公众号订阅日报｜2026年8月23日：9个账号更新，39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. 微信 AI 修图进入灰度测试，入口藏在聊天图片预览页，提供 3 大类、11 个功能，覆盖美颜、滤镜、翻译、打码、超分、扩图和消除杂物等轻量编辑。它背后仍是微信定制的 WeLM 系列，公开参数为 80B 和 617B，实际激活参数约 3B 和 23B。微信及 WeChat 合并月活达到 14.39 亿，腾讯最新季度资本开支 528 亿元，这解释了产品为何更重视推理效率，也说明超级 App 的 AI 路线是把模型拆进既有场景，而不是另造一个独立入口。（36 氪）1
   💡 创业启发：AI 内容产品可以先嵌入用户已经频繁使用的动作，降低获客和学习成本；真正的难题是把调用成本压到大规模使用仍可承受。
2. RabbitOS 3试图做「所有 Agents 的 Agent」：用户只需说出目标，系统负责选择 Agent、部署 Skill、调用模型和设备。它支持 Windows、Mac、Linux，可把多台电脑注册为同一账号下的 Node；GitHub Skill 贴入对话框即可自动安装，还能把多个任务放进统一信息流，并通过 Telegram 远程调用异地设备。Rabbit 公布的 Auto Teach 测试称，已学习任务比基于截图的 Computer Use 方案快 50–300 倍，但跨设备安全、统一 Memory 和 Generative UI 仍需长期验证。（硅星人 Pro）2
   💡 创业启发：面向大众的 Agent 产品，核心竞争力不只在模型能力，还在于替用户隐藏安装、权限、记忆和设备编排的复杂度。
3. MemoraX Code把 Agent Memory 做成跨工具的中间层，目标是让开发者在 Claude Code 与 Codex 之间共享长期记忆，而不是把上下文锁在某一个 Session。这个方向已经形成独立基础设施赛道：Mem0 获得 4.8 万 GitHub 星标和 2400 万美元融资，Letta、Zep、LangMem、Cognee 等项目也在竞争记忆分层、状态持久化与经验复用。对内容型 Agent 来说，长期记忆决定了系统能否连续理解选题、素材和读者偏好。（十字路口 Crossing）3
   💡 创业启发：如果产品要承载长期创作流程，记忆层、权限层和可迁移的用户资产，可能比再接一个更大的模型更值得优先建设。
4. 橡鹿机器人在 WRC 展示的「现炒方舟」把移动式无人后厨拆成一条闭环：净菜储存、双锅并行、炒制、出餐、油烟净化和三级自清洁。配套的 CookingMuse 厨启以真实厨房数据训练，3K 视觉机器人用两颗 4000 万像素工业相机、每秒 30 帧观察锅内状态，再动态调整火力、时长、转速和投料。橡鹿已服务 1.3 万多家门店、累计 6 亿人次，护城河不只是机械结构，而是异常数据持续回流形成的模型飞轮。（新智元）4
   💡 创业启发：AI 内容平台也需要记录「失败、返工和异常」这类过程数据；只有把结果反馈回生产系统，内容质量才会形成可积累的飞轮。
5. AI 问诊正在成为患者进入医院前的第一层筛选，但也把错误判断带进了医患沟通。报道中的急诊医生曾因 AI 把「颅内高密度影」误判为出血，多花约 半小时解释；自然对话下，某项研究中的 AI 病情识别准确率从结构化病例输入的 94.9% 降到 34.5% 以下。更合理的定位是把模型当作能快速解释报告、检索文献的「超级口袋书」，而不是诊断或治疗替代品；医生仍负责结合体征、检查和风险做最后判断。（36 氪）5
6. DeepSeek 自 8 月 23 日起把周六、周日全天统一按低谷价格计费，开发者可以在周末批量运行任务，不再等待低谷时段。文章提到，此前 V4-Flash 与 V4-Pro 的高峰价格最高约为低谷的 2 倍，因此调价会改变渲染、代码和批处理任务的排程。低价也暴露了一个新问题：当 Token 成本进入企业排班，算力定价可能反过来影响人的工作时间，技术效率与劳动安排开始被放在同一张账单上。（机器之心）6

大模型与模型动态

7. Ox Alpha（社区称「牛来」）于 8 月 21 日匿名上线，提供约 104.86 万 Token上下文、最多 13.1 万 Token输出，以及文本、图片和视频输入，重点面向代码和长周期 Agent。社区小样本测试结果差异很大，Token 计数、视频预算和 API 报错被拿来推测其与 GLM 的血缘，Google DeepMind 员工的社交媒体发言又引发 Gemini 猜测，但这些都没有官方确认。它的价值目前更准确地说是：规格激进、部分代码任务表现亮眼、身份与综合能力仍待验证。（新智元、量子位）78
   💡 创业启发：匿名模型的流量来自能力、免费窗口和身份谜题的叠加；内容平台若要追热点，必须把已验证规格与社区推测分开标注。
8. Anthropic 经济研究负责人 Peter McCrory 的判断是：截至目前，AI 尚未推高美国失业率。经质量调整的 AI 产出在 2024、2025 年均增长超过 2000%，约 五分之一美国企业已使用 AI，但美国 6 月失业率仍为 4.2%。研究认为 AI 暂时更像技能偏向、增强劳动力的技术，规划、判断和纠错仍依赖专业人士；不过这个判断只给出 12 个月有效期，需要继续观察高暴露岗位失业率和人类专业能力回报是否转向。（新智元）9
9. Anthropic 公开 Claude Academy，把原本用于员工培训的内容免费放出，包含 289 个资源，覆盖基础概念、Claude Code、API、MCP、Agent 和生产部署，并提供可验证的结业徽章。课程核心是与 Rick Dakan、Joseph Feller 共同开发的 4D 框架：Delegation（分工）、Description（描述）、Discernment（辨别）和 Diligence（负责）。它的重点不是背 Prompt 技巧，而是判断哪些工作交给 AI、哪些结果必须由人复核。（新智元）10
   💡 创业启发：内容平台的 AI 教程不应只堆工具按钮，真正可复用的产品价值是帮助用户形成分工、复核和责任边界。
10. Project Panama 暴露出大模型训练数据的一条激进路径：Anthropic 曾批量购买纸书，削掉书脊、扫描成 PDF，再销毁纸质原件，以获取更完整、较少 AI 污染的「纯人类语料」。法院判决认为，买书后制作一对一数字副本并销毁原件属于合理使用，但从盗版站长期保存的 700 多万份电子书不受保护，Anthropic 因此赔偿 15 亿美元。争议的关键已经不只是版权，而是稀缺纸书、绝版书和孤本是否会被流水线误伤。（新智元）11
11. 递归式自我改进（RSI）正在从概念进入研发组织：Recursive Superintelligence 试图让 AI 参与 AI 迭代，Google 联合创始人 Sergey Brin 推动相关投入，Discovery Loop 则把「提出实验—实现—运行—评估—调整」做成自动化循环。现阶段多数工作仍属于 弱 RSI，是在固定算法框架内优化提示、数据或训练环节；真正的 强 RSI 需要改进「改进能力」本身，距离可持续、无界的反馈循环还有明显差距。（机器之心）12

AI 学术研究

12. DEAL（Data-Efficient Agentic Learning）试图回答一个现实问题：药物研发、冷启动推荐和科学探索天生缺少大数据，Agent 与真实环境交互后还会面临更昂贵的轨迹数据瓶颈。BIMSA 王雅晴提出从经验增强、架构设计和高效学习范式三方面降低数据需求，并将结构化先验引入智能体；她的理论工作还指出，In-Context Learning 在特定设定下可以理解为一种数据依赖的元学习。方向的变化不是继续无止境堆数据，而是让有限经验携带更多可迁移结构。（AI 科技评论）13
    💡 创业启发：做垂直内容或行业 Agent 时，与其追求海量通用语料，不如沉淀结构化案例、失败轨迹和领域规则，让冷启动更快产生可靠结果。
13. 香港大学、香港中文大学、浙江大学和快手可灵团队提出 PlayWorld，用 Agent Player 操作世界模型，把评测从固定按键序列改成「完成同一个长期目标」。测试集包含 171 个样本、820 余个问题，从几何一致性、交互保真度、视野外演化和视野内演化四个维度检查世界是否真正持续成立。结果显示，模型常能生成漂亮单帧，却在遮挡后忘记状态、重访时改变地标或让过程停滞；能到达目标，不等于理解世界。（机器之心）14
14. 普林斯顿大学刘壮团队发布全开放文生图模型 i1，用 300 多组控制实验、超过 70 万 TPU v6e 小时，分别检验模型结构、文本编码器、caption 和数据规模的影响，最后训练出 3B 参数模型。i1 在五项文生图基准上平均领先此前最佳全公开模型 29.5 个百分点，并公开训练代码、模型和数据集。它的意义不只是分数，而是给研究者一个可复现、可消融的统一起点。（机器之心）15
15. 清华大学 Jianhao Ma 与宾大沃顿商学院 Yuxin Chen 研究纯步长调度能否让梯度下降追上 Nesterov 动量，借助 GPT-5.6 Sol Pro 构造出对抗预言机和下界证明，再用 Codex 转写、Lean 4 逐行验证，最终做到 零 sorry、零 admit。论文证明，对任意预先确定的非负步长序列，收敛率下界为 Ω(T^-1.9319)；这说明纯调步长无法越过一条数学天花板，想继续提速必须改变算法结构。（新智元）16
16. Gamgee 把一位狗主人为 Rosie 手工设计个性化 mRNA 癌症疫苗的经历，尝试工业化为犬类医疗流程。Rosie 接种首针后肿瘤曾缩小约 50%–75%，但复发后因下一针没能及时完成而离世；公司随后获得 400 万美元种子轮，目标把测序、靶点筛选、疫苗设计、生产和随访串成端到端流程，并将疫苗设计压缩到 48 小时、疗程成本降至 2000 美元。这些仍需临床研究和监管证据支持，不能把个案当成治疗方案。（机器之心、新智元）1718

具身智能与机器人

17. WRC 现场的真实买方，远没有「机器人进家庭、进工厂」那么整齐。跨维智能的人形机器人目前出货 30 多台，买家包括景区便利店和政府数据采集中心；本末科技轮足机器人被用于快递末端、电力巡检、隧道检测和苹果采摘试验；松延动力的仿生机器人面向展馆、政务大厅和机场，合十思维的清洁机器人单价约 20–25 万元。行业内部验证、公共服务和文旅引流仍是更明确的早期采购场景。（36 氪）19
18. 优必选把 WRC 展示从动作 Demo 推向客户产线：Cruzr Y1 做搬运、拆码垛，Cruzr S2 做汽车钣金与机加件上下料，物流分拣平均抓取能力接近 1100 件/小时，定位精度控制在 1 毫米以内。其 Thinker、Thinker-WM 与 Thinker-VLA 技术栈把感知、预测和动作连接起来，端侧优化后推理效率提升 176%、显存需求从 64GB 降到 32GB。文章的判断是，人形机器人产业化的门槛已从「能动」转向稳定作业、成本和客户 ROI。（机器之心）20
19. WRC 灵巧手展区显示，20–24 个自由度已成为常见路线，驱动方案从腱绳、连杆到电机直驱各有取舍；触觉传感器正在补足视觉无法判断的接触状态。文章更谨慎的结论是：自由度越多不等于越接近规模化，工业和商业落地更看重可靠性、成本、维护和任务闭环，6 自由度、三指结构等更简单方案反而可能先进入真实场景。灵巧手竞争因此从「像人」转向可制造、可控制和可持续工作。（AI 科技评论）21
20. 银河通用 AstraTennis 在世界人形机器人运动会开幕式完成全球首次人形机器人与人类运动员网球单打，并在混双中与人类队友协作；机器人能够自主看球、判断、移动、击球，摔倒后重新站起。背后是 AstraBrain 的「大脑—小脑—神经控制」组合，以及覆盖互联网、人类动作、仿真、真机遥操和部署回流的 AstraData 五层数据体系。它的意义不在于一次表演战胜谁，而在于把感知、决策、身体控制和实时博弈放进同一项开放任务验证。（机器之心、量子位）2223
21. 无界动力把韩国咖啡连锁 HOLLYS 搬进 WRC，机器人在开放人流中端咖啡、绕开观众和私人物品、回收杯子与纸巾，并自行完成消毒；这套模式此前已在真实高端咖啡店试运营。公司称其隐空间世界模型在 RoboCasa GR1 TableTop 榜单平均任务成功率 75.2%，K15 已取得工业级 CE 认证，公开商业订单累计约 7 亿元。咖啡店的价值在于同时检验动态空间、不固定任务和人机交互，而不是展示一条预设轨迹。（量子位）24
    💡 创业启发：内容 Agent 也需要真实开放场景来验证长流程交互；一个能在不确定输入中稳定交付的系统，比演示中更聪明更有商业价值。
22. 一支由香港高校年轻研究者创立的团队押注双足人形「一体化大脑」，重点不是再做一台外形相似的机器人，而是把感知、全身运动和精细力控接成统一系统。文章以机器人驾驶卡丁车的高速演示为引子，强调多接触点平衡和手眼脚同步仍是开放环境的难题；这类路线的判断标准应是能否把实验室能力迁移到不同身体和任务，而不是单次视频是否惊艳。（量子位）25
23. 香港高校至少有 16 位教授以创始人、联合创始人或首席科学家身份进入具身智能产业，覆盖世界模型、3D 视觉、触觉灵巧手、训练数据、手术机器人、无人叉车和无人机等环节。文章把这股创业潮归因于长期科研积累、导师—学生信任关系、知识转移办公室和深港硬件供应链的共同作用；香港的支持更像「中立加引导」，教授可以保留教职或以首席科学家身份参与，但日常经营仍需划清边界。（量子位）26
    💡 创业启发：AI 内容平台可以借鉴「导师—学生」式的分工：研究者提供长期方法和判断，运营团队负责产品、分发与客户反馈，避免把所有角色压在一个人身上。
24. 尹方鸣在 2016 年以 200 万元换取宇树 15% 股权，后续按发行价计算获得约 2.8 亿元回报；如今他又出任银河通用董事长。两家公司分别代表机器狗和具身大脑路线，前者核心部件自研率超过 95%，后者已累计融资超过 69.6 亿元、估值超过 200 亿元。这不是简单的投资传奇，更说明具身赛道的价值判断正在从单一硬件，转向本体、数据、模型和产业化能力的组合。（量子位）27

AI 基础设施

25. 阿里云韩国第三座数据中心上线后，全球基础设施将覆盖 30 个地域、104 个可用区；腾讯云马来西亚柔佛开服后，全球布局达到 23 个地区、66 个可用区。同一篇出海要闻还提到，菜鸟今年 4 月以来已在欧洲落地 7 座新仓，覆盖六国。云节点、仓储和本地配送同时扩张，说明 AI 与跨境业务的竞争正在从单点模型能力延伸到区域算力、供应链和交付网络。（36 氪）28
26. Google 的 EnvHarness 给环境也加了一层类似 Agent Harness 的控制组件：通过环境布置、交互规则和链接环境，改变 Agent 看到的状态与获得的训练信号，同时不改动底层环境的标准接口。论文在强化学习、自进化 Agent、具身智能、网页导航和代码生成等场景做了实验，指向一个重要转变：训练系统不只优化模型和 Agent，也要系统性设计环境如何反馈，尤其要改善长程任务中的可学习性。（机器之心）29
27. 英伟达 AI 服务器可能在 2027 年初涨价 15% 以上，部分 GB300 和 Vera Rubin 200 系统预计涨幅约 17%；按文章采用的估算，一套 72 GPU 机架可能从约 700 万美元升至 800 万美元，1GW 数据中心至少增加 50 亿美元成本。背后是 HBM、DRAM 和 LPDDR5X 供应紧张，英伟达也开始投资数据中心开发商、介入土地、电力、冷却和并网规划。AI 基础设施瓶颈已从芯片扩展到整座园区能否通电。（量子位）30

AI 公司动态与商业观点

28. Instant 整个团队加入 OpenAI，其云托管服务将运行至 8 月 31 日。Instant 2024 年完成 340 万美元种子轮，后来积累 1 万 GitHub 星标、1.7 万名开发者、40 万个应用和 25 亿笔交易，提供数据库、权限、实时同步和离线缓存。OpenAI 看中的不只是一个开发工具，而是 Agent 所需的 Memory Layer 和 State Layer；这也延续了它从模型公司购买开发者基础设施、拼装平台生态的路线。（新智元）31
    💡 创业启发：AI 内容平台若想做长周期 Agent，数据库、权限、协作和离线状态不是后台杂活，而是决定服务能否稳定交付的核心产品。
29. No Priors 对 AI 投资周期的讨论，把「大市场」与「能否快速建成大公司」分开：未来两三年仍可能出现许多 千亿美元公司，但达到数万亿美元规模需要 500–1000 亿美元收入，新增者不会很多。Sarah Guo 还提醒，顶级创始人不应因害怕模型实验室而自动缩小野心，董事会应更频繁检查公司是否仍在捕获技术进步带来的价值；在加速周期里，退出、融资和 Token 预算都需要按更短周期重新计算。（Z Potentials）32

非 AI 商业与宏观

30. 「伪希尔顿」的争议，实质是国际酒店品牌在中国存量物业市场下沉后的体验分化。三、四线城市的精选服务品牌可能只卖 300 多元，价格已接近全季、亚朵；年轻消费者更看重开业年份、实拍、早餐和洗衣，而不是品牌光环。特许经营和轻改造降低了加盟门槛，却也让同一品牌在不同物业之间出现明显差异，若房价溢价和入住率覆盖不了品牌费、运营费与佣金，国际招牌未必比成熟本土连锁更划算。（36 氪）33
31. 奢侈品消费正在出现「软奢向下、硬奢向上」：历峰集团珠宝部门营收同比增长 24% 至 47 亿欧元，已连续 7 个季度保持双位数增长；LVMH 的腕表珠宝部门增长 11%，而时装与皮具上半年下滑 5%。文章将变化归因于中产更看重长期持有、保值和低调辨识度，素金、经典款和二手渠道因此更受欢迎。珠宝对品牌的价值，也从配角变成了奢侈品集团在消费疲软期寻找确定性的增长锚点。（36 氪）34
32. 巴拉圭警方调查香港加密投资人 叶俊德 从 30 楼坠亡事件，法医确认死因是高处坠落造成的多发性创伤，但截至文章发布时，仍不能区分自杀、意外或第三方行为。其公司曾自称管理超过 24 亿美元资产，但管理规模不等于个人财富，钱包、私钥和托管结构也没有公开确认。这个案件提醒加密资产的另一面：自托管带来快速转移和自主控制，也可能在现实暴力或密码泄露时缺少银行式的中间阻断。（36 氪）35
33. 褚时健传记被重新讨论，文章的兴趣不在于重复传奇，而在于把一个企业家的晚年、失败、再起和时代位置放回完整人生叙事中。对读者来说，这类传记的价值是把「成功者故事」拆成经营环境、个人选择和长期代价，而不是只摘取一句励志格言。它也是本期窗口里少数完全不依赖 AI 议题、但适合用来理解企业家叙事如何被重新阅读的文章。（AGENT 橘）36

【三】公众号发文列表