 亿 token，Darkbloom 作为付费 OpenRouter 提供商提供推理流量。13
• Stanford NLP 官方账号介绍公开的 Stanford CS336 课程，内容从 tokenizer、Transformer 和训练延伸到推理、评测与对齐，后期还包括 GPU 编程，最后一讲邀请 Together AI 的内核副总裁做客。14
• NVIDIA AI 的更新介绍 AVO，称它会持续检查、规划、实现和评测，并使用记忆、工具和执行反馈处理长周期任务。15
• 分享 AI Agent 产品和媒体工具的孟某转发了一份去 AI 味 Skills 排名，列出 stop-slop、no-ai-slop、humanizer、unslop 等十个项目。16
• Stanford NLP 官方账号转发 NeurIPS 二零二六 Long Context Foundation Models workshop 征稿信息，投稿截止时间写为 9 月 10 日，地点为亚特兰大，决定时间为 9 月 29 日。17
• Berkeley AI 转发 ICML 2026 口头报告视频上线信息，其中包括 Measuring Agents in Production。18
• Y Combinator 转发了一条关于 AgentMail 的帖子，内容写的是给 Agent 配置收件箱。19
• Notion 联合创始人 Akshay Kothari 写到，Notion 不只服务 Fortune 500，也希望服务 Fortune 5 million，并在旧金山邀请咖啡馆经营者品尝咖啡、搭建第一个 Agent。20
• 机器之心介绍小红书发布的 FireRedTTS3，文章称它支持 24 种语言、音色塑造和音色编辑。21
• 机器之心介绍美图影像研究院提出的 CFT，用于在改变光照后保持人物特征一致。22
• 机器之心报道，三家公司计划制造「太空龙虾」，用六个月挑战在轨抓取。23
• 量子位报道，优必选把客户产线按一比一比例搬进世界机器人大会，展示具身智能生产线方案。24
• Founder Park 发布《宇树往事》，回顾宇树科技的创业和投资经历。25
• 量子位报道，Eon 用 LIF「上传」果蝇脑，中国团队进一步把精细神经元、真实世界和跨身体平台放进同一讨论。26
• 36 氪文章写到，银河通用在人形机器人运动会开幕式展示了自主跑动、击球，以及和人类运动员实时对打与协作。27
• 机器之心介绍，维他动力首次公开人形机器人 Vbot ATOM，并公布了围绕跨本体继承的具身基因组和三类模型。28
• 量子位文章写到，OpenAI 产品设计负责人 Ian Silber 讨论了生成式 AI 加快页面和原型制作后，设计工作转向问题定义、产品判断和结果验证。29
• 量子位报道，曾做保安的 24 岁选手彭铭裕进入全国 AI 大赛前 20。30
• Elon Musk 转发的帖子称，Grok 4.6 在 CursorBench 上排名第一；另一条帖子列出，Grok 4.6 Extra High 得分百分之七十点八，每项任务成本 2.81 美元。3132
• Peter Yang 写到，Instinct 可以连接 iMessage、Google Workspace 和 M C P，还会主动建议连接后可以执行的任务；他把它用于随机杂事，实际工作仍使用 ChatGPT Work 和 Codex。33
• Y Combinator 转发的研究使用 10 万项临床试验训练模型，在不同阶段的 AUROC 和 AUPRC 指标上超过已有基线，并用 Agent harness 汇总每项试验的工具和数据证据。34
• Y C S 二六项目 Meteoric 发布了用无人机清理太阳能农场云层、提高年发电量百分之十到百分之三十的方案，目标还包括减弱严重风暴和飓风。35
• EleutherAI 相关账号介绍，Georgia Tech 团队使用开放模型追踪训练数据如何影响 Olmo 的不同能力。36
• 机器之心 X 账号介绍 Mental World Modeling 和 MENTIS，把人的信念、欲望、社会规则与物理场景放进同一个世界模型。37
• 机器之心 X 账号介绍 Transluce 的一项研究，测试了 24 个模型和 280 种用户身份，模型会因提问者身份改变行为。38
• Stanford NLP 转发 Sentence Transformers 六发布信息，新增 MultiVectorEncoder。39
• 一条 X 帖子介绍 Thrive Capital 成立 15 年来首次发布投资者信，帖子给出的管理规模超过 650 亿美元，毛内部收益率为百分之四十一。40
• X 上转发的报道写到，Apple 缩减 Vision Pro 游戏和沉浸式视频团队，并在 Siri 和 Intelligence Systems Experience 团队裁员，报道还提到约 200 个岗位受影响。41
• X 上一段演示展示 MiniMax H 三用一条 prompt 生成完整运动鞋广告，时长 15 秒，包含五个按节拍切换的镜头和同步生成的声音，不需要后期剪辑。42
• 关于 Clean Code 和 Agent 协作的访谈摘要写到，Uncle Bob 用规格、编码、清理、变异测试和 QA Agent 组成流水线，每个 Agent 只承担一项任务。43
• Stanford NLP 官方账号转发了一篇题为「从 computer-use traces 诱导 task models」的论文信息。44
• Ethan Mollick 发布了用模型生成的 WebGL 项目 Lost Carcosa 及其代码，项目标注为 WebGL 一点零模式。45
• X 上一条帖子介绍，酷宣 AI 支持小红书、公众号、小绿书和 X 长文生成。46
• 一条 X 帖子写到，电气工作占数据中心建设成本的百分之四十五到百分之七十，美国未来十年还需要增加约 30 万名电工，帖子还提到得州部分电工年收入达到 28 万美元。47
• Dan Shipper 转发的一张 AI Adoption Curve，把用户过程画成从第一次惊喜，到遇到垃圾结果，再到稳定能力的长坡。48
• 一条 X 帖子展示 AI 短剧工具升级为带线性故事轨道的创作画布，可以拆出人物、冲突和每集节拍，也可以把单场戏交给剧本医生继续修改。49
• X 上一条帖子展示，Omarchy 黑屏后仍然可以调用 Agent 修复系统。50
• X 上一条帖子转发了面向 Siri AI 和 intents 优化 iOS 应用的讨论。51
• 一条 X 帖子转发了一段 AI 服务条款，条款写有全球、永久、不可撤销地访问、存储和复制用户材料，用于训练和改进技术，并允许向第三方披露。52
• 一条 X 帖子介绍，麦当劳算法曾预测一名顾客未来六周到店 2.16 次、每单消费 13.49 美元，这名顾客申请数据后收到 515 页个人记录。53
• 一条 X 帖子为 SpaceX AI 招募做模型的人，邀请有模型经验的人在旧金山见面。54
• 一条 X 帖子提出，先构建原生面向 Agent 的软件，再把软件卖给 Agent。55
• Y Combinator 转发 Paul Graham 的帖子，认为阻止美国建设数据中心不会减慢 AI 进步，只会减慢 AI 在美国的进步。56
• X 上一条上海 AGI bar 的活动信息写到，当晚将分享 AI 辅助维护开源项目的方法。57